内部通報およびインシデント管理における AI

従来の内部通報制度がもたらすリスク

内部通報およびケース管理プログラムには、機密情報や複雑なワークフローが関わり、通報者や組織に重大な影響を及ぼしうる決定が伴います。

プログラムを効果的に管理することが困難となる主な要因は、以下のとおりです。

報復への恐れ

報復への恐れは、依然として声を上げる上での大きな障壁となっています。通報者が、懸念を提起した後に身元が特定されたり、嘲笑されたり、降格・停職・解雇されたりするのではないかと心配することは珍しくありません。

この問題に対処するためには、機密性を保護し、必要に応じて匿名での通報を可能にする通報プロセスの整備が不可欠です。

通報者が匿名性を維持するという選択を損なうことなく、懸念事項を調査するために十分な情報を収集することは重要です。対話型 AI を活用した通報システムは、通報者の匿名性を保ちつつ、関連する追問を通報者に行うことによって、対応が最も適切な形で実行できるよう、調査の軌道を定めることができます。

通報チャネルへのアクセスが限定されている

通報者によって、懸念事項を提起する方法の好みは異なります。特にデリケートな問題について話し合う場合、デジタル通報手段が最も使いやすいと感じる通報者も、適切なトレーニングを受けたコミュニケーションの専門家に直接相談したいと考える通報者も、両方存在します。

加えて、言語、所在地、職務内容、テクノロジーへのアクセス状況も、懸念事項の報告方法に影響を与えます。

Web、モバイル、ホットラインなど、複数の報告オプションを提供することで、通報者は自身の状況に適した方法を選択できるようになります。翻訳機能は、グローバルな従業員にとっての言語の壁をさらに低減し、運用上の大きな課題の克服に向けた大きな一歩となります。

通報者へのフォローアップが統一されていない

通報者の体験は、報告が提出された時点で終わるわけではありません。

調査中のコミュニケーションは、組織が懸念事項を真剣に受け止めているという信頼感を強めるのに役立ちます。逆に、フォローアップが遅れたり、一貫性がなかったり、あるいは行われなかったりすると、逆効果となる可能性があります。

AI 翻訳を活用することで、調査担当者は報告受理後も、言語の壁を越えて報告者とコミュニケーションを継続することができます。調査担当者は、翻訳されたフォローアップ メッセージを確認し、元のコミュニケーション内容にアクセスしたまま、自分自身の言語で返信することができます。これにより、調査担当者がデリケートな会話から離れることなく、言語の壁を低減することが可能になります。

通報の受付と初期選別を AI が支援する方法

内部通報プログラムにおける AI の最も実用的な役割の一つは、通報がシステムに受理された時点から始まります。

従来の受付プロセスでは、調査担当者が不完全な情報しか得られなかったり、事案の分類を決定するために多大な手作業を要したりすることがあります。AI は、情報の確認や今後の対応決定という責任を調査担当者に委ねつつ、一部のタスクを効率化することに長けています。

AI による対話型通報

AI を活用した対話型通報システムでは、通報者が説明する懸念事項に基づいて質問内容を適宜調整することができます。固定された質問の順序に完全に依存するのではなく、調査担当者が申し立て内容を理解するのに役立つ関連情報を引き出すことができます。

通報者は、希望した場合や、状況に応じてさらなる配慮や判断が必要な場合には、依然として人間のサポートを受けられるようにすることが望ましいといえます。

案件分類の提案

AI は通報の情報を精査し、適切な問題の種類やリスク カテゴリーを提案することができます。これにより、反復的な分類作業が軽減され、案件間の一貫性が向上します。調査担当者は、提案された分類を案件情報と照らし合わせて確認し、採用するかどうかを判断します。

事案の要約

長大な事案記録を徹底的に精査するには時間がかかります。特に、調査担当者が事案を引き継いだ場合、トリアージを開始する場合、他の関係者に説明を行う必要がある場合はなおさらです。

AI が生成した要約は、重要な事案情報をより理解しやすい形で整理し、調査担当者に迅速な着手点を提供すると同時に、検証のための元の記録へのアクセスも確保します。

長大な事案記録を徹底的に精査するには時間がかかります。特に、調査担当者が事案を引き継いだ場合、トリアージを開始する場合、あるいは他の関係者に説明を行う必要がある場合はなおさらです。

AI によって生成された要約は、重要なケース情報をより理解しやすい形式に整理し、調査担当者に迅速な着手点を提供すると同時に、検証のために元の記録へのアクセスも確保します。

さらに重要なのは、コンプライアンスに関する重要な文脈を考慮して設計された AI を活用することで、事案の検討にさらに有用なインサイトを加えることができる点です。NAVEX One の機能、例えばケース ノートの AI による書き換えや、AI を活用したインシデント & 添付ファイルの要約などは、調査担当者が重要な情報を迅速に把握し、より明確な文書を作成して、レポート分析の強化につながります。

調査担当者による事案間の関連性把握に役立つ AI

個別の報告書だけでは、コンプライアンス チームが組織のリスクについて知るべきすべての情報を把握することはできません。

類似した行為、場所、部署、個人が関わる複数の事案にまたがって、ある種のパターンが浮かび上がってくる場合があります。そして、そうした関連性を手作業で見つけるには、膨大な調査や検証が必要となる可能性があります。

AI を活用することで、関連性が疑われる事案を抽出するとともに、その関連性が示唆された理由に関する情報を提示することができます。その後、調査担当者は事案を精査し、提示された関連性を評価した上で、その関連性が有意義であるかどうかを判断することになります。

こうしたパターンの関連付けにより、チームは繰り返される行動や新たな傾向を早期に認識できるようになります。AI が検討すべき情報を抽出すれば、調査担当者はその情報が何を意味するのか、また措置を講じる必要があるかどうかを判断することになります。

証拠の精査や調査記録の作成支援に貢献する AI

調査には、入念な精査を必要とする長文の文書や画像、その他の添付ファイルが含まれることがあります。案件数が増加すると、どの証拠に直ちに対応すべきかを判断するために、調査担当者の貴重な時間が費やされてしまいます。

AI によって生成された添付ファイルの要約は、調査担当者にとって証拠を精査するための簡潔な出発点となり、より詳細な調査が必要な箇所を優先順位付けすることに貢献します。

ここで忘れてならないのは、根本となる証拠こそが真実の源泉であるという事実です。調査担当者は、結論を導き出したり措置を講じたりする前に、AI が生成した要約を元の資料と照らし合わせて確認する必要があります。

また、AI は事案記録やその他の文書記録の明確性や一貫性を向上させるのにも役立ちます。AI を活用した書き直しは、事実関係を損なうことなく、スペル、文法、文の構成、文体改善にも役立ちます。

同時に、ここでの AI の役割は、情報の表現方法を改善することであり、捜査上の事実や判断を変更することではありません。

関係者のスクリーニングを改善する AI

グローバル規模の企業に勤務する従業員が通報の対象となった場合、通報に記載された人物を特定することにはしばしば困難がつきまといます。綴り、句読点、名前の順序、アクセント、文字セットの違いなどが、照合を複雑にする可能性があります。

AI を活用したスクリーニングにより、こうした名前の表記のバリエーションを横断して、関与の疑いがある従業員を特定することが可能となります。調査担当者は案件へのアクセスを管理する際に、検討すべき追加情報を得ることができます。

しかし、人的な確認は依然として不可欠です。調査担当者は、潜在的な一致候補が正確であるかどうかを判断した上で、それに基づいて行動を起こす必要があります。

調査の全過程を通じて、通報者とのコミュニケーション円滑化に役立つ AI 翻訳

言語の壁は、報告書の提出後も解消されるわけではありません。調査の進行中、報告者からは追加情報の提供や質問への回答、あるいは最新情報の確認などが頻繁に行われます。

翻訳機能を活用することで、調査担当者はフォローアップのメッセージを理解し、希望する言語でコミュニケーションを継続することができます。設定されたワークフローに応じて、調査担当者は通信内容の原文と翻訳版の両方を確認し、元のメッセージにアクセスしたまま返信を行うことが可能です。

これにより、調査担当者は言語の壁を越えてコミュニケーションを図る新たな手段を得ると同時に、デリケートな会話における内容、口調、判断の責任を関係者が適切に担い続けることが可能になります。

インシデント データを活用し、より有用なコンプライアンス & インテリジェンスへと転換する

内部通報プログラムからは、膨大な量のデータが生成されます。より困難な課題は、そのデータが組織について何を示しているのかを把握することです。

静的なレポートでは、通報件数、分類、結果を示すことができますが、これだけでは十分ではありません。自社にポジティブな変化をもたらすためには、コンプライアンス責任者は、さらに一歩踏み込む必要があります。

• 結果は時間の経過とともにどのように変化してきたのでしょうか？
• どのようなパターンが見て取れるのでしょうか？
• 実績は、過去の期間や関連するベンチマークと比べてどうでしょうか？

会話型分析により、コンプライアンス担当者は、インシデント データやベンチマーク データについて、自然言語で質問を行うことができます。すべてのレポートを手作業でまとめるのではなく、会話形式を通じて、報告件数、立証率、その他のプログラムの傾向に関する質問を探求することができます。

AI によって生成された要約や可視化により、得られた情報をより容易に検討し、伝達することが可能になります。しかし、それらの結果を解釈し、組織の状況を考慮して、どのような措置を講じるかを決定する責任は、依然としてコンプライアンス担当者にあることは言うまでもありません。