株式会社FRONTEO
一般的にコンプライアンスチェックとは反社チェックとも言われ、新しく取引を始める企業が反社会的勢力と関わっていないか、不祥事や法令違反はないかなどを確認することを指します。
現在では全ての都道府県で「暴力団排除条例」が施行されており、違反すれば罰則や行政指導を受けることがあります。コンプライアンスチェックによってその法的リスクを回避し、企業として法令遵守を徹底することが必要です。
反社会的勢力とは、違法行為や不正な行動を行う者や団体を指し、暴力団やその関係者などが該当します。取引を行うと法令違反として罰則や行政指導を受けるのはもちろん、既存の取引先からの信頼の喪失や、企業の信頼性やイメージの低下のリスクも避けられません。企業の社会的責任(CSR)の観点からも避けることが求められます。
コンプライアンスチェック(反社チェック)は以下のような方法があります。過去の不祥事の有無や主要株主、代表者名などの情報を収集していきます。
会社として取引先企業の反社会的勢力との関わりや法令違反を確認するのはもちろん、自社すべての部門の業務でコンプライアンスチェックは必須です。経理や人事、営業の業務の例を紹介します。
コンプライアンスチェックで確認すべき項目は多岐に渡り、会社運営の基本的なルールや、取引先との契約や支払い・債権に関するルール、企業の知的財産や業務上の情報の漏洩防止などさまざまです。チェックの際にはチェックシートを作成し、抜け漏れなく確認できる体制を整備しましょう。
社員の採用や人事考課、給与など労務手続きといった、デリケートな個人情報に関わる業務が多い人事担当では、ミスの防止はもちろん、トラブルや不正を未然に防ぐためにもコンプライアンスチェックは必須です。
資金の流れを扱う経理・財務担当は、社内の各部門の中でもとくにコンプライアンスの重要性が高いと言えます。不正を防止するためにも適切な内部統制の体制が必要です。
顧客と直接接する営業担当者は企業の顔となり、コンプライアンス遵守が求められます。不適切な対応や情報漏洩などのないよう、企業に応じたコンプライアンスチェックの体制が求められます。
あらゆる業界で求められる企業コンプライアンス。特に金融機関や保険会社、製薬企業では、日頃の営業活動や提供資料等に不適切な内容や不備がないか、法令や社内規定に基づいてモニタリングを行うなど、多くの労力を要するチェックが求められます。
社員が不正をしてしまう背景には何があるのでしょうか。アメリカの学者クレッシーが提唱した「不正のトライアングル」理論では、「機会」「動機」「正当化」の3つが揃うと人は不正を行うと述べています。不正を実行できてしまうルール不備といった「機会」、高いノルマによるプレッシャーのような「動機」、他の人もやっているという「正当化」といった例が想定されます。
不正の背景となりうる環境や人的要因をなくしていく取り組みを進めることはもちろん、同時に日々の営業活動のコンプライアンスチェックを徹底することも必要です。また、故意でなくても、個人情報保護法や金融商品取引法などの法令に抵触する恐れのある不適切な対応は防ぐように日々努めなければなりません。
営業対応のコンプライアンスチェックを行うには、管理者や上司がその業務や顧客の知識を十分に持ち、即座にチェックするのが望ましいと言えます。しかし、企業規模や業種によってはその整備が難しい場合もあるでしょう。
営業活動においては、顧客情報や取引履歴など、非常に多くのデータが発生します。そのため、コンプライアンスチェックを行う際には、多大な工数が必要となります。
営業活動のコンプライアンスチェックにおいては、社内で標準のチェックリストを作成するなど基準を明確化することが必要です。ただしそれでも管理担当者のスキルに依存し、漏れが発生する懸念もあります。
AIエンジン「KIBIT」が、多忙で全てを詳細に読み込むことが難しい管理・監督者に代わり、社員とお客様とのメールや日報などを瞬時に分析。全ての記録の中から、不備やコンプライアンス違反の可能性が高い記録を抽出し、重点的に確認することが可能になります。
社員からあがってくる日報などの営業レポートや、顧客とのコミュニケーションの内容などをAIエンジン「KIBIT」が解析し、コンプライアンス違反の危険のあるやり取りをピックアップ。膨大な工数が必要とされるモニタリング業務を大幅に効率化します。さらにAIによる解析のため、一定のチェック基準を保つことができます。
過去のコンプライアンス違反事例やサンプルを教師データとしてAIエンジン「KIBIT」に学習させた上で、チェック対象となるメールや日報などのコミュニケーションデータを解析。結果は、教師データと関連性の高い順にスコアリングされているため、リスクの高いものから効率的にチェックすることが可能です。
株式会社横浜銀行では、日々の応接記録のコンプライアンスチェックにAIエンジン「KIBIT」を活用。細かな解釈を必要とする複雑なテキストチェックをKIBITで代替し、1日1,000件作成される応接記録のコンプライアンスチェックを効率化しました。
株式会社イオン銀行では、コンプライアンス管理の一つである面談記録のモニタリング業務にAIエンジン「KIBIT」を活用。AIとRPAを導入し、面談記録のモニタリング作業を約80%削減することに成功しました。
KIBIT Knowledge Probeについて詳しく見る
メール・LINE WORKS・テキスト化済み音声データなどのテキストについて、類似性や文脈を捉えて特徴量をスコアリングする不正検知支援システムです。微妙なニュアンスまで検知することができ、監査業務の工数を大幅に削減しながら内在するリスクを可視化できます。