Proceedings of the International scientific and practical conference ―Cambridge Science and Education Conference‖ (May 15-17, 2026) / Publisher website: www.naukainfo.com. - Cambridge, United Kingdom, 2026. - 429 p.

35 характеризуються високим рівнем хибних спрацьовувань і не здатні ефективно реагувати на нові фінансові ризики та складні корупційні схеми. Додатковою проблемою є низький рівень використання технологій штучного інтелекту та машинного навчання у сфері державного фінансового контролю, що обмежує можливості аналізу великих обсягів фінансових даних та прогнозування ризикових операцій. Крім того, в умовах цифровізації зростають ризики маніпулювання фінансовою звітністю, приховування аномальних транзакцій та використання цифрових інструментів для легалізації незаконних фінансових потоків [2; 4]. Міжнародні стандарти AML/CFT, рекомендації FATF, директиви ЄС, а також сучасні підходи до цифрового врядування формують основу для ризик- орієнтованого підходу до управління фінансовими ризиками у державному секторі [2; 5]. Проте практична імплементація таких стандартів часто супроводжується інституційними прогалинами, технічними обмеженнями та недостатнім рівнем цифрової зрілості державних установ. У сучасних умовах значні обсяги фінансових даних потребують використання інтелектуальних цифрових систем, здатних аналізувати інформацію в режимі реального часу, виявляти приховані закономірності та прогнозувати потенційні ризики фінансових порушень. Підвищення прозорості звітності державних установ потребує комплексної цифрової трансформації на основі інтеграції сучасних інформаційних технологій, міжнародних AML/CFT стандартів та ефективних механізмів міжвідомчої взаємодії. Першочерговим напрямом є створення єдиного цифрового середовища фінансового моніторингу для державного сектору, що забезпечуватиме: автоматизований обмін фінансовими даними; інтеграцію державних інформаційних систем; оперативний моніторинг фінансових операцій; централізовану аналітику ризиків; прозорість використання бюджетних коштів [5]. Важливим напрямом є впровадження технологій штучного інтелекту та машинного навчання у процеси фінансового контролю та аналізу звітності