ММООЗЗГГ.ru

ИИ против коррупции

Проверка аффилированности участников закупки: как ИИ находит скрытые связи

Михаил Мозг6 минут чтения

Проверка аффилированности участников закупки отвечает на вопрос, не стоит ли за разными компаниями один человек или одна группа и не связан ли поставщик с заказчиком. ИИ сводит реестры и контракты и показывает связи, которые не видны в одной карточке закупки. Колумбийская платформа Océano так нашла 8 749 компаний с одним телефоном.

Коротко

Проверка аффилированности участников закупки сводит в одну таблицу реестры компаний, владельцев, контакты и контракты и ищет совпадения: общий директор, учредитель, телефон, адрес, почта. ИИ делает это для каждой процедуры, а не выборочно. В Колумбии платформа Océano нашла 54 155 случаев, когда один представитель стоит в нескольких компаниях. Совпадение означает риск, а не нарушение.

Какие связи ищут

Аффилированность в закупках бывает двух видов. Первый: участники одних торгов связаны между собой, и конкуренция только изображается. Второй: поставщик связан с заказчиком или с тем, кто принимает решение о закупке.

В карточке закупки такие связи не видны: там названия и ИНН участников, цены и даты. Связь проявляется, только когда ИНН ведут в реестр юридических лиц, а реестр к людям, адресам и телефонам. Поэтому проверка аффилированности всегда начинается со сведения нескольких источников.

Связь видна через общие элементы:

1. Один директор, учредитель или конечный владелец у разных компаний.

2. Один крупный акционер: по Open Contracting Partnership это признак того, что компании входят в одну группу.

3. Один телефон, адрес, электронная почта или контактное лицо.

4. Контакты участника совпадают с контактами заказчика.

5. Родство или прошлая работа должностного лица заказчика в компании поставщика.

Последний вид связи ближе к конфликту интересов, и для него нужны другие данные: сведения о должностных лицах и их близких. Этот случай разобран на странице о конфликте интересов.

Реестры, которые сводит ИИ

Одна база такие связи не покажет. Их видно только на стыке нескольких источников:

1. Реестр закупок: заказчики, участники, победители, суммы и даты.

2. Заявки участников: контакты, подписанты, приложенные документы.

3. Реестр юридических лиц: директора, учредители, адреса, история изменений.

4. Сведения о конечных владельцах, если они раскрыты.

5. Списки отстраненных поставщиков и санкционные списки.

6. Сведения о должностных лицах заказчика, если у контрольного органа есть законный доступ к ним.

Главная работа ИИ здесь не поиск, а сопоставление. Одного человека пишут с ошибками и в разных падежах, адрес указывают с офисом и без, телефон в разных форматах. Модель приводит записи к общему виду и решает, где один и тот же человек или адрес, а где совпадение имен.

OCP отдельно отмечает участника, которого нет в реестре поставщиков: такая компания может оказаться фиктивной или указать ложные сведения. Участник из списка отстраненных или санкционного списка по OCP тоже несет повышенный риск.

Сведения о людях относятся к персональным данным. Их обрабатывает только тот, у кого есть законное основание, только для проверки и с журналом доступа: кто, когда и зачем открыл запись. Это защищает и проверяемых, и самих проверяющих.

Колумбия: 54 155 общих представителей

Генеральная контролерия Колумбии проверила связи участников на всем массиве госзаказа. Платформа Océano разобрала 8 678 464 госконтракта 2014-2019 годов.

Результат сверки: 54 155 случаев, когда один представитель стоит в нескольких компаниях, и 8 749 компаний с одним телефоном. Там же нашлись 45 контрактов с умершими людьми.

Такие числа вручную не получить. Проверяющий видит одну закупку и одного участника, а совпадение телефона у компаний из разных регионов и лет видно только при сверке всего массива сразу.

Что можно перенести из этого опыта: сначала сверить весь массив контрактов по простым полям, телефону, адресу и представителю, и только потом разбирать отдельные случаи. Так проверяющий получает короткий список связанных групп, а не тысячи закупок без порядка.

При этом каждое совпадение из этого списка остается сигналом для проверки. Один представитель у нескольких компаний бывает и законным, например у юриста или управляющей компании, которые ведут несколько фирм. Подробнее о платформе на странице о колумбийской системе Océano.

Сети компаний вокруг одного заказчика

Одна связь редко что-то значит. Риск виден, когда вокруг одного заказчика складывается сеть: несколько поставщиков с общими людьми и контактами, которые вместе забирают большую долю его контрактов.

OCP предлагает отдельный флаг на долю поставщика в контрактах одного заказчика: поставщика и заказчика отмечают, если доля выше порога, например 40%. Если таких поставщиков несколько и они связаны между собой, доля всей группы может оказаться намного выше.

Такую сеть удобно смотреть как граф: компании, люди, телефоны, адреса и контракты в узлах, связи между ними подписаны. Условный пример: Поставщик А и Поставщик Б выигрывают у Заказчика В, у них разные директора, но один телефон, а учредитель Поставщика Б раньше руководил Поставщиком А. В таблице этого не видно, в графе видно сразу.

Что ИИ отмечает в такой сети: связанных участников одних торгов, группу с высокой долей контрактов заказчика, связь поставщика с сотрудником заказчика и цепочки через посредников в два-три шага. Каждая отметка ведет к записям реестров, на которых она построена.

Графовый подход проверен на больших массивах. В расследовании «Панамских документов» больше 370 журналистов из 76 стран разбирали 11,5 млн файлов о 214 488 офшорных структурах, а связи между людьми и компаниями ICIJ загрузил в графовую базу Neo4j и открыл через Linkurious.

Для контрольного органа граф становится моделью дела: новые контракты и записи реестров добавляются в него, и проверяющий видит, как меняется сеть.

Владельцы и должностные лица: опыт ЕС

Еврокомиссия ищет связи в проектах с деньгами бюджета ЕС через систему Arachne+. Она нужна для поиска мошенничества, конфликта интересов и нарушений.

В системе 78 индикаторов риска, у прежней версии их было 107. Arachne+ использует данные о владельцах компаний, санкционных списках и публичных должностных лицах, то есть ровно те источники, на стыке которых видна аффилированность.

Для российского контрольного органа из опыта ЕС следуют два вывода. Первый: данные о владельцах и должностных лицах нужно подключать с самого начала, иначе система увидит только общие телефоны. Второй: каждый индикатор должен объяснять, почему он сработал, чтобы проверяющий мог проверить вывод по документам.

Принцип работы важнее числа индикаторов: система не принимает автоматических решений. Она показывает проверяющему связи и риски, а выводы делает человек. Подробнее о системе на странице про Arachne в Евросоюзе.

Что считать риском, а что нет

Сама по себе аффилированность часто законна. OCP прямо пишет, что общий конечный владелец у участников одной процедуры нередко не нарушает закон, но может говорить о сговоре или о компаниях, которые изображают конкуренцию.

Поэтому система оценивает не связь, а ее контекст. Риск выше, если связанные компании участвуют в одних торгах как конкуренты, если связь скрыта через посредников или недавние изменения в реестре, если связанная группа забирает большую долю контрактов заказчика.

Риск ниже, если связь открыта и раскрыта в заявке, если компании не пересекаются в торгах, если общий адрес означает бизнес-центр с сотнями арендаторов. Такие случаи система отмечает с низким баллом или отсеивает правилом.

Что делает человек после флага: смотрит, какие связи нашла система и из каких источников, запрашивает документы о владельцах и подписантах, сверяет даты изменений в реестре с датами торгов. Флаг означает риск, а не доказательство: вывод о нарушении делает проверяющий, антимонопольный орган или суд.

Источники и даты

Флаг означает риск, а не доказательство: решение принимает проверяющий, следователь или суд. Риски и ошибки ИИ

Для госорганизаций

Мы собираем такие системы под задачи госорганизаций и госкомпаний: от разбора данных до пилота на одной схеме. Данные остаются на серверах организации.

Консультации и разработка

Что дальше

Дальше посмотрите, как ИИ собирает такие связи в граф и обновляет его, на странице о графовом анализе.

Михаил Мозг

Михаил Мозг

Основатель MMOOZZGG, ИИ-директор

Подробнее о Михаиле@mmoozzggru

Контакты

Проверим связи участников ваших закупок

Разбор 30 минут бесплатно в Telegram: покажем, какие реестры можно свести на ваших данных.

Написать в Telegram