O Gabinete de Integridade de Pagamentos do Tesouro dos EUA utiliza aprendizagem automática para filtrar os pagamentos federais. No ano fiscal de 2024, os processos baseados em ML preveniram ou recuperaram 4,059 mil milhões de dólares — um aumento de 6× face aos 652,7 milhões do AF2023 — sinalizando transações de alto risco e acelerando a deteção de fraude em cheques do Tesouro.
4.059 USD billion
Fraude/pagamentos indevidos prevenidos ou recuperados (FY2024)
652.7 USD million
Fraude/pagamentos indevidos prevenidos ou recuperados (FY2023)
6x
Aumento ano a ano (FY2023 to FY2024)
Detalhes
Maturidade
Scaling
Promotor
Office of Payment Integrity, Bureau of the Fiscal Service, US Department of the Treasury
Período
2023–present
Palavras-chave
government, financial integrity, fraud detection, machine learning, federal payments
Contexto
O Gabinete de Integridade de Pagamentos (OPI), dentro do Bureau of the Fiscal Service, do Departamento do Tesouro dos EUA, aplica modelos de aprendizagem automática para analisar desembolsos federais em tempo real e sinalizar transações de alto risco antes da liquidação. As ferramentas do OPI estão disponíveis para outras agências federais e programas estatais financiados a nível federal.
Objetivos
Prevenir e recuperar fraude em pagamentos federais e pagamentos indevidos através de análise baseada em aprendizagem automática e deteção acelerada de fraude em cheques do Tesouro.
Atividades
Modelos de aprendizagem automática analisam desembolsos em tempo real; os resultados foram anunciados oficialmente pelo Tesouro dos EUA em outubro de 2024, com uma discriminação detalhada por método de aprendizagem automática.
Resultados
No ano fiscal de 2024, a prevenção de fraude baseada em aprendizagem automática e a deteção acelerada de fraude em cheques resultaram em 4,059 mil milhões de USD prevenidos ou recuperados — um aumento de seis vezes face aos 652,7 milhões de USD do ano fiscal de 2023.
Conclusões
O programa demonstra como a aprendizagem automática aplicada a dados de pagamentos governamentais em grande escala pode produzir resultados fiscais mensuráveis e reportados de forma independente, com uma trajetória de desempenho clara de ano para ano.
Implementação
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.