21のEU加盟国は、彼らの詐欺対策戦略に人工知能を使用していません。

27の加盟国のうち21か国が、デジタル技術がますます頻繁に使用されているにもかかわらず、詐欺対策戦略に人工知能（AI）を使用していないと報告しています。チェコ、イタリア、ポルトガルのみが国家戦略にAIを統合しており、採用は主に実験的で特定の分野に限られています。

要するに、チェコ、イタリア、ポルトガルは、国家の詐欺対策戦略において人工知能の使用を含めています。ベルギー、スペイン、フランス、イタリア、ハンガリー、スロベニアは、他の枠組みや活動でAIを使用しています。これらのツールは、主に異常検出、リスクの予測分析、請求書の自動検証、監査の支援、個人と企業の関係の特定に使用されています。チェコ、ルクセンブルク、スウェーデンのみが2025年に、EU予算に対するサイバー脅威とAIに関連するリスクの完全な評価を実施しました。15の国はそのような評価を行っておらず、実施する計画もありませんでした。他の8か国は部分的な分析を行っただけで、1か国は評価を準備していました。最も一般的な障害は、システム間の相互運用性の欠如で、19か国が言及し、予算制約が16か国、法的問題やデータ保護が12か国から報告されています。

一部の当局は、手動のチェックだけでは効率的に検証できないデータのボリュームを分析するためにAIを使用しています。システムは、受益者、契約、請求書、支払い、供給者、プロジェクトの履歴を比較して、通常のパターンから逸脱する取引を特定できます。

しかし、委員会は、この使用がまだEU資金保護の国家システムの一般的な構成要素になっていないことを示しています。ほとんどの国は、AIが詐欺対策戦略に含まれていないと報告しており、既存の例はしばしばパイロットプロジェクトや特定の分野で使用されるツールです。

チェコ、イタリア、ポルトガルは、国家の詐欺対策戦略における人工知能の統合を確認した唯一の国です。戦略に含まれることは、技術が不正行為の予防と検出に関する全体的な計画に現れることを意味しますが、すべてのプログラムやすべての当局で使用されていることを示すものではありません。

他の6か国、ベルギー、スペイン、フランス、イタリア、ハンガリー、スロベニアは、他の詐欺対策枠組みでAIを使用しています。イタリアは両方のカテゴリに現れるため、8か国の加盟国が何らかの形でこのようなツールを使用していると、委員会が分析した回答によって示されています。

最初の使用は、予防と検出に集中しています。システムは、資金提供の申請にリスクスコアを付与したり、異常な金額の請求書を警告したり、文書の個別分析からは明らかでない受益者と供給者の関係を特定したりできます。

農業や税関では、一部の当局が異常検出とリスク分析のために自動学習を使用しています。歴史的データは、新しい申告と比較され、追加の検証が必要な値、数量、起源、または受益者を特定します。

他のツールは監査を支援し、不正行為が発生する可能性のある場所を予測しようとします。これらは不正の存在を単独で確立するものではなく、監査官が検査すべきプロジェクトや取引を選択するのを助けます。

テキストの自動処理は、文書の分析、資料の転記、ボリュームの多いファイル内の関連する用語やパターンの検索に使用できます。請求書の検証は、申告された情報を他のデータベースと自動的に比較し、不一致を警告することができます。

ネットワーク分析は、企業、管理者、受益者、下請け業者、複数のプロジェクトに参加している人々の関係を追跡します。これにより、実際の受益者を隠すために作成された構造、利益相反、または繰り返しの資金提供を特定するのに役立ちます。

リスク指標は、不正の発見を意味するものではありません。信号は、文書、行政チェック、検査、または調査によって確認される必要があり、責任者によって行われた評価に取って代わることはできません。

委員会は、デジタルツールの結果を人間の分析と運用監視と組み合わせることを推奨しています。警告を生成するシステムが、当局がそれらを検査するための人員を持たない場合、自動的に検出を改善することはありません。

結果の質は、入力されたデータに依存します。不完全、更新されていない、または異なる機関によって異なる方法で記録された情報は、無駄な警告を生成したり、重要なケースを見逃したりする可能性があります。

国家システムは、異なる期間に異なる行政目的のために開発されました。プロジェクト、受益者、調達、税金、企業の所有者、調査に関するデータは、常に自動的に通信できるわけではありません。

19か国は、システムの不整合性と相互運用性の問題を詐欺対策のデジタル化における重要な障害として挙げました。多くの場合、データは依然として手動で転送され、エクスポートされたファイルや定期的なアップロードを介して行われます。

自動的な接続の欠如は分析を遅らせ、複数のプログラム、地域、または国に現れる受益者を迅速に特定することを妨げる可能性があります。また、互換性のないフォーマットや同じ情報の繰り返し入力のリスクも高まります。

18か国は予算制約を挙げました。ツールの開発は、単にソフトウェアプログラムを購入することだけではなく、当局がデータを準備し、システムを接続し、セキュリティを確保し、スタッフを訓練する必要があります。

古いシステムは変更が高価であり、自動データ交換やリアルタイム分析のために設計されていません。これらを置き換えることは、支払いとチェックを管理する機関の日常業務に影響を与える可能性があります。

他の12か国はデータ保護と法的な不確実性を挙げました。詐欺対策ツールは、個人、企業の所有権、契約、支払い、位置情報、商業関係に関する情報を使用することがあります。

当局は、処理の法的根拠、情報にアクセスできる人々のカテゴリ、データの保存期間、決定に対する異議申し立ての可能性を確立する必要があります。十分な説明なしにアルゴリズムの結果を使用することは、受益者の権利に影響を与える可能性があります。

委員会は、AIを安全でリスクに基づいた方法で適用することを推奨しています。技術は、明確に定義された問題に対して使用され、正確性の確認、人間の監視、エラー修正の手続きが必要です。

各国は、EU予算を保護するためのサイバー脅威とAIに関連するリスクを評価したかどうかを尋ねられました。チェコ、ルクセンブルク、スウェーデンのみが2025年に完全な評価を実施しました。

ベルギー、エストニア、アイルランド、スペイン、ラトビア、マルタ、オーストリア、スロバキアは部分的な評価を行いました。これらは特定の機関、基金、攻撃の種類、または技術のみをカバーすることがあります。

15か国は評価を行っておらず、行う意図もないと報告しました。別の国は分析を準備していると示しました。

脅威の評価は、詐欺検出のためのAIの使用と同じではありません。ある国は、新しい技術が自国のシステムに対して生じるリスクを完全に検討することなく、分析ツールを使用することがあります。

人工知能は当局を支援することができますが、犯罪ネットワークによっても使用される可能性があります。テキストや画像の自動生成により、高い信頼性を持つ偽の身分証明書、証明書、請求書、写真、証明書を迅速に作成することができます。

システムは、資金提供の申請を繰り返し適応させたり、当局の文書を模倣したり、表面的な検査で合法に見える企業や取引を作成したりするために使用される可能性があります。

国境を越えた詐欺に関与するネットワークは、すでに参加者間の関係を隠すために複雑な企業構造を使用しています。デジタルツールは、これらの構造を管理しやすくし、偽の文書を作成するコストを削減することができます。

評価の欠如は、ある国がサイバー攻撃に対して準備ができていないことを示すものではありません。機関は一般的なセキュリティ戦略や他の分野での手続きを持っている可能性がありますが、回答はEU資金に特有のリスクがほとんどの国で体系的に分析されていないことを示しています。

委員会は、当局がプロジェクト、受益者、リスク要因を特定するのを助けるEUのツールであるArachneの使用を追跡しています。このツールを使用する国の数は、2024年の22か国から2025年には23か国に増加しました。

宣言された使用は、完全な統合を意味するものではありません。一部の国は特定の基金に対してのみデータを送信し、情報を手動で入力するか、要求された最小限のセットのみを提供しています。

8か国は部分的な実施のための技術的制限を挙げ、7か国は戦略的に最小限のデータのみを提供することを決定し、6か国は法的制約を指摘しました。

Arachneと国家ツール間の相互運用性は依然として低いです。多くの管理機関では、データはXML形式でエクスポートされ、別々に処理され、EUシステムに手動でアップロードされます。

委員会は、リスク分析、不正行為の予防、チェックの選択のために当局により現代的なツールを提供するArachne+の開発を準備しています。

各国は、取引後のチェックのためにリスクに基づく分析とITツールをより多く使用することが奨励されています。これらのチェックは、複数のプロジェクトや支払いを比較した後にのみ明らかになるパターンを特定できます。

報告書は、リスク分析が特定の詐欺の検出において依然として重要な役割を果たしていることを示しています。農業やコヒージョン政策において、多くのケースは依然として通常のチェック、行政検証、または第三者からの情報によって発見されています。

デジタルツールは、機関間の情報交換の欠如を補うことはできません。行政当局は、資金を管理する機関にファイルの状況を更新するために、警察、検察、裁判所、欧州検察庁、欧州不正防止局からのデータを必要とします。

複数の国が、刑事手続き、制裁、回収、裁判所の最終結果に関する情報の取得に困難を報告しました。調査の機密性は、資金を管理する機関へのデータの送信を遅らせる可能性があります。

委員会によれば、効果的なデジタル化は、使用可能で質の高いデータ、相互運用可能なシステム、明確な法的規則、資格のある人員、日常的な監査活動へのツールの統合の5つの要素に依存しています。

加盟国は、2025年にEU資金の保護を改善するための72の措置を報告しました。ほとんどは、リスクのあるオペレーターの早期特定、スタッフの訓練、情報の交換、データベースの開発を含む予防と検出に焦点を当てています。

2025年のEUの詐欺防止プログラムに提出されたプロジェクトの約4分の1は、データ分析技術とITツールを対象としています。総資金要求は、利用可能な予算の4倍を超えました。

プログラムは、16の加盟国から151の申請を受け、ウクライナから2件の申請を受けました。この関心は、当局がデジタル能力の拡張を追求していることを示しており、AIはまだほとんどの国家戦略に現れていません。

委員会の報告書は、2025年のEUの収入と支出を保護するために各国が採用した措置を分析しています。AIの使用に関する情報は、国家当局から提供された回答に基づいています。

数字は、宣言された詐欺対策戦略や枠組みにおけるAIの統合を示しており、各国のすべての公的機関で使用されるすべてのツールを示すものではありません。一部の税務、税関、司法当局は、このカテゴリで報告されていないデジタル技術を使用している可能性があります。

委員会は、現代技術の使用、データ交換、国家当局、OLAF、欧州検察庁間の協力を分析するEUの詐欺防止アーキテクチャの見直しを準備しています。

EU予算に対する検出された詐欺は、2025年に報告された国や機関によるケースで274.3百万ユーロを含んでいます。VATや回復メカニズムに関する他の調査は、同じ統計システムに完全には含まれていません。

詐欺防止チェックにおける人工知能の拡張は、各国がデータベースを接続し、法的保証を定義し、アルゴリズムの警告を当局によって実施される検証や調査に変換する能力に依存します。