Na China de hoje, vencer a fraude e manter a ética é essencial para o sucesso a longo prazo. A desaceleração pós-pandemia expõe os pontos fracos, ecoando o aviso de Warren Buffett: “Somente quando a maré baixa é que o senhor descobre quem estava nadando nu”. As empresas devem identificar os riscos e fortalecer as estratégias financeiras para não apenas sobreviver, mas também prosperar em períodos de recessão econômica.

As recentes violações éticas mostram que nenhum setor ou parte da cadeia de valor está imune. O comportamento antiético está resultando em multas pesadas e em danos às relações públicas, tanto na China quanto no mundo todo. A capacidade de evitar essas ações é agora crucial para o crescimento sustentável e está recebendo cada vez mais atenção no nível da diretoria.

Aproximadamente 1.400 bilhões de RMB de orçamentos comerciais são perdidos devido a problemas de transparência comercial na China (estimativa *Artefact). A utilização da IA ajuda as empresas a reduzir essas perdas, o que resulta em vantagens financeiras significativas e em uma presença mais forte no mercado.

Consolidamos nosso conhecimento sobre “IA para transparência nos negócios“ para fornecer uma visão geral abrangente de como a IA ajuda a reforçar as práticas éticas e a reduzir os riscos corporativos. Aproveitando a IA para a transparência nos negócios, as organizações podem identificar e abordar proativamente as atividades fraudulentas antes que elas aumentem.

Contexto: Em um projeto que visava aumentar a transparência e reduzir os riscos de corrupção nas vendas no setor de FMCG, apoiamos um cliente que enfrentava as complexidades do data de vendas em silos. Essa fragmentação do data levou a desafios para monitorar e auditar efetivamente as atividades de vendas, colocando em risco os padrões éticos da empresa.

Solução: Para resolver esses pontos problemáticos, foi implementada uma solução orientada por IA. Essa solução conecta várias fontes de vendas data (sell-out, inventários, visitas a lojas...) em um mecanismo de detecção de IA projetado para identificar comportamentos anormais de vendas. Ele inclui um modelo de aprendizado de máquina que prioriza e sinaliza comportamentos de risco, apoiado por um painel que simplifica e se concentra nas necessidades de auditoria de vendas. O painel fornece à empresa uma visão abrangente de contas-chave de risco em lojas de comércio moderno, comércio geral e canais especiais, permitindo um processo de auditoria mais direcionado e eficiente.

O Data é o combustível - fontes confiáveis de data são essenciais para a detecção precisa de anormalidades por meio de modelos analíticos ou de aprendizado de máquina do data.

Fase 1 - Auditoria de integridade do Flash Data (2 a 4 semanas)

Fase 2 - Configuração do algoritmo de negócios (8 a 12 semanas)

Fase 3 - Reengenharia e implementação de processos de negócios (em andamento)