Como microinvestigações podem aumentar a conformidade da cadeia de suprimentos

Os desafios de 2020 têm sérias implicações para a conformidade e risco da cadeia de abastecimento em 2021. No ano passado, testamos todas as empresas americanas e apresentou desafios em uma escala que não tínhamos visto antes. Muitas empresas tiveram semanas, senão dias, para tomar decisões críticas a fim de manter suas operações à tona. E embora ações rápidas fossem, sem dúvida, necessárias na época, as implicações de conformidade dessas decisões provavelmente terão um foco maior este ano.

Considere apenas alguns exemplos. No início da pandemia, empresas e governos correram para garantir equipamentos essenciais de proteção individual (EPI), muitas vezes competindo entre si por recursos escassos repentinamente. Algumas - talvez muitas - dessas organizações não tinham outra opção a não ser usar canais não tradicionais para garantir os suprimentos necessários. Como resultado da urgência e do aumento da competição por esses recursos, os fornecedores provavelmente não foram avaliados por meio de processos de conformidade tradicionais, abrindo muitas organizações a riscos potenciais.

Algumas semanas depois, o governo federal começou a injetar mais de US $ 5 trilhões 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. Ao contrário do estímulo direcionado ao setor fornecido após a Grande Recessão de 2007-2008, ou alívio de desastres naturais direcionado geograficamente, o estímulo COVID-19 atingiu quase todos os cantos da economia dos EUA. E sempre que há um aumento nos dólares de ajuda federal, normalmente há um aumento paralelo na fraude e, em última análise, um esforço para recuperar o dinheiro que foi perdido.

Finalmente, com tantas organizações enfrentando problemas financeiros devido à pandemia, muitas vezes há um aumento da pressão dentro das organizações para "endireitar o navio". Isso inclui esforços para aumentar os incentivos aos vendedores ou usar terceiros para impulsionar a recuperação e o crescimento. Os setores que foram particularmente atingidos, como varejo, hotelaria e companhias aéreas, estão particularmente sob risco e devem prever um maior escrutínio.

Aumento dos riscos de conformidade

Em última análise, existem inúmeras maneiras pelas quais os eventos de 2020 precipitaram riscos de conformidade que precisarão ser tratados este ano. Algumas empresas podem ter que mudar rapidamente para a distribuição direta ao consumidor, abrindo uma possível responsabilidade sob as leis de privacidade de dados, como a Lei de Privacidade do Consumidor da Califórnia (CCPA). As organizações que subitamente adquiriram PPE para hospitais ou outras entidades de saúde podem descobrir que precisam cumprir os regulamentos da Lei de Portabilidade e Contabilidade de Seguro Saúde (HIPAA), como estar sujeitas a um contrato de parceria comercial (BAA).

Agora, considere as prioridades da próxima administração Biden, o que adiciona outra camada de complexidade a uma situação já desafiadora. É amplamente esperado que as violações da Lei de Reivindicações Falsas verão uma maior fiscalização para organizações que conduzem negócios com o governo federal, especialmente à luz da Lei de Ajuda, Ajuda e Segurança Econômica Coronavirus (CARES), Programa de Proteção de Cheque de Pagamento (PPP) e, claro, expansão adicional dos esforços de estímulo que devem ser implementados após a inauguração. A aplicação da Lei de Práticas de Corrupção no Exterior (FCPA) é amplamente bipartidária e tem aumentado constantemente desde sua entrada em vigor. Não seria surpreendente ver uma fiscalização adicional sob a FCPA, especialmente para fornecedores que compram suprimentos médicos e EPIs do exterior. E os requisitos adicionais de relatórios da SEC, em torno da interrupção da cadeia de suprimentos e vulnerabilidades expostas pela pandemia, certamente estão dentro do reino dos resultados possíveis.

Com essa mudança dramática no cenário de conformidade para tantas organizações, e com o potencial estresse financeiro causado pela pandemia, as organizações precisam abordar a investigação desses riscos de uma maneira muito direcionada e econômica. Uma solução altamente eficaz é fazer mais com menos, adotando uma abordagem chamada microinvestigação.

Talvez seja enganoso pensar em uma microinvestigação como pequena. Em vez disso, é mais apropriado pensar nisso como altamente direcionado . O objetivo desta abordagem é identificar os documentos mais críticos para um risco de conformidade específico de forma rápida e econômica. O objetivo não é encontrar todos documentos relevantes, mas em vez disso, para encontrar os melhores uns. Para atingir esse objetivo, é necessário combinar profundo conhecimento de pesquisa com tecnologias de pesquisa avançadas.

Freqüentemente, as investigações são abordadas com duas ferramentas de força bruta:pesquisas de palavras-chave tradicionais e modelos de aprendizado de máquina. Mas as pesquisas por palavra-chave são problemáticas em duas frentes. Em primeiro lugar, eles são geralmente amplos, porque a sintaxe de pesquisa em muitas das principais ferramentas de revisão de documentos é projetada com foco na simplicidade, não na robustez. Essa simplicidade excessiva leva a pesquisas que retornam muitos documentos, o que, por sua vez, torna o custo de investigação proibitivo. E, em segundo lugar, as pesquisas por palavras-chave muitas vezes perdem documentos essenciais e os processos de controle de qualidade nem sempre identificam as lacunas.

Modelos de aprendizado de máquina, por outro lado, muitas vezes não são especialmente adequados para esses tipos de investigações. Isso ocorre porque a prevalência de documentos-chave em tais investigações é frequentemente muito baixa. Ao contrário de um cenário de contencioso, em que o caso está em uma postura mais madura, uma microinvestigação geralmente procura algo que está quase por definição oculto e, em muitas circunstâncias, em seus estágios iniciais. Quando a prevalência é tão baixa, os modelos de aprendizado de máquina têm dificuldade para distinguir o sinal do ruído. E os esforços para ajustar esses modelos podem ter um grande custo, tanto em tempo quanto em dinheiro. Modelos de aprendizado de máquina certamente têm seu lugar, mas esta é uma situação em que suas desvantagens se tornam aparentes.

Combinar tecnologia com experiência

Uma abordagem muito mais eficaz é emparelhar a tecnologia que apresenta sintaxe de pesquisa avançada com especialistas em linguística que sabem como identificar os principais padrões da linguagem e criar consultas que vão ao cerne da questão. Onde as pesquisas de palavras-chave tradicionais são prejudicadas por limitações de sintaxe de pesquisa excessivamente simplistas, ferramentas mais avançadas podem aproveitar o poder das nuances da linguagem para criar modelos de pesquisa linguística altamente eficazes e sob medida. E onde o aprendizado de máquina luta com populações de baixa prevalência, os especialistas em linguística podem aplicar uma abordagem rigorosa e metódica que começa pequena e cresce, seguindo caminhos importantes de investigação e modelagem de padrões de linguagem reais à medida que são encontrados.

O cenário de conformidade talvez seja o mais desafiador de sempre. Mas as organizações que são proativas podem navegar nessas águas turbulentas investigando cuidadosa e metodicamente seus riscos potenciais para emergir mais forte do outro lado.

Eric Pender é gerente de engajamento da H5, fornecedora de classificação, gerenciamento e análise de dados confidenciais para corporações e escritórios de advocacia.