二十一个欧盟国家在其反欺诈策略中不使用人工智能

二十一个成员国中的27个国家表示，他们在反欺诈策略中不使用人工智能工具，尽管针对欧洲预算的欺诈行为越来越频繁地使用数字技术。只有捷克、意大利和葡萄牙将人工智能纳入国家战略，而采用仍主要是实验性的，并限于某些领域。

简而言之，捷克、意大利和葡萄牙在其国家反欺诈战略中纳入了人工智能的使用。比利时、西班牙、法国、意大利、匈牙利和斯洛文尼亚在其他框架或反欺诈活动中使用人工智能。这些工具主要用于异常检测、风险预测分析、自动发票核查、支持审计和识别个人与公司的联系。只有捷克、卢森堡和瑞典在2025年进行了全面的网络威胁和与人工智能相关的风险评估。十五个国家没有进行这样的评估，也没有计划开始进行评估。其他八个国家仅进行了部分分析，而一个国家正在准备评估。最常见的障碍是系统之间缺乏互操作性，19个国家提到这一点，预算限制由16个国家指出，以及法律或数据保护问题，由12个国家报告。

一些当局使用人工智能来分析无法仅通过人工检查有效核实的数据量。系统可以比较受益人、合同、发票、支付、供应商和项目历史，以识别偏离常规模式的交易。

然而，委员会指出，这种使用尚未成为国家保护欧洲资金系统的常规组成部分。大多数国家表示，人工智能未纳入其反欺诈战略，现有的例子通常是试点项目或仅在一个领域使用的工具。

捷克、意大利和葡萄牙是唯一确认将人工智能纳入国家反欺诈战略的国家。纳入战略意味着该技术出现在关于预防和检测不当行为的总体规划中，而不需要证明它在所有项目和所有当局中都被使用。

另外六个国家，比利时、西班牙、法国、意大利、匈牙利和斯洛文尼亚，在其他反欺诈框架中使用人工智能。意大利出现在这两个类别中，因此根据委员会分析的回应，八个成员国以某种形式使用这些工具。

最初的使用集中在预防和检测上。一个系统可以为融资申请分配风险评分，可以标记一张异常金额的发票，或者可以识别受益人和供应商之间的联系，这些联系在单独分析文件时并不明显。

在农业和海关方面，一些当局使用自动监测来检测异常和分析风险。历史数据可以与新的申报进行比较，以识别需要额外核查的值、数量、来源或受益人。

其他工具支持审计，并试图预测不当行为可能出现的地方。它们并不单独确定欺诈的存在，而是帮助检查员选择需要控制的项目或交易。

文本的自动处理可以用于分析文件、转录材料和在大量文件中搜索相关术语或模式。发票核查可以自动比较声明的信息与其他数据库，并可以标记不一致之处。

网络分析追踪公司、管理者、受益人、分包商和参与多个项目的个人之间的关系。这可以帮助识别为掩盖真实受益人、利益冲突或重复融资而创建的结构。

风险指标并不代表欺诈的发现。信号必须通过文件、行政检查、检查或调查进行核实，并不能替代负责人员的评估。

委员会建议将数字工具的结果与人工分析和操作跟踪相结合。一个系统如果在没有当局人员进行审查的情况下产生警报，并不会自动改善检测。

结果的质量取决于输入的数据。不完整、未更新或以不同方式记录的信息可能会产生不必要的警报或遗漏重要案例。

国家系统是在不同的时间段和不同的行政目标下开发的。关于项目、受益人、采购、税收、公司所有者和调查的基础数据并不总是能够自动相互通信。

十九个国家指出系统的不兼容性和互操作性困难是数字化反欺诈的重要障碍。在许多情况下，数据仍然是通过手动转移、导出文件或定期上传的方式进行传输。

缺乏自动连接延迟了分析，并可能阻碍快速识别出现在多个项目、地区或国家中的受益人。它还增加了不兼容格式或重复输入相同信息的风险。

十八个国家提到预算限制。开发一个工具不仅仅涉及购买软件，因为当局还必须准备数据、连接系统、确保安全并培训人员。

旧系统的修改可能代价高昂，并且并未设计用于自动数据交换或实时分析。替换它们可能会影响管理支付和检查的机构的日常运作。

其他12个国家指出数据保护和法律不确定性。反欺诈工具可能使用有关个人、公司所有权、合同、支付、位置和商业关系的信息。

当局必须确定处理的法律基础、可以访问信息的人员类别、数据保存的期限以及对决策的异议可能性。使用没有足够解释的算法结果可能会影响受益人的权利。

委员会建议以透明、安全和基于风险的方式应用人工智能。技术应当用于明确界定的问题，确保准确性、人工监督和纠正错误的程序。

各国被询问是否评估了网络威胁和与人工智能相关的风险，以保护欧盟预算。只有捷克、卢森堡和瑞典在2025年进行了全面评估。

比利时、爱沙尼亚、爱尔兰、西班牙、拉脱维亚、马耳他、奥地利和斯洛伐克进行了部分评估。这些评估可能仅涵盖某些机构、基金、攻击类型或技术。

十五个国家表示他们没有进行评估，也不打算进行评估。另一个国家表示正在准备分析。

威胁评估并不等同于使用人工智能检测欺诈。一个国家可以使用分析工具，而不必完全审查新技术对其系统造成的风险。

人工智能可以帮助当局，但也可能被犯罪网络使用。自动生成文本和图像使得快速制作身份、证书、发票、照片和高可信度的虚假证明文件成为可能。

系统可以用于反复调整融资申请，模仿当局的文件，或创建看似合法的公司和交易，经过表面检查。

参与跨境欺诈的网络已经使用复杂的公司结构来隐藏参与者之间的联系。数字工具可以使这些结构更易于管理，并降低制作虚假文件的成本。

缺乏评估并不证明一个国家对任何网络攻击没有准备。机构可能有一般的安全策略或在其他领域的程序，但回应显示大多数国家未系统分析针对欧盟资金的特定风险。

委员会还监测Arachne的使用，这是一个帮助当局识别项目、受益人和具有风险因素的合同的欧洲工具。使用该工具的国家数量从2024年的22个增加到2025年的23个。

声明的使用并不意味着完全整合。一些国家仅为某些基金发送数据，手动输入信息或仅提供最低要求的数据集。

八个国家提到实施部分的技术限制，七个国家战略性地决定仅提供最低数据，而六个国家报告了法律限制。

Arachne与国家工具之间的互操作性仍然有限。在许多行政部门，数据以XML格式导出，单独处理，并手动上传到欧洲系统中。

委员会正在准备开发Arachne+，这将为当局提供一个更现代的工具，用于风险分析、预防不当行为和选择控制。

各国被鼓励更多地使用基于风险的分析和信息技术工具，包括在交易完成后进行的检查。这些检查可以识别出只有在比较多个项目和支付后才会显现的模式。

报告显示，风险分析在检测某些欺诈方面仍然发挥着有限的作用。在农业和凝聚政策中，许多案例仍然通过常规检查、行政核查或来自第三方的信息被发现。

数字工具无法弥补机构之间缺乏信息交流。行政当局需要来自警察、检察官、法院、欧洲检察院和欧洲反欺诈办公室的数据，以更新案件的状态。

多个国家报告在获取有关刑事程序、制裁、追回和法院最终结果的信息方面存在困难。调查的保密性可能会延迟将数据传输给管理资金的机构。

根据委员会的说法，有效的数字化依赖于五个要素：可用和高质量的数据、互操作的系统、明确的法律规则、合格的人员和将工具整合到日常控制活动中。

成员国报告了72项措施，以改善2025年欧盟资金的保护。大多数措施针对预防和检测，包括早期识别高风险运营商、培训人员、信息交流和数据库开发。

大约四分之一的2025年欧洲反欺诈计划中提交的融资项目涉及数据分析技术和信息技术工具。总融资请求超过可用预算的四倍。

该计划收到了来自16个成员国的151个请求，以及来自乌克兰的两个请求。兴趣表明，当局正在寻求扩大数字能力，即使人工智能尚未在大多数国家战略中出现。

委员会的报告分析了各国为保护2025年欧洲收入和支出而采取的措施。有关人工智能使用的信息来自国家当局提供的回应。

数字描述了人工智能在声明的反欺诈战略和框架中的整合，而不是每个国家所有公共机构使用的每个工具。一些税务、海关或司法当局可能使用未在此类别中报告的数字技术。

委员会正在准备对欧洲反欺诈架构进行审查，其中将分析现代技术的使用、数据交换和国家当局、OLAF和欧洲检察院之间的合作。

针对欧盟预算的欺诈行为在2025年报告的案件中涉及2.743亿欧元。其他关于增值税和复苏与韧性机制的调查未完全包含在同一统计系统中。

在反欺诈检查中扩展人工智能将取决于各国连接数据库的能力、定义法律保障的能力以及将算法警报转化为由当局进行的核查和调查的能力。