Peça à IA para encontrar anomalias (o que está fora de serviço). Retornar JSON {"data":"...","findAnomalies":"...","rule":"..."}: data — contexto; findAnomalies - que tipos de esquisitices procurar (outliers - quantidades muito maiores que o normal, duplicatas, picos acentuados, quantidades suspeitamente arredondadas); rule - uma regra ou limite para o que é considerado uma anomalia (por exemplo, “o valor é 3 vezes superior à mediana” ou “dois pagamentos idênticos no mesmo dia”).
Uma anomalia é um desvio do esperado, mas você mesmo deve definir o que é “esperado”. Sem uma regra, a IA chamará qualquer número grande de anomalia e inundará você com alarmes falsos. Mecânica: compara cada linha com uma típica e você decide o que é típico. Alavancas: forneça um limite (em tempos ou porcentagem da média/mediana) e nomeie os tipos de esquisitices - valores discrepantes, duplicatas, saltos bruscos, omissões. Insider: peça para comparar com a MEDIANA, não com a média. Uma soma enorme inflaciona a média e esconde o restante dos valores discrepantes abaixo dela; A mediana é o pagamento “médio”; um gigante não o move, então os valores discrepantes em seu fundo são claramente visíveis. Segunda técnica: peça separadamente para procurar duplicatas - combine fornecedor + valor + data. Este é um vazamento frequente (acidentalmente pago duas vezes), que tendências e valores não captam. Um erro típico: pedir “encontre erros” - a IA não sabe o que é um erro para você e permanecerá em silêncio ou inventará coisas. E lembre-se: a IA só MOSTRA uma anomalia, você ainda precisa verificar com os olhos.
Desbloqueie o acesso para enviar soluções para análise instantânea de IA.