Julio (Shinagawa, Tokyo) telah menambahkan fungsi baru ke "AI analisis risiko window dressing" untuk memperkuat deteksi "transaksi sirkuler." Tanda-tanda penipuan dapat ditemukan dengan menganalisis informasi internal perusahaan, bukan informasi keuangan publik. AI ini mengevaluasi risiko berdasarkan berbagai informasi internal yang digunakan dalam audit aktual.

Dalam fungsi baru ini, AI analisis dokumen akuntansi mengekstrak aturan pengakuan pendapatan, dan AI organisasi data transaksi menormalkan variasi dalam ejaan nama klien. Ini akan memungkinkan deteksi dini tanda-tanda penjualan curang dan transaksi sirkuler, memperkuat fondasi penilaian perusahaan dan tata kelola perusahaan.

Latar belakang pengembangan ini adalah situasi saat ini di mana transaksi sirkuler dan penipuan akuntansi telah menjadi masalah serius. Julio mengembangkan solusi ini untuk mengatasi keterbatasan manusia dengan AI dan menciptakan lingkungan pasar yang sangat transparan. Direktur perwakilan Kenji Ubagai mengatakan bahwa "data kata" penting untuk mendeteksi penipuan.

Lembaga keuangan dan investor dapat menggunakan AI ini untuk meningkatkan akurasi keputusan kredit dan investasi. Selain itu, nama layanan tersebut telah diubah menjadi "Window Dressing Risk Analysis AI," yang memperjelas bahwa perusahaan tersebut bertujuan untuk memberikan nilai pencegahan daripada sekadar mendeteksi penipuan setelah kejadian. Julio akan terus mengembangkan layanannya sebagai "mata ketiga" yang mendukung pertumbuhan perusahaan yang sehat.