Великобритания: ИИ против мошенничества проверяет госпрограммы до запуска

Цифру объявили 24 сентября 2025 года Кабинет министров и PSFA: за двенадцать месяцев с апреля 2024 года больше 480 млн фунтов не попали к мошенникам. Правительство назвало это рекордом.

Больше трети суммы, 186 млн фунтов, дали выявление и возврат денег, полученных мошенниками во время пандемии: кредитов малому бизнесу и других мер поддержки.

Остальное принесли обычные сверки данных. Остановлено больше 37 000 ложных заявок на скидку по муниципальному налогу для одиноко живущих, это 36 млн фунтов. Больше 2 600 человек исключены из очередей на социальное жилье, на которое не имели права. Предотвращены неправомерные пенсионные выплаты на 68 млн фунтов, в том числе выплаты после смерти получателя.

Цифры приводит само правительство, независимого аудита этой суммы в сообщении нет. Для руководителя важнее структура: экономия складывается из многих небольших сверок, а не из одного громкого дела.

Fraud Risk Assessment Accelerator создала PSFA. Инструмент помогает госорганам находить риски мошенничества в программах, политиках и схемах выплат, пока они еще на бумаге.

Работа идет в три шага. Сотрудник загружает документы программы, например условия гранта и методические указания. Языковая модельбольшая языковая модель Большая языковая модель (LLM) это нейросеть, обученная на огромном объеме текстов, которая пишет, пересказывает и разбирает текст по запросу. Подробнее в словаре составляет черновик оценки рисков и раскладывает каждый риск на три части: кто может обмануть, что он сделает и к чему это приведет. Затем черновик проверяют эксперты по мошенничеству.

По отзывам пилотных пользователей, оценка занимает около половины дня вместо нескольких дней. Министр в сентябре 2025 года говорил о сокращении времени на 80% при сохранении контроля человека.

Решений инструмент не принимает. В реестре прозрачности алгоритмов правительство пишет, что результат не считается итоговым документом, а квалифицированный оценщик проверяет каждую строку риска.

Перед обработкой инструмент находит и скрывает персональные данные, а файлы удаляет после работы. В мае 2026 года у него было 143 пользователя, цель стадии открытого тестирования до 1 000 оценок в год.

Слабые места чаще всего прячутся в условиях грантов и субсидий: кто может подать заявку, чем подтверждает право на деньги, кто проверяет отчет. Признаки мошенничества с субсидиями в данных разобраны отдельно.

Отдельная часть британской работы касается кредитов Bounce Back, которые малый бизнес брал в пандемию. Признак риска здесь виден в реестре компаний: компания с непогашенным или сомнительным кредитом подает заявление о ликвидации.

По данным правительства, его меры не дали сотням тысяч таких компаний закрыться до возврата денег. Когда компания исключена из реестра, взыскивать долг уже не с кого, поэтому проверка нужна до закрытия, а не после.

Для этого понадобился закон. Закон о дисквалификации директоров ликвидированных компаний от 15 декабря 2021 года разрешил дисквалифицировать директоров компаний, которые закрылись без банкротства.

Для аналитика это пример связи двух наборов данныхдатасет Датасет (dataset) это набор данных, собранный и оформленный для обучения или проверки модели: таблица, папка с картинками или корпус текстов, где каждый пример описан одинаково. Подробнее в словаре: реестра кредитов или выплат и реестра компаний. Когда должник подает на ликвидацию, система отмечает событие, а решение, возражать ли против закрытия, принимает сотрудник.

Тот же реестр показывает второй признак: директор ликвидированной компании вскоре регистрирует новую с похожим видом деятельности и снова получает господдержку. Связь видна по сведениям о директоре в реестре компаний, а оценивает ее проверяющий.

Великобритания собирается лицензировать инструмент за рубежом. Об этом объявили на антимошенническом саммите стран альянса «Пять глаз» в Лондоне, и партнеры по альянсу, по словам правительства, рассматривают его внедрение.

Внутри страны инструмент доступен всем госорганам как веб-приложение в облаке. Руководство по нему правительство опубликовало 20 февраля 2026 года, а запись в реестре прозрачности алгоритмов обновило в мае 2026 года.

Публичная запись об алгоритме полезна и другим странам. В ней сказано, какие документы получает инструмент, как он скрывает персональные сведения, кто проверяет результат и почему он не принимает решений. С такого описания удобно начинать разговор с юристами и службой безопасности.

Сам инструмент работает на облачной языковой модели иностранного поставщика. Поэтому переносить стоит метод, а не продукт: черновик оценки рисков, разбор каждого риска на «кто, что, к чему приведет» и обязательную проверку экспертом. Модель для такой работы можно развернуть на своих серверах.

Как похожие системы устроены в других странах, собрано в обзоре мирового опыта.

1. Проверять программу до запуска. Порядок предоставления субсидии или гранта можно разобрать моделью так же, как это делает PSFA: какие условия легко подтвердить ложным документом, где нет сверки с реестром, кто проверяет отчет.

2. Сверять реестры разных ведомств. Британская экономия во многом пришла из таких сверок: пенсий с данными о смерти получателей, кредитов с реестром компаний, заявок на льготы с правом на них.

3. Записать роль человека. Британский инструмент только готовит черновик, итог подписывает эксперт. Этот принцип стоит переносить вместе с методом, иначе ошибка модели станет ошибкой ведомства.

В России данные для таких сверок уже есть: отметка о ликвидации в ЕГРЮЛ, сведения о смерти в реестре записей актов гражданского состояния, реестры получателей поддержки. Для сверки не нужны новые данные, нужны связи между системами и правила, кто разбирает сигналы.

Начать можно с одной программы субсидий: модель разбирает порядок предоставления, эксперт отбирает реальные риски, и к запуску программы у ведомства есть список проверок. Как спланировать такой пилот, описано на странице о внедрении.