Micro-Investigações: Um Caminho Estratégico para Conformidade Mais Forte na Cadeia de Suprimentos

Os desafios de 2020 têm implicações sérias para conformidade e risco na cadeia de suprimentos em 2021. O ano passado testou cada empresa americana, e apresentou desafios em uma escala que não víamos anteriormente. Muitas empresas tiveram semanas, senão dias, para tomar decisões críticas para manter suas operações à tona. E embora ações rápidas fossem indubitavelmente necessárias na época, as implicações de conformidade dessas decisões provavelmente passarão por foco aumentado este ano.

Considere apenas alguns exemplos. No início da pandemia, empresas e governos correram para garantir equipamentos de proteção individual (EPI) críticos, frequentemente competindo uns com os outros por recursos repentinamente escassos. Alguns — talvez muitos — daquelas organizações não tiveram opção a não ser passar por canais não tradicionais para garantir os suprimentos necessários. Como resultado da urgência e competição aumentada por esses recursos, fornecedores provavelmente não foram verificados através de processos tradicionais de conformidade, abrindo muitas organizações a risco potencial.

Algumas semanas depois, o governo federal começou a injetar mais de 5 trilhões de dólares na economia americana em um esforço para manter o motor econômico do país funcionando. O escopo do estímulo foi sem precedentes, não apenas em escala mas também em distribuição. Diferente do estímulo setorial direcionado fornecido após a Grande Recessão de 2007-2008, ou alívio de desastres naturais geograficamente direcionado, o estímulo COVID-19 alcançou quase todos os cantos da economia dos EUA. E sempre que há um aumento em dólares de alívio federal, há tipicamente um aumento paralelo em fraude e, finalmente, um esforço para recuperar dinheiro que foi desviado.

Finalmente, com tantas organizações enfrentando estresse financeiro devido à pandemia, há frequentemente pressão aumentada dentro das organizações para "endireitar o navio". Isso inclui esforços para aumentar incentivos para vendedores, ou usar terceiros para impulsionar recuperação e crescimento. Indústrias que foram particularmente atingidas, como varejo, hospitalidade e companhias aéreas, estão em risco particular para isso, e devem antecipar escrutínio aumentado.

Riscos de Conformidade Aumentados

Em última análise, existem inúmeras maneiras pelas quais os eventos de 2020 precipitaram riscos de conformidade que precisarão ser abordados este ano. Algumas empresas podem ter tido que pivotar rapidamente para distribuição direta ao consumidor, abrindo responsabilidade potencial sob leis de privacidade de dados como o California Consumer Privacy Act (CCPA). Organizações que de repente estavam obtendo EPI para hospitais ou outras entidades de saúde podem descobrir que precisam cumprir regulamentos do Health Insurance Portability and Accounting Act (HIPAA), como estar sujeitas a um acordo de associado de negócios (BAA).

Agora considere as prioridades da nova administração Biden, que adiciona outra camada de complexidade a uma situação já desafiadora. É amplamente antecipado que violações do False Claims Act verão maior aplicação para organizações que fazem negócios com o governo federal, especialmente à luz do Coronavirus Aid, Relief and Economic Security (CARES) Act, Paycheck Protection Program (PPP), e claro, expansão adicional de esforços de estímulo que se espera sejam promulgados após a posse. A aplicação do Foreign Corrupt Practices Act (FCPA) é amplamente bipartidária, e tem aumentado constantemente desde que entrou em vigor. Não seria surpreendente ver aplicação adicional sob o FCPA, especialmente para fornecedores obtendo suprimentos médicos e EPI do exterior. E requisitos adicionais de relatórios da SEC, em torno de disrupção da cadeia de suprimentos e vulnerabilidades expostas pela pandemia, estão certamente no reino de resultados possíveis.

Com uma mudança tão dramática na paisagem de conformidade para tantas organizações, e com estresse financeiro potencial impartido pela pandemia, as organizações precisam abordar a investigação desses riscos de uma maneira muito direcionada e custo-efetiva. Uma solução altamente eficaz é fazer mais com menos abraçando uma abordagem chamada micro-investigação.

É talvez enganoso pensar em uma micro-investigação como pequena. Em vez disso, é mais apropriado pensar nela como altamente direcionada. O propósito desta abordagem é identificar os documentos mais críticos para um risco de conformidade particular rapidamente e de forma custo-efetiva. O objetivo não é encontrar todos os documentos relevantes, mas sim encontrar os melhores. Para atingir este objetivo, é necessário combinar expertise profunda de busca com tecnologias de busca avançadas.

Frequentemente, investigações são abordadas com duas ferramentas de força bruta: buscas tradicionais por palavras-chave e modelos de machine learning. Mas buscas por palavras-chave são problemáticas em duas frentes. Primeiro, elas são geralmente excessivamente amplas, porque a sintaxe de busca em muitas ferramentas líderes de revisão de documentos é projetada com foco em simplicidade, não robustez. Esta simplicidade excessiva leva a buscas que retornam muitos documentos, o que por sua vez torna a investigação proibitivamente cara. E segundo, buscas por palavras-chave frequentemente perdem documentos críticos, e processos de controle de qualidade nem sempre capturam as lacunas.

Modelos de machine learning, por outro lado, frequentemente não são especialmente adequados para este tipo de investigações. Isso porque a prevalência de documentos-chave em tais investigações é frequentemente bastante baixa. Diferente de um cenário de litígio, onde o caso está em uma postura mais madura, uma micro-investigação está frequentemente procurando algo que é quase por definição escondido, e em muitas circunstâncias em seus estágios iniciais. Quando a prevalência é tão baixa, modelos de machine learning podem lutar para distinguir sinal de ruído. E esforços para ajustar esses modelos podem vir a grande custo, tanto em tempo quanto em dinheiro. Modelos de machine learning certamente têm seu lugar, mas esta é uma situação onde seus lados negativos se tornam aparentes.

Combinando Tecnologia com Expertise

Uma abordagem muito mais eficaz é parear tecnologia com sintaxe de busca avançada com especialistas linguísticos que sabem como identificar padrões-chave na linguagem, e criar consultas que levam ao cerne da questão. Onde buscas tradicionais por palavras-chave são limitadas por limitações de sintaxe de busca excessivamente simplistas, ferramentas mais avançadas podem aproveitar o poder de nuances da linguagem para criar modelos de busca linguística estreitamente adaptados e altamente eficazes. E onde o machine learning luta com populações de baixa prevalência, especialistas linguísticos podem aplicar uma abordagem rigorosa e metódica que começa pequena e cresce, seguindo pistas por caminhos importantes de investigação e modelando padrões de linguagem reais conforme são encontrados.

A paisagem de conformidade é talvez tão desafiadora quanto já foi. Mas organizações que são proativas podem navegar estas águas agitadas investigando cuidadosa e metodicamente seus riscos potenciais para emergir mais fortes do outro lado.

Eric Pender é gerente de engajamento na H5, uma provedora de classificação, gestão e analytics de dados sensíveis para corporações e escritórios de advocacia.