Micro-enquêtes : une voie stratégique vers une conformité supply chain renforcée

Les défis de 2020 ont de sérieuses implications pour la conformité et le risque supply chain en 2021. L'an dernier a testé chaque entreprise américaine, et présenté des défis à une échelle que nous n'avions pas vue auparavant. De nombreuses entreprises avaient des semaines, sinon des jours, pour prendre des décisions critiques afin de maintenir leurs opérations à flot. Et si des actions rapides étaient indubitablement nécessaires à l'époque, les implications de conformité de ces décisions feront probablement l'objet d'un focus accru cette année.

Considérez juste une poignée d'exemples. Au début de la pandémie, entreprises et gouvernements se sont rués pour sécuriser des équipements de protection individuelle (EPI) critiques, se faisant souvent concurrence pour des ressources soudainement rares. Certains — peut-être beaucoup — de ces organisations n'ont eu d'autre choix que de passer par des canaux non traditionnels pour sécuriser les fournitures nécessaires. Résultat de l'urgence et de la concurrence accrue pour ces ressources, les fournisseurs n'ont probablement pas été vérifiés via les processus de conformité traditionnels, ouvrant de nombreuses organisations à des risques potentiels.

Quelques semaines plus tard, le gouvernement fédéral a commencé à injecter plus de 5 billions de dollars dans l'économie américaine pour maintenir le moteur économique du pays en marche. L'ampleur du stimulus était sans précédent, non seulement en échelle mais aussi en distribution. Contrairement au stimulus ciblé par secteur fourni après la Grande Récession de 2007-2008, ou au secours ciblé géographiquement pour les catastrophes naturelles, le stimulus COVID-19 a atteint presque tous les coins de l'économie américaine. Et chaque fois qu'il y a une hausse des dollars de secours fédéraux, il y a typiquement une hausse parallèle de la fraude et, ultimement, un effort pour récupérer l'argent qui s'est égaré.

Enfin, avec tant d'organisations face à un stress financier dû à la pandémie, il y a souvent une pression accrue au sein des organisations pour « redresser la barre ». Cela inclut des efforts pour augmenter les incitations aux commerciaux, ou utiliser des tiers pour stimuler la reprise et la croissance. Les industries particulièrement durement touchées, comme le retail, l'hôtellerie et les compagnies aériennes, sont particulièrement à risque pour cela, et devraient anticiper un examen accru.

Risques de conformité accrus

En fin de compte, il y a myriades de façons dont les événements de 2020 ont précipité des risques de conformité qui devront être adressés cette année. Certaines entreprises ont pu devoir pivoter rapidement vers une distribution direct-to-consumer, ouvrant une responsabilité potentielle sous les lois de confidentialité des données comme le California Consumer Privacy Act (CCPA). Les organisations qui se sont mises soudainement à sourcer des EPI pour des hôpitaux ou autres entités de santé peuvent trouver qu'elles doivent se conformer aux régulations du Health Insurance Portability and Accounting Act (HIPAA), comme être soumises à un business associate agreement (BAA).

Factorez maintenant les priorités de l'administration Biden entrante, qui ajoute une autre couche de complexité à une situation déjà difficile. Il est largement anticipé que les violations du False Claims Act verront une enforcement accrue pour les organisations qui font affaire avec le gouvernement fédéral, surtout à la lumière du Coronavirus Aid, Relief and Economic Security (CARES) Act, du Paycheck Protection Program (PPP), et bien sûr, de l'expansion supplémentaire des efforts de stimulus attendus après l'inauguration. L'enforcement du Foreign Corrupt Practices Act (FCPA) est largement bipartisan, et a augmenté régulièrement depuis son entrée en vigueur. Il ne serait pas surprenant de voir une enforcement additionnelle sous le FCPA, surtout pour les fournisseurs sourcing des fournitures médicales et EPI depuis l'étranger. Et des exigences de reporting SEC additionnelles, autour de la perturbation supply chain et des vulnérabilités exposées par la pandémie, sont certainement dans le domaine des résultats possibles.

Avec un tel changement dramatique dans le paysage de conformité pour tant d'organisations, et avec un stress financier potentiel imparti par la pandémie, les organisations ont besoin d'adresser l'enquête sur ces risques d'une manière très ciblée et rentable. Une solution hautement efficace est d'en faire plus avec moins en embrassant une approche appelée micro-enquête.

Il est peut-être trompeur de penser à une micro-enquête comme petite. Au lieu de cela, il est plus approprié de la penser comme hautement ciblée. Le but de cette approche est d'identifier les documents les plus critiques pour un risque de conformité particulier rapidement et rentablement. Le but n'est pas de trouver tous les documents pertinents, mais de trouver les meilleurs. Pour accomplir ce but, il est nécessaire de combiner une expertise de recherche approfondie avec des technologies de recherche avancées.

Souvent, les enquêtes sont abordées avec deux outils de force brute : les recherches par mots-clés traditionnels et les modèles de machine learning. Mais les recherches par mots-clés sont problématiques sur deux fronts. Premièrement, elles sont généralement trop larges, car la syntaxe de recherche dans de nombreux outils de revue de documents leaders est conçue avec un focus sur la simplicité, pas la robustesse. Cette sur-simplicité mène à des recherches qui retournent trop de documents, ce qui rend l'enquête prohibitivement coûteuse. Et deuxièmement, les recherches par mots-clés manquent souvent des documents critiques, et les processus de contrôle qualité n'attrapent pas toujours les lacunes.

Les modèles de machine learning, d'un autre côté, ne sont souvent pas particulièrement bien adaptés à ce type d'enquêtes. C'est parce que la prévalence des documents clés dans de telles enquêtes est souvent assez faible. Contrairement à un scénario de litige, où l'affaire est dans une posture plus mature, une micro-enquête cherche souvent quelque chose qui est presque par définition caché, et dans de nombreuses circonstances à ses débuts. Quand la prévalence est si faible, les modèles de machine learning peuvent peiner à distinguer le signal du bruit. Et les efforts pour ajuster ces modèles peuvent venir à grand coût, tant en temps qu'en argent. Les modèles de machine learning ont certainement leur place, mais c'est une situation où leurs inconvénients deviennent apparents.

Combiner technologie et expertise

Une approche bien plus efficace est de marier une technologie avec une syntaxe de recherche avancée avec des experts linguistiques qui savent comment identifier les patterns clés dans le langage, et créer des requêtes qui vont au cœur du sujet. Là où les recherches par mots-clés traditionnelles sont limitées par des limitations de syntaxe de recherche trop simplistes, des outils plus avancés peuvent exploiter la puissance des nuances du langage pour créer des modèles de recherche linguistique étroitement ciblés et hautement efficaces. Et là où le machine learning lutte avec les populations à faible prévalence, les experts linguistiques peuvent appliquer une approche rigoureuse et méthodique qui commence petit et grandit, suivant des pistes sur d'importants chemins d'enquête et modélisant les patterns de langage réels au fur et à mesure qu'ils sont trouvés.

Le paysage de conformité est peut-être aussi difficile qu'il n'a jamais été. Mais les organisations proactives peuvent naviguer dans ces eaux agitées en enquêtant soigneusement et méthodiquement sur leurs risques potentiels pour émerger plus fortes de l'autre côté.

Eric Pender est engagement manager chez H5, un fournisseur de classification, gestion et analytique de données sensibles pour corporations et cabinets d'avocats.