Четырнадцать месяцев назад поддельные чеки, отмеченные системами обнаружения мошенничества с расходами, были почти полностью низкотехнологичными: отксерокопированные шаблоны, чеки, купленные на сомнительных сайтах, или цифра, неуклюже отредактированная в программе для обработки изображений. К середине мая 2026 года ситуация кардинально изменилась. ИИ-сгенерированные чеки — синтетические изображения, создаваемые за секунды с помощью текстовой подсказки, — выросли с 0% от выявленных поддельных чеков в марте 2025 года до 70,8% всего через четырнадцать месяцев, по данным платформы управления расходами AppZen. За один год компания выявила 1471 ИИ-сгенерированный чек, поданный 745 сотрудниками из 174 компаний, на общую сумму заявленных возмещений в 148 143 доллара.
Если вы управляете малым бизнесом и думаете «мы слишком малы, чтобы кто-то заморачивался», данные говорят об обратном. ИИ-мошенничество с чеками не сосредоточено в нескольких громких пятизначных схемах — оно распределено намеренно тонким слоем по тысячам мелких заявок, которые по отдельности легко утвердить, а в совокупности дорого игнорировать.
Почему эта волна мошенничества выглядит иначе
У старого мошенничества с чеками был встроенный тормоз: создание убедительной подделки требовало усилий, поэтому большинство, кто пытался это сделать, либо шли по-крупному (стоило риска), либо не связывались. Генеративный ИИ полностью устранил этот тормоз.
«ИИ-генераторы бесплатны, мгновенны и достаточно хороши, чтобы обмануть человека», — сказал Кунал Верма, технический директор AppZen, комментируя эту тенденцию. «ИИ, по сути, перевернул игру с одной большой подделки, стоившей риска, на кучу крошечных».
Этот сдвиг отчетливо виден в цифрах. ИИ-сгенерированные поддельные чеки в среднем составляют около 101 доллара каждый (медиана 32 доллара) — заметно ниже, чем в среднем 182 доллара за старые шаблонные подделки. Это не совпадение. Большинство платформ для учета расходов автоматически утверждают все, что ниже установленного порога, часто где-то между 25 и 100 долларами. Если каждый поддельный чек держать чуть ниже этой черты, он проходит без участия человека.
Вот еще несколько выводов, которые стоит знать, если вы занимаетесь возмещением расходов:
- Уровень признания сотрудников высок. В одном опросе 2026 года примерно 40% сотрудников в США заявили, что использовали ИИ для создания или изменения чека для служебных расходов — 19% полностью выдумали покупку, 15% завысили сумму реальной.
- Инструменты компании — часть проблемы. 40% сотрудников, создавших поддельные чеки, использовали ИИ-инструменты, за которые платил их собственный работодатель, то есть мошенничество иногда совершается с использованием вашей собственной лицензии на программное обеспечение.
- Повторное поведение распространено. Примерно треть сотрудников, пойманных на подаче поддельного чека, делали это снова позже — в одной крупной компании, участвовавшей в исследовании, уровень повторных случаев достиг 41%.
- Это глобальная модель, а не проблема одной страны. В том же наборе данных заявки поступали из 174 компаний в десятках стран: от нескольких чеков на обед за 30 долларов до одной заявки на 12 900 долларов от одного сотрудника.
Ничто из этого не означает, что ваша команда необычно нечестна. Это означает, что инструменты для сокращения пути стали значительно лучше и дешевле, в то время как ваш процесс проверки, вероятно, вообще не изменился.
Почему «Выглядит ли это реальным?» Больше не работает
В течение многих лет стандартом проверки чека был, по сути, визуальный: правильная ли текстура бумаги, совпадают ли шрифты с поставщиком, сходится ли итоговая сумма. Современные генераторы изображений создают чеки с реалистичной текстурой бумаги, правдоподобной разбивкой по позициям и временными метками, соответствующими заявленной дате — именно потому, что такие изображения эти модели хорошо умеют создавать. Вопрос «выглядит ли это как настоящий чек?» больше не является значимой проверкой на мошенничество, потому что убедительную подделку теперь можно создать бесплатно и мгновенно.
Практический вывод для малого бизнеса очевиден: прекратите проверять документ и начните проверять транзакцию. Чек — это всего лишь заявление. Запись о транзакции — списание с карты, банковский дебет, название торговой точки, которая фактически обработала платеж, — это факт.
Руководство для малого бизнеса по проверке возмещений
Вам не нужно корпоративное программное обеспечение для обнаружения мошенничества, чтобы закрыть большую часть этой проблемы. Несколько изменений в политике и процессах покрывают большую часть риска.
1. Сверяйте чеки с фактическими данными транзакций, а не только с внешним видом документа
Если сотрудник платит корпоративной картой, у банка или процессинговой компании уже есть запись о торговой точке, сумме и дате. Сверьте чек с этой записью, а не полагайтесь только на изображение. Несовпадение в названии продавца, сумме или времени — гораздо более сильный сигнал, чем что-либо видимое на самом чеке.
Для расходов, оплаченных из собственного кармана и предъявленных к возмещению, запрашивайте подтверждение платежа (выписка по карте, чек из цифрового кошелька, подтверждение банковского перевода) вместе с чеком от продавца — два независимых документа гораздо сложнее последовательно подделать, чем один.
2. Пересмотрите свой порог автоматического утверждения
Если ваш инструмент для учета расходов автоматически утверждает все, что ниже, скажем, 75 долларов, знайте, что мошеннические ИИ-чеки намеренно создаются так, чтобы попасть точно под такую черту. Это не значит, что вам нужно лично проверять каждый чек на кофе за 12 долларов, но это означает, что фиксированный долларовый порог сам по себе — известное и эксплуатируемое правило. Объедините более низкий потолок автоматического утверждения с выборочными проверками выше и ниже черты, чтобы сотрудники не могли надежно предсказать, какие мелкие заявки получат дополнительную проверку.
3. Следите за повторными подателями и кластеризацией шаблонов
Поскольку большая часть мошенничества — это повторное поведение, отслеживание того, у кого из сотрудников ранее были помечены чеки (даже за что-то незначительное), — одно из самых эффективных действий, которые вы можете предпринять при ограниченном времени на проверку. Аналогично, следите за кластерами: несколько сотрудников, подающих подозрительно похожие форматы чеков, суммы, которые все находятся чуть ниже вашего порога, или всплеск заявок «потерянный чек, вот реконструкция».
4. Требуйте своевременной подачи с полными данными
Установите четкую политику — расходы должны подаваться в установленный срок (обычно 30 дней) с указанием даты, суммы, продавца и деловой цели. Поздние подачи, расплывчатые цели («встреча с клиентом» без имени или контекста) и чеки с цифрами, которые не совсем соответствуют правдоподобной итоговой сумме по позициям, заслуживают более пристального внимания.
5. Используйте предварительное утверждение для всего необычного или дорогостоящего
Обычные повторяющиеся расходы (пробег, стандартные командировки, регулярные расходные материалы) могут оставаться на упрощенном процессе. Все, что выходит за рамки обычного шаблона — крупная разовая покупка, незнакомый продавец, категория, которую сотрудник обычно не расходует, — должно требовать предварительного утверждения или подписи руководителя до возмещения, а не только последующей проверки.
6. Не полагайтесь на ИИ-инструменты, которые вы предоставляете сотрудникам, без проверки их результатов
Если ваш бизнес предоставляет сотрудникам доступ к ИИ-инструментам для написания текстов, создания изображений или документов, помните, что тот же инструмент, который помогает кому-то написать черновик письма клиенту, может за секунды создать убедительный поддельный чек. Языка политики («не злоупотребляйте инструментами компании») недостаточно в качестве технического контроля — сочетайте его с описанной выше привычкой сверки транзакций.
Как это выглядит на практике
Масштаб проблемы легче всего увидеть на реальном примере. В одной компании из списка Fortune 10, участвовавшей в исследовании AppZen, 142 сотрудника из 22 стран подали 340 мошеннических чеков на общую сумму 34 953 доллара — в среднем примерно 103 доллара за заявку. Ни одна отдельная подача не вызвала бы ручной проверки сама по себе. Чтобы увидеть проблему, потребовалось посмотреть на шаблон в масштабе всей организации, а не на отдельный чек.
Малый бизнес, очевидно, не обрабатывает тысячи отчетов о расходах в месяц. Но та же математика применима и в меньшем масштабе: пять сотрудников, каждый из которых приписывает по несколько заявок на 40–80 долларов в год, легко пропустить по одному отчету за раз, и к декабрю набегает реальная сумма. Географический разброс в данных также напоминает, что это не нишевое поведение, связанное с одной командой или ролью — оно проявляется везде, где люди подают расходы и знают, что проверка поверхностная.
Краткий контрольный список для проверки чеков
Когда вам на возмещение попадает что-то, несколько секунд на каждый из этих пунктов ловят большинство сфабрикованных заявок:
- Совпадают ли сумма, дата и продавец на чеке с фактической транзакцией по карте или банку? Если нет соответствующей транзакции вообще, это уже дисквалифицирует.
- Не является ли сумма подозрительно близкой к вашему порогу автоматического утверждения — например, на 3 доллара ниже отметки в 75 долларов?
- Был ли у этого сотрудника ранее помеченный или исправленный чек? Повторное поведение достаточно распространено, чтобы учитывать его при проверке.
- Содержит ли поле деловой цели что-то конкретное (имя клиента, проект, контекст встречи) или просто общую фразу вроде «встреча с клиентом» или «офисные принадлежности»?
- Был ли он подан своевременно или появляется спустя недели как часть пакета «восстановленных» чеков?
- Если несколько сотрудников подают похожие чеки примерно в одно и то же время, рассматривайте это как шаблон для расследования, а не как совпадение, которое можно пропустить.
Ни одна из этих проверок не требует специального программного обеспечения — они требуют только фактического просмотра записи транзакции вместо доверия к документу.
Основная мысль: Мошенничество с расходами — это проблема бухгалтерского учета, а не только кадровая
Мошенничество с возмещением расходов уже составляло примерно 13% случаев должностного мошенничества до того, как генеративный ИИ сделал фабрикацию легкой, согласно данным Ассоциации сертифицированных экспертов по расследованию мошенничества. Изменилось не то, склонны ли люди приписывать в отчете о расходах, а то, насколько дешевой и убедительной стала фабрикация и насколько меньше может быть каждая отдельная мошенническая заявка, при этом все равно накапливаясь.
Именно поэтому чистые, хорошо документированные, легко проверяемые финансовые записи сейчас важнее, чем когда-либо. Когда каждая транзакция отслеживается в системе, где запись, счет, к которому она относится, и подтверждающий документ связаны и доступны для проверки — а не разбросаны по вложениям электронной почты, строкам в электронных таблицах и фотографиям чеков, которые никто не перепроверяет, — несоответствия выделяются, а не теряются в объеме. Заявка на возмещение, которая не привязана к фактической транзакции по карте или банковской строке, — это красный флаг, который вы можете заметить за несколько минут, если ваши книги структурированы для этого, и который вы никогда не заметите, если они не структурированы.
Поддерживайте порядок и проверяемость в своих финансах
Выявление сфабрикованных чеков в конечном итоге — это проблема учета: вам нужно, чтобы каждый расход можно было отследить до реальной транзакции, а не только до документа, который выглядит правдоподобно. Beancount.io предлагает вам бухгалтерский учет в виде обычного текста с полной историей версий, так что каждая запись — и каждое ее изменение — прозрачна, отслеживаема и легко сверяется с вашими реальными банковскими и карточными записями. Изучите документацию, чтобы увидеть, как бухгалтерская книга с контролем версий позволяет легко выявлять несовпадающие или дублирующиеся заявки на расходы, или ознакомьтесь с Fava для визуальной панели управления поверх ваших книг. Начните бесплатно и выстраивайте проверки возмещения на основе записей, которым вы действительно можете доверять.