意図的な複雑化は、しばしば不正行為の兆候であり、それを覆い隠し、最終的には破綻へと導く。
自動車アフターマーケット部品流通の複合企業であるファースト・ブランズは、そうした設計、展開、そして崩壊の典型例である。2025年9月の破産申請により、年間売上高50億ドルを誇りながら、90億ドルを超える負債に対してわずか1200万ドルの現金しか保有していなかったことが明らかになった。この財務危機の背後には、頻繁な負債による買収と、CEOが所有する112の特別目的事業体を含む大規模なオフバランスシート取引に基づく、脆弱な企業構造が隠されていた。
連邦起訴状によると、創業者CEOのパトリック・ジェームズ氏と弟のエドワード氏は、請求書の偽造、担保の二重差し入れ、数十億ドル規模の負債の隠蔽を行う7年間にわたる計画を組織的に実行したとされる。その結果、第三者のファクタリング業者は現在、約27億ドルの「偽の売掛金」を抱えている。
裁判所、規制当局、訴訟関係者は、監査法人、金融機関、ヘッジファンドからの偽りの驚き、責任のなすりつけ合い、自己弁護的な抗議を、最終的には整理することになるだろう。
ファースト・ブランズは本質的にリスクに満ちていたが、インセンティブ、無能、無関心という有害な三要素が、この白昼堂々の詐欺を助長した。選択的に規制される資本市場、利回りに飢えた民間貸し手、不適切な監査法人がこの三要素すべてに立ち向かわない限り、企業詐欺は必然的に続くだろう。
AIは、健全な人間によるデューデリジェンスと勇気と組み合わせることで、それを阻止できる。
格好の標的
ファースト・ブランズの詐欺は、複雑でもなければ、巧妙に隠蔽されてもいなかった。同社の極めて異例な日常的運転資本慣行だけでも、精査を必要とするものだった。同社は売掛金と買掛金のほぼすべてを、第三者貸し手を通じて迅速に現金化していた。2024年末時点で、驚くべきことに売掛金の70%以上をファクタリングし、サプライチェーンファイナンスを活用して6億8200万ドルの買掛金をカバーしていた。
大手小売業者やメーカーの売掛金を担保とする債務を引き受けようとするファクタリング業者の熱意に後押しされ、ファースト・ブランズの経営陣は、積極的な資金調達慣行を違法な現金製造機に変えたとされる。組織的な請求書の水増し、重複担保差し入れ、架空取引、横領を行っていた。
例えば、2025年6月、ファースト・ブランズはゼネラル・モーターズに8976ドルの請求書を発行した。同社はその請求書を1万7826ドルの価値があると主張して、ある貸し手に売却した。わずか3日後、ファースト・ブランズは同じ請求書を別の貸し手に46万3735ドルで売却した。
検察によると、従業員は「ダミー請求書」の作成について公然と議論し、「ブリッジファイル」──実際の数字と不正な調整を並行して追跡する帳簿──を維持していた。経営陣は、ジェームズ氏が管理する事業体を通じて20億ドルの負債を隠しながら、「オフバランスシート取引はない」と繰り返し証明していた。
内部監視機関、貸し手、外部監査人、規制当局がこの財務上の不正行為を見逃した一方で、リアルタイムで合理的なAIベースの管理体制があれば、それを阻止できただろう。効果的なリアルタイム監視は、定期的なサンプリング、不十分なテスト、無能、自己満足、または妥協した人間の判断への依存を減らす。
AIソリューション
次の崩壊を防ぐためにAIが役立つ7つの具体的な方法を以下に示す。この技術は利用可能であり、詐欺や是正措置よりもはるかに低コストである。
- 継続的なリスク評価から始める。AIは進化するリスク要因を評価し、事業体、子会社、または取引レベルでエクスポージャーを分類できる。ファースト・ブランズの急速な成長、圧倒的に複雑な関連事業構造、特別目的事業体への依存、過度なサプライチェーンファイナンスの使用、関連当事者取引、オフバランスシート取引、蛇行するキャッシュフローは、個別にも集合的にもリスクを急上昇させた。シンプルなAIモデルは危険信号を発し、貸し手、監査人、規制当局が高リスク事業を通常または不十分な監視で扱うことを防ぐことができる。
- より良いクライアントポートフォリオの選択と維持の意思決定を支援する。AIは監査法人や金融機関のポートフォリオを分析し、集中リスク、セクター横断的なエクスポージャーの増加、懸念される指標を特定できる。ファースト・ブランズのファクタリングが売上高の40%から70%に上昇し、オフバランスシート債務が倍増し、奇妙なキャッシュフローの順序が生じたとき、効果的なAIはクライアントのリスクプロファイルが増加したことを警告し、強化された保証または関係終了を推奨できる。このような早期警告アルゴリズムは、人間のインセンティブ、バイアス、怠慢から解放されたデータ駆動型の意思決定モデルである。
- 現金の源泉と使途を調査し、循環融資を暴露する。AIはすべての現金取引を「ゆりかごから墓場まで」追跡できる。売掛金がファクタリングされると、預金は顧客ではなく貸し手に結びつく。ファースト・ブランズの場合、貸し手からの現金はCEOが管理する関連当事者事業体を経由し、多くが個人使用のために流用された。銀行照合と現金証明により、預金が収益回収を装った借入金であることが明らかになっただろう。アルゴリズムは、大量の取引に隠されたこのような異常を容易に発見できる。
- 「高リスク」勘定科目の手動仕訳入力をレビューする。会計調整は十分に文書化され、検証されるべきである。「高リスク」勘定科目に触れる上級幹部による入力はまれであり、正当化が必要である。例えば、2021年、司法省によると、ジェームズ氏はスタッフに「ファクタリングを3減らし、利息を6減らし、非現金を14減らし、リストラクチャリングを14増やす」よう指示した。このような活動は、単に財務目標を達成するための操作ではないことを確認するための監査手続きを引き起こすだろう。
- 顧客データを検証する。AIは顧客の調達ポータルと直接インターフェースして、請求書の真正性を確認できる。システムは顧客記録からデータを取得し、借り手の提出物と比較し、例外にフラグを立てる。このような管理は、貸し手と下流のCLO投資家に利益をもたらす。
- 取引規模の異常にフラグを立てる。8976ドルの請求書が46万3735ドルに膨れ上がったとき、AIは年末のテストを待たない。システムアラートは、過去の平均を大幅に超える請求書の価値を強調する。このような分析により、内部および外部の利害関係者は、独立した確認または実質的な裏付け文書で例外を迅速に解決できる。
- 請求書の重複と二重担保差し入れを防止する。AIは、貸し手間で請求書番号、金額、日付、詳細を照合できる。貸し手の担保検証が改善されるだろう。2回売却された請求書はアラートを引き起こすが、その後の人間の粘り強さが必要である。起訴状によると、2023年に（匿名化された）ファクター1が「巨大な不一致」について問い合わせたとき、ジェームズ氏は開示とコミュニケーションを制限した。このような危険信号は、回避や受容ではなく、エスカレーションを叫んでいる。
リストからのAI生成の危険信号は、買収主導の企業がどのようにして100以上の関連当事者特別目的事業体を設立し、顧客売掛金をカバーし、オーナーの贅沢を資金調達するために現金を迂回させることができたのかについて、職業的懐疑心を呼び起こすべきである。それはおそらく、ささやかれたかもしれないが、決して勇気を持って追求されなかった質問の始まりに過ぎない。
今、裁判所、米証券取引委員会（SEC）、米連邦取引委員会（FTC）は、ウォール街の最新の不必要な混乱を解きほぐさなければならない。予測可能な責任転嫁と巧妙に作成された否定声明を超えて、彼らはおそらく、インセンティブ、無能、無関心が真の犯人であり、根深い課題であることを発見するだろう。誰が守られているのか。
