Архив Госсектор и НКО · Органы власти
DWP: ML-модель отбирает рискованные заявки на авансы, экономия 4,4 млн фунтов
По данным Национального контрольно-аудиторского управления Великобритании, модель машинного обучения, с мая 2022 года отбирающая заявки на авансы по Universal Credit с признаками мошенничества, принесла DWP оценочную экономию 4,4 млн фунтов стерлингов.
/01 · ключевые результаты
-
результат
£4,4 млн
оценочная экономия от модели проверки заявок на авансы
National Audit Office, пресс-релиз, 22.10.2025
с мая 2022 года по данным на октябрь 2025 · заявки на авансы по Universal Credit
данные исследования
- около 3 раза эффективность выявления риска мошенничества относительно случайной контрольной выборки · возможность системы National Audit Office, пресс-релиз, 22.10.2025
оценка strategai
Оценка снижения операционных расходов
£1,2–1,3 млн в год
Снижение затрат на проверку заявок на авансы моделью.
Пересчёт денежного эффекта, который приводит National Audit Office, в годовой эффект.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Оценка снижения затрат за весь период работы модели (£4,4 млн за период), которую называет запись кейса, в пересчёте на год делением на длительность периода 42 мес..
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Среднегодовое снижение затрат от модели = Среднее снижение затрат в месяц × Месяцев в году | ≈£1,26 млн в год | ≈£1,26 млн в год | ≈£1,26 млн в год |
| Среднее снижение затрат в месяц = Оценочное снижение затрат от модели проверки заявок на авансы за период ÷ Длительность периода оценки | ≈£105 тыс. в месяц | ≈£105 тыс. в месяц | ≈£105 тыс. в месяц |
Входные данные
- данные кейса Оценочное снижение затрат от модели проверки заявок на авансы за период: £4,4 млн за период £4,4 млн, оценочная экономия от модели проверки заявок на авансы National Audit Office, пресс-релиз, 22.10.2025
- данные кейса Длительность периода оценки: 42 мес. £4,4 млн, оценочная экономия от модели проверки заявок на авансы National Audit Office, пресс-релиз, 22.10.2025
- константа Месяцев в году: 12
Допущения
- Оценка за период в 42 мес. пересчитана в среднегодовую величину: затраты в каждый месяц периода приняты равными.
- Методику оценки снижения затрат за период (£4,4 млн) источник не раскрывает.
- Затраты на саму модель источник не раскрывает, поэтому результат приведён без их учёта.
Базовое значение: £1,3 млн в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2025 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным Национального контрольно-аудиторского управления Великобритании, модель машинного обучения, с мая 2022 года отбирающая заявки на авансы по Universal Credit с признаками мошенничества, принесла DWP оценочную экономию 4,4 млн фунтов стерлингов.
/02 · паспорт кейса
Бизнес
- Компания
- Department for Work and Pensions
- Отрасль
- Госсектор и НКО · Органы власти
- Функция
- Риски, антифрод и безопасность
- Задача
- Антифрод (транзакции, страхование, закупки, бонусы)
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Не раскрыт
Внедрение
- Стадия
- Промышленная эксплуатация, на 22.10.2025
- География
- Великобритания
/03 · описание кейса
Зачем
Бизнес-задача
Department for Work and Pensions (DWP) — британское министерство труда и пенсий, которое выплачивает социальные пособия. По оценке Национального контрольно-аудиторского управления (NAO), доля переплаченных пособий остаётся слишком высокой: в 2024–2025 финансовом году она составила 3,3%, или 9,5 млрд фунтов, а по Universal Credit — 9,7%. Правительство выделило DWP 6,7 млрд фунтов на борьбу с мошенничеством и ошибками на девять лет, с 2020–2021 по 2028–2029 годы. Новая стратегия ведомства делает упор на предотвращение переплат до их возникновения, и в её рамках DWP расширяет применение аналитики данных.
Что
Решение
С мая 2022 года DWP использует модель машинного обучения, которая помечает потенциально мошеннические заявки на авансы по Universal Credit. Помеченные заявки направляются на проверку, и заявителей могут попросить найти и предоставить дополнительные подтверждения. Ведомство применяет модель как контроль для предотвращения мошенничества. В июле 2025 года DWP впервые опубликовало подробную оценку справедливости модели со статистическим анализом за период с 1 апреля 2024 года по 31 марта 2025 года. Поставщик и устройство модели в источнике не названы.
Как
Внедрение
По данным NAO в пресс-релизе от 22 октября 2025 года, модель принесла оценочную экономию 4,4 млн фунтов. DWP установило, что модель примерно в три раза эффективнее выявляет риск мошенничества, чем случайная контрольная выборка. Оценка справедливости показала, что заявители старшего возраста (от 45 лет) и граждане других стран чаще направлялись на проверку. Комитет по государственным счетам высказывал опасения о влиянии модели на уязвимых заявителей. Ведомство сочло продолжение работы модели обоснованным и соразмерным и намерено повышать её эффективность.
/04 · источники и проверка
Что подтверждено
- По данным NAO, модель машинного обучения для заявок на авансы по Universal Credit работает с мая 2022 года и принесла оценочную экономию 4,4 млн фунтов.
- По оценке DWP, модель примерно в три раза эффективнее выявляет риск мошенничества, чем случайная контрольная выборка.
- DWP продолжает эксплуатировать модель как контроль для предотвращения мошенничества.
Ограничения
- 4,4 млн фунтов — оценка за весь период с мая 2022 года; годовой эффект и методика расчёта не раскрыты.
- Цифры не показывают число проверенных заявок и долю подтверждённых случаев мошенничества.
- Оценка справедливости выявила, что заявители от 45 лет и граждане других стран чаще направляются на проверку; влияние этого на результат цифры не отражают.
-
[1] National Audit Office
DWP begins to make headway tackling benefit fraud and error
СМИ · 22.10.2025
Открыть источник
АрхИИВ /strategai · CB-000618 · Версия 1 · 11.10.2026 · /c/CB-000618/