7 инструментов на базе ИИ для выявления подделок в документах при корпоративном онбординге

Ключевые выводы

• Анализ отдельных документов не позволяет выявлять мошеннические сети, которые повторно используют одни и те же шаблоны или изображения в многочисленных заявках, поэтому анализ между заявками является критически важной возможностью.
• AU10TIX — лучший выбор для корпоративного онбординга: система проверяет как удостоверяющие личность документы, так и подтверждающие документы, такие как банковские выписки, счета за коммунальные услуги и лицензии на ведение бизнеса, а также выявляет организованное мошенничество, повторяющееся в многочисленных заявках.
• Онбординг включает два набора документов: удостоверяющие личность и подтверждающие документы, а большинство инструментов специализируется только на одном из них.
• Мошенничество с документами теперь принимает четыре отдельные формы: физические подделки, отредактированные подлинные файлы, серийные подделки на основе шаблонов и полностью сгенерированные ИИ документы; для каждой формы нужны разные сигналы выявления.

Корпоративный онбординг строится на документах. Новый клиент загружает паспорт, новый продавец отправляет регистрационные документы компании, заёмщик прикладывает банковские выписки за три месяца, а поставщик предоставляет налоговую декларацию. Каждый документ принимается исходя из предположения, что он соответствует заявленному типу, однако сегодня любой из них подделать проще, чем когда-либо за всю историю цифрового онбординга.

Экономику этого процесса изменили два фактора. Инструменты редактирования сделали тривиальным изменение подлинного PDF-файла без видимых следов, а генеративный ИИ позволил за считаные секунды создать убедительное удостоверение личности или банковскую выписку с нуля. Люди-проверяющие не могут обнаружить большинство таких подделок, а проверки на основе правил никогда не создавались для документов, которых прежде не существовало. Ответом стало новое поколение инструментов выявления, которые изучают документы так же, как это делал бы эксперт-криминалист, но со скоростью и в объёме, необходимыми для корпоративного онбординга.

Четыре формы мошенничества с документами, которые должна выявлять система

Мошенничество с документами не сводится к одному приёму, и инструмент, превосходно распознающий одну форму, может не замечать другую.

• Физические подделки и атаки с предъявлением: поддельный или изменённый физический документ либо подлинный документ, предъявленный в виде фотокопии или отображённый на экране. Выявление зависит от анализа защитных элементов и проверки подлинности документа.
• Цифровое изменение подлинных файлов: настоящая банковская выписка или изображение удостоверения личности, отредактированные для изменения имени, баланса, адреса или даты. Выявление зависит от анализа метаданных, артефактов сжатия, шрифтов и структурных несоответствий.
• Серийное мошенничество на основе шаблонов: повторное использование одного и того же шаблона или исходного изображения в десятках или сотнях заявок, что характерно для организованных сетей и ферм синтетических личностей. Выявление зависит от сравнения каждой заявки с другими.
• Полностью сгенерированные ИИ документы: документы, созданные с нуля генеративными моделями или онлайн-сервисами подделки. Выявление зависит от моделей, специально обученных распознавать артефакты генерации, аномалии макета и попытки внедрения.

7 инструментов выявления мошенничества с документами на базе ИИ для корпоративного онбординга

1. AU10TIX

Большинство инструментов для выявления мошенничества с документами специализируются на одном наборе: либо на удостоверяющих личность документах, либо на связанных с ними финансовых документах. AU10TIX охватывает оба направления и добавляет уровень анализа, который изучает не отдельную заявку, а сразу множество заявок. Компания начала работать в сфере безопасности аэропортов и пограничного контроля в 2002 году, и это криминалистическое наследие заметно в подходе к проверке удостоверяющих личность документов: система считывает документы более чем из 190 стран, включая документы на нелатинских языках, выполняет более 180 цифровых проверок каждого документа и выдаёт полностью автоматизированный результат за считаные секунды без участия человека.

Для подтверждающих документов AnyDoc Verification распространяет тот же подход на счета за коммунальные услуги, банковские выписки, налоговые декларации, лицензии на ведение бизнеса и другие документы, не удостоверяющие личность, которые используются для подтверждения адреса, KYB-проверок и проверки источника средств или благосостояния. Система выполняет более 150 проверок на подделку с помощью ИИ, проверяет согласованность встроенных метаданных, выявляет изменённый текст, несоответствия шрифтов и синтетически созданный контент, а также работает с PDF-файлами и изображениями. AU10TIX сообщает о времени обработки от 5 до 20 секунд, точности до 99,99% и сокращении числа ручных проверок на 90%; при этом мультиязычные OCR-механизмы на базе нескольких больших языковых моделей извлекают данные из многоязычных документов низкого качества.

Третий уровень — Serial Fraud Monitor, который AU10TIX называет первым в отрасли решением для выявления скоординированных массовых атак с использованием поддельных удостоверений личности. Вместо того чтобы оценивать каждый документ отдельно, система анализирует входящий и исторический трафик на предмет повторов, конфликтов и аномалий по более чем 20 визуальным, информационным и неинформационным векторам, включая фон и геолокацию, а также использует консорциальную оценку репутации. Именно этот уровень выявляет фермы шаблонов и сети синтетических личностей, отдельные документы которых могут выглядеть убедительно.

Охватываемые документы: удостоверяющие личность документы более чем из 190 стран, а также банковские выписки, счета за коммунальные услуги, налоговые декларации, лицензии на ведение бизнеса и другие подтверждающие документы.

2. Resistant AI

Resistant AI специализируется на криминалистическом анализе цифровых документов. Продукт Document Forensics проверяет каждую заявку более чем 500 способами, анализируя метаданные, внутреннюю структуру, несоответствия изображений и шрифты, и работает с документами любого типа на любом языке, включая банковские выписки, расчётные листки, налоговые формы, счета, счета за коммунальные услуги и удостоверяющие личность документы.

Поскольку система не зависит от предварительного знания макета документа, она может оценивать документы, которых никогда раньше не видела, и сравнивает заявки между собой, чтобы выявлять повторно использованные документы, подделки, созданные на основе шаблонов, и подделки, сгенерированные ИИ. Результаты поступают менее чем за 20 секунд и содержат понятную классификацию и объяснение, поддерживающее расследования и проверки на соответствие требованиям. Сервис предоставляется через REST API и соответствует требованиям SOC 2 и GDPR.

Охватываемые документы: любые цифровые документы в формате PDF или изображения на любом языке.

3. Inscribe

Inscribe использует агентный подход к выявлению мошенничества с документами. Его ИИ-агенты проверяют документы так, как это делал бы опытный аналитик по борьбе с мошенничеством, объединяя криминалистический, семантический, перцептивный и сетевой анализ для выявления поддельных, изменённых, повторно использованных и сгенерированных ИИ документов.

Перцептивное выявление работает на уровне пикселей, чтобы обнаруживать изменения и артефакты генерации, а сетевой анализ связывает документы между заявками. Каждая находка сопровождается уровнем риска, объяснением на понятном языке и подтверждающими данными; агенты также могут проводить онлайн-исследования и поддерживать KYB-проверку через AI Compliance Analyst. Inscribe обслуживает банки, кредитные союзы, кредиторов и финтех-компании с 2017 года; среди клиентов — Plaid, Ramp и Bluevine. Система непрерывно обучается на основе работы как аналитиков клиентов, так и собственной внутренней команды по оценке рисков.

Охватываемые документы: банковские выписки, расчётные листки, налоговые документы и документы о льготах, корпоративные документы, выписки по кредитным картам и инвестиционные отчёты, а также водительские удостоверения.

4. Ocrolus

Ocrolus подходит к выявлению мошенничества с документами со стороны кредитования. Его платформа для работы с документами на базе ИИ классифицирует документы, извлекает данные и анализирует денежные потоки и доходы, а продукт Detect использует ту же точность извлечения данных для выявления мошенничества в банковских выписках, расчётных листках и формах W-2.

Detect разделяет мошенничество на две категории. Подделка файла охватывает изменения самого документа, включая манипуляции с метаданными и изменения текста. Алгоритмические аномалии охватывают проблемы в числовых данных, например балансы, которые не сходятся, или налоговые удержания, сумма которых не соответствует расчётам. Для выписок крупных банков снятие цифрового отпечатка документа может подтвердить, что файл действительно был создан учреждением-эмитентом. Результаты объединяются в показатель подлинности, а кредиторы могут устанавливать пороговые значения в соответствии со своей допустимой степенью риска. Среди клиентов — PayPal, SoFi, Brex и Plaid.

Охватываемые документы: банковские выписки, расчётные листки, формы W-2, налоговые формы и другие кредитные документы.

5. Regula

Regula привносит более чем 30-летний опыт разработки криминалистических устройств и работы в сфере пограничного контроля в проверку удостоверяющих личность документов. Её Document Reader SDK используется как в собственных аппаратных считывателях, так и в сторонних сканерах паспортов, а также может работать в мобильных и веб-процессах онбординга.

Ключевой актив — база шаблонов, охватывающая более 16 000 удостоверяющих личность документов и подробно описывающая защитные элементы каждого документа, включая динамические элементы, такие как голограммы, оптически изменяемые краски и несколько лазерных изображений. SDK сопоставляет друг с другом данные MRZ, штрихкода, OCR и NFC-чипа, при использовании аппаратного обеспечения проверяет защитные элементы при разных режимах освещения, а в удалённых процессах выявляет предъявление документа с экрана или фотокопии. Regula сотрудничает с пограничными ведомствами и такими организациями, как IATA; среди её клиентов — UBS.

Охватываемые документы: паспорта, удостоверения личности, водительские удостоверения, визы и другие удостоверяющие личность документы.

6. Microblink

Microblink специализируется на быстрой автоматизированной проверке удостоверяющих личность документов. BlinkID Verify охватывает документы более чем из 195 стран и территорий и выдаёт результат менее чем за три секунды с момента съёмки; интерфейс съёмки без рамок автоматически обнаруживает и захватывает документы.

Проверка одновременно выполняет несколько категорий анализов: визуальные проверки на аномалии защитных элементов, подделку фотографии и документы, созданные ИИ; проверки данных на ошибки MRZ, аномалии штрихкода и несоответствия полей; проверки подлинности документа на предмет предъявления с экрана или фотокопии; а также проверки действительности и качества изображения. Результаты объединяются в единую рекомендуемую оценку, а команды могут выбирать мягкую, стандартную или строгую политику проверки, задавая баланс между долей одобренных заявок и риском мошенничества. Microblink сообщает, что заняла первое место в конкурсе DHS Document Validation Rally 2025.

Охватываемые документы: удостоверяющие личность документы, выданные государственными органами более чем в 195 странах и территориях.

7. Incode

Incode уделяет значительное внимание мошенничеству с использованием ИИ. В апреле 2026 года компания запустила Deepsight for Documents, распространив свою систему выявления дипфейков Deepsight на уровень документов, и сообщила, что она в 8,8 раза точнее традиционных проверок документов при выявлении удостоверяющих личность документов, созданных ИИ.

Deepsight for Documents ищет визуальные артефакты, несоответствия шрифтов и аномалии макета, которые оставляют после себя генеративные инструменты, а также выявляет атаки с внедрением в существующие процессы проверки. Базовая система проверки документов Incode проверяет более 4 900 типов документов из более чем 200 стран по официальным шаблонам, используя более 35 собственных моделей машинного обучения для выявления изменений и синтетических удостоверений личности. Experian интегрировала технологии проверки и Deepsight компании Incode в собственные решения для идентификации и борьбы с мошенничеством.

Охватываемые документы: более 4 900 типов удостоверяющих личность документов из более чем 200 стран; Deepsight также распространяется на подтверждающие документы.

Как разработать объективное proof of concept

Показатели точности поставщиков измеряются на данных поставщиков. Единственное надёжное сравнение — это proof of concept на документах, отражающих именно ваш поток онбординга. Полезная проверка состоит из пяти этапов:

1. Сформируйте репрезентативную выборку: включите подлинные документы с основных рынков и от ключевых сегментов клиентов, в том числе снимки низкого качества, сделанные телефоном, а не только чистые сканы.
2. Добавьте известные случаи мошенничества всех типов: включите физические подделки, отредактированные подлинные файлы, повторяющиеся шаблоны и документы, созданные ИИ, поскольку инструменты, превосходно выявляющие один тип, могут пропускать другой.
3. Проверьте оба набора документов: если в онбординге используются подтверждающие документы, тестируйте их отдельно от удостоверяющих личность документов, а не предполагайте наличие такой возможности.
4. Измеряйте оба показателя ошибок: фиксируйте, сколько мошеннических документов пропускает каждый инструмент и сколько настоящих клиентов он отклоняет или направляет на ручную проверку, поскольку ошибочные отказы влекут реальные издержки.
5. Проверьте объяснения: оцените, достаточно ли понятно сформулирован каждый результат, чтобы аналитик мог действовать на его основе, а аудитор — принять его.

Прогон одной и той же выборки через все отобранные инструменты превращает маркетинговые заявления в доказательства, отражающие документы, которые действительно получает ваш бизнес.

Часто задаваемые вопросы

Что такое выявление мошенничества с документами на базе ИИ?

Это использование машинного обучения для определения подлинности документов, представленных во время онбординга. Модели изучают защитные элементы, метаданные, шрифты, артефакты изображений, согласованность данных и закономерности между заявками, чтобы выявлять подделки, изменённые файлы, повторно используемые шаблоны и документы, созданные ИИ, большинство из которых незаметны для людей-проверяющих.

Могут ли удостоверяющие личность документы, созданные ИИ, пройти проверку?

Сгенерированные документы могут обмануть людей-проверяющих и устаревшие проверки на основе правил, поэтому выявление сместилось в сторону моделей, обученных распознавать артефакты генерации, аномалии макета и попытки внедрения. Анализ между заявками добавляет ещё один уровень защиты, поскольку документы, создаваемые в больших масштабах, обычно имеют общие закономерности, проявляющиеся при их сравнении друг с другом.

Почему для подтверждающих документов нужны отдельные проверки на мошенничество?

Банковские выписки, счета за коммунальные услуги и регистрационные документы компаний не имеют стандартного шаблона или защитных элементов, поэтому проверки удостоверяющих личность документов к ним неприменимы. Кроме того, они часто становятся целью мошенников, поскольку обычно проверяются менее тщательно. Такие платформы, как AU10TIX, используют для этих документов отдельные криминалистические проверки и валидацию метаданных.

Что такое серийное мошенничество при проверке документов?

Серийное мошенничество — это повторное использование одних и тех же шаблонов, изображений или данных в многочисленных заявках, что характерно для организованных сетей и ферм синтетических личностей. Каждый документ по отдельности может выглядеть подлинным, поэтому выявление зависит от сравнения заявок друг с другом и с историческим трафиком — именно для этого предназначены такие инструменты, как AU10TIX Serial Fraud Monitor.

Насколько быстро должно работать выявление мошенничества с документами во время онбординга?

При автоматизированном онбординге проверки удостоверяющих личность документов обычно возвращают результат в течение нескольких секунд, а анализ подтверждающих документов занимает от нескольких секунд примерно до двадцати. Скорость важна, поскольку каждая дополнительная задержка увеличивает вероятность отказа пользователя от процесса, однако её следует измерять одновременно с точностью и долей ручных проверок, а не рассматривать как самостоятельный показатель.

Нужна ли компаниям ручная проверка при использовании ИИ для выявления мошенничества с документами?

Да, но для значительно меньшего числа случаев. Инструменты на базе ИИ могут автоматически одобрять явно подлинные документы и отклонять очевидные подделки, оставляя аналитикам пограничные случаи. Чёткие и понятные результаты необходимы для такой оставшейся проверки — и для ускорения принятия решений, и для удовлетворения требований аудиторов и регулирующих органов.