Bruno Massard (*)
Se perguntarmos a um profissional de compliance sobre a importância das análises de integridade de colaboradores, parceiros de negócio e terceiros, certamente 100% dirá que é uma etapa essencial, além de uma prática usual para “relacionamentos de alto risco”. Não é à toa que setores regulados, como o financeiro, por exemplo, exigem que as empresas realizem tais análises para seus stakeholders a fim de evitar crimes e golpes.
E quais os custos associados a essa atividade? Quanto as organizações reservam do orçamento para ela? Em uma conta rápida, pode-se verificar que, em primeira e superficial análise, o investimento não é baixo. Uma organização com dez mil targets, excluindo os novos entrantes, e que aporta R$ 50,00 por cada pesquisa, teria uma conta de R$ 500 mil a ser paga por ano.
Há de se considerar que os valores unitários das pesquisas variam de acordo com volume e a profundidade das análises que, por sua vez, são associadas ao nível de risco do relacionamento. O mesmo pensamento vale para a periodicidade das reanálises, afinal, um fornecedor que hoje não apresenta problema, pode ter uma condenação por corrupção ou trabalho escravo após seis meses.
Se formos para a esfera digital, o que dizer sobre essa conta quando falamos de um aplicativo de encontro com dez milhões de usuários somente no Brasil? Multiplicando por 10% do valor unitário de R$ 50,00, há o desembolso em potencial de R$ 50 milhões de reais. E, novamente, a conta parece grande, mas tudo depende da perspectiva – podendo ser até mesmo oportunidade de geração de receita e caixa.
É importante ressaltar que as análises de integridade são válidas para as mais variadas indústrias, como os marketplaces, que podem identificar estelionatários; os aplicativos de terceirização de mão de obra, que podem evitar criminosos de dirigir um carro ou mesmo adentrar às residências; e as fintechs de concessão de crédito, que podem identificar rapidamente uma empresa recém-criada, entre outros.
Também é verdade que essas análises podem gerar um lastro de preconceito a pessoas que um dia erraram na vida, mas que hoje são honestas. Nesse cenário, entende-se que um ponto de atenção não deve ser tratado como um bloqueio puro e simples. Usualmente, sugere-se que os alertas sejam analisados por especialistas que possam entender o caso em mais detalhes e, então, apoiar a decisão quanto a um risco identificado ou não.
O fato é que há tecnologia para fazer as análises e, apesar de não parecer um custo módico, talvez falte um pouco de boa vontade, criatividade e responsabilidade. Hoje, diversas empresas já terceirizam seus testes de integridade, que são executados de forma automatizada e com uso de Inteligência Artificial e Machine Learning. Já os eventuais pontos de atenção dessas análises, por vezes, migram para escritórios de advocacia que auxiliam a tomada de decisão dos clientes finais. Mas quanto, afinal, as corporações desembolsariam por esses serviços? Por vezes, nada – e muitas podem até lucrar.
Por exemplo, aplicativos de encontro não poderiam ofertar a análise a seus usuários a um preço de custo ou com alguma margem de lucro? Organizações não poderiam repassar os custos aos fornecedores ou terceiros que querem realizar negócios com elas? Analisando a escalada dos golpes e estelionatos, proteger a reputação de uma empresa, o bem-estar e a segurança dos clientes não deveriam ser considerados despesa, mas sim investimento. Diante desse cenário, as perguntas sobre as vantagens e os custos das análises de integridade devem recair sobre a necessidade dos clientes.
Por exemplo, sair com um desconhecido pode ser considerado um “relacionamento de alto risco”? Se sim, seu cliente pagaria R$ 5,00 para saber o histórico criminal de quem vai sair essa noite ou ainda do vendedor do marketplace? Estamos falando sobre colocar o cliente no centro, antecipando suas necessidades e por que não, sua segurança?
(*) -É diretor executivo de desenvolvimento de negócios e educação da ICTS Protiviti, empresa especializada em soluções para gestão de riscos, compliance e privacidade de dados.
