تکنولوژی« تنظیم یار»
در چنین شرایطی، فناوری‌ها می‌توانند به تنظیمگران کمک کنند تا «کار سخت» را خودکارسازی کنند و تصمیمات سریع‌تر و دقیق‌تری بگیرند. در حقیقت، هم تنظیمگران و هم تنظیم‌شوندگان می‌توانند از فناوری‌ها برای مواجه شدن موثر با فرآیندهای پیچیده مربوط به انطباق بهره‌مند شوند. رگ‌تک مدیریت فرآیندهای نظارتی به کمک فناوری است که اگرچه تاکنون عمدتا در صنعت مالی به‌کار گرفته شده است؛ با این حال، قابل تعمیم به سایر بخش‌ها و فرآیندهای نظارتی است. صنایع غیرمالی نیز ملزم به رعایت تعهدات مربوط به انطباق با مقرراتی مانند مقررات زیست محیطی، مقررات عادی، قوانین کار و... هستند. بنابراین در بخش‌های غیرمالی نیز هرگاه نظارت همچون نظارت بر انطباق در بخش‌ها و موسسات مالی، یک کار پرزحمت و پرهزینه باشد، رگ‌تک می‌تواند راه‌حل‌هایی کارآمد و مقرون به صرفه برای انطباق با قوانین و مقررات ارائه دهد. در سال ۲۰۱۸، سازمان تنظیم مقررات ارتباطات راه دور هند (TRAI) پیش‌نویس آیین‌نامه‌ای با عنوان «تنظیم‌مقررات اولویت‌های مشتری در ارتباطات تجاری از راه دور» را برای رفع مشکل ارتباطات تجاری ناخواسته منتشر کرد. در این آیین‌نامه، اتخاذ فناوری‌های توزیع شده (یا بلاک‌چین)، به‌عنوان یک رگ‌تک برای اجرای انطباق نظارتی در کنار فراهم آوردن فضا برای ظهور و بروز نوآوری‌های جدید در بازار، از قبل پیش‌بینی شده است. تنظیم‌کننده همچنین اشاره کرده است که به نظر می‌رسد این اولین نمونه در جهان است که از این فناوری در این مقیاس و در بخش ارتباط راه دور استفاده می‌کند.
مدل‌های تجاری در عصر دیجیتال، اغلب از ترکیبی از فناوری‌ها و ابزارهای تجاری استفاده می‌کنند تا روش‌های کاملا جدیدی برای ارائه محصولات و خدمات خود ارائه کنند. در اینجا سه حوزه قابل مشاهده وجود دارد که عبارتند از: افزایش بهره‌وری داخلی؛ بهبود اثربخشی نظارتی و کاهش بار انطباق تجاری. در هر کدام از این حوزه‌ها تنظیمگران می‌توانند از همان ابزار و فناوری‌ها برای دستیابی به دستاوردهای چشمگیر استفاده کنند. در ادامه به هر یک از این حوزه‌ها و نمونه‌هایی از کاربرد ابزارهای تجاری و فناورانه در هر حوزه خواهم پرداخت.
(الف) افزایش بهره‌وری داخلی
خودکارسازی فعالیت‌های دستی: یکی از چالش‌های عمده تنظیمگران، پردازش مقادیر زیادی اسناد کاغذی و انجام کارهای تکراری و فشرده است. چگونه می‌توان بدون اتلاف بودجه، این‌گونه کارها را به سرعت و کارآمدتر انجام داد؟ نهادهای دولتی برای کوتاه کردن زمان انتظار و آزاد کردن وقت کارکنان برای رسیدگی به موارد پیچیده‌تر، از فناوری‌هایی مانند HDP استفاده کرده‌اند.به‌عنوان نمونه، مرکز ارزیابی و تحقیقات دارویی سازمان غذا و دارو (CDER) در ارزیابی فرآیند تولید و جایگزینی محصولات دارویی از RPA استفاده می‌کند. این خودکارسازی، زمان پردازش برنامه را ۹۳ درصد کاهش داده، ۵ هزار و ۲۰۰ ساعت کار دستی را از بین برده و سالانه ۵۰۰ هزار دلار صرفه‌جویی اقتصادی به‌دنبال داشته است. به‌طور مشابه، سازمان درآمد و گمرک انگلستان خسته‌کننده‌ترین جنبه کاری مرکز تماس خود را یعنی بخشی را که شماره پرونده‌ها را باز می‌کند، خودکارسازی کرده است. این آژانس از RPA برای ایجاد یک داشبورد برای بیش از ۷ هزار و ۵۰۰ مشاور مرکز تماس خود استفاده کرده است که به‌طور خودکار پرونده‌های مربوطه را هنگام پاسخ دادن به تلفن، روی صفحه نمایش باز کرده و به نمایش می‌گذارند. این سازمان تخمین زده است که با این بهینه‌سازی، زمان بررسی‌ها و رسیدگی به موضوعات، ۴۰ درصد و هزینه پردازش ۸۰ درصد کاهش یافته است.
بهینه‌سازی اقدامات بازرسی و اجرا: چگونه می‌توان کسانی را که در معرض بالاترین میزان نقض مقررات هستند، پیش‌بینی کرد و منابع بازرسی و اجرای خود را با کارآیی بیشتری به کار گرفت؟
به‌عنوان نمونه، منطقه سلامت نوادای جنوبی از اپلیکیشنی استفاده می‌کند که از فناوری‌های پردازش زبان طبیعی به همراه برچسب جغرافیایی، برای کمک به تشخیص سریع مسمومیت‌های غذایی در رستوران‌های مختلف از طریق پیام‌های منتشرشده توسط کاربران توییتر استفاده می‌کند. در نمونه دیگر، سازمان آتش‌نشانی شهر نیویورک (FDNY) که هر سال می‌تواند تنها حدود ۵۰ هزار از بیش از ۳۰۰ هزار ساختمان شهر را از نظر خطر آتش‌سوزی بازرسی کند، سیستمی به نام FireCast ساخته است تا به شناسایی ساختمان‌هایی که بیشتر در معرض خطر هستند، کمک کند. با استفاده از FireCast، شهر نیویورک در سال ۲۰۱۵، برای اولین بار از سال ۱۹۱۶، بر اثر آتش‌سوزی تلفاتی نداشته است.همچنین به‌عنوان نمونه‌هایی از کاربرد ابزار تجاری، می‌توان به جمع سپاری اشاره کرد که در شهر بوستون با کمک شرکت Yelp انجام شد و نظرات کاربران این شرکت برای اولویت‌بندی در موضوعات امنیت غذایی، مورد استفاده قرار گرفت.
تجزیه و تحلیل حجم زیادی از نظرات عمومی: درک کامل نظرات عمومی درباره یک قانون جدید می‌تواند مدت زیادی طول بکشد. بنابراین می‌توان بخشی از این فرآیند را به‌صورت خودکار انجام داد. افراد و سازمان‌ها به‌طور فزاینده‌ای از روبات‌ها برای ارسال نظرات «جعلی» برای تقویت موقعیت‌های خود استفاده می‌کنند.
به‌عنوان نمونه، نهاد تنظیم‌گر رسانه در آمریکا(FCC) از تجزیه و تحلیل و هوش مصنوعی برای شناسایی و مبارزه با چنین فعالیت‌هایی استفاده می‌کند. تنها در یک نمونه، تحلیلگران FCC با استفاده از هوش مصنوعی، صدها هزار نظر دارای ساختار جمله و پاراگراف یکسان را کشف کردند.
(ب) بهبود اثربخشی نظارتی
پیش‌بینی مشکلات و حس‌کردن تغییرات ناگهانی: چگونه می‌توانیم اطمینان حاصل کنیم که وقتی مدل‌های تجاری جدید بازارها را مختل و دچار تغییرات عمده می‌کنند، ما محافظت شده‌ایم؟
به‌عنوان نمونه، یک تنظیم‌کننده مالی می‌تواند از تجزیه و تحلیل و تکنیک‌های متن‌کاوی، برای تشخیص آنکه کدام فناوری‌ها یا محصولات ممکن است پایداری سیستم مالی و اقتصادی را مختل کنند و برای جلوگیری از وقوع آن، چه اقداماتی باید انجام گیرد، استفاده کند.
همچنین به‌عنوان نمونه‌هایی از کاربرد ابزار تجاری، شرکت Good Judgment با همکاری انستیتو Mack درخصوص مدیریت نوآوری رویدادی درباره پیش‌بینی نوآوری‌های حوزه خودرو راه‌اندازی کردند. هدف از این کار پیش‌بینی دقیق‌تر روندهای خودروهای الکتریکی و خودران بوده است. در این چالش ۱۵۳۰ نفر شرکت کردند و ۹۵۰۰ پیش‌بینی در این خصوص به‌دست آمد.
مبارزه با کلاهبرداری: چگونه می‌توان بدون استخدام تعداد زیادی از بازرسان اضافی، تقلب و کلاهبرداری را کاهش داد؟
بسیاری از سازمان‌های نظارتی درحال‌حاضر از تجزیه و تحلیل و هوش مصنوعی برای شناسایی کلاهبرداری استفاده می‌کنند. به‌عنوان مثال، اداره تجارت دانمارک از هوش مصنوعی برای شناسایی کلاهبرداری و برجسته‌سازی خطاهای اساسی در صورت‌های مالی استفاده می‌کند. همچنین هیات مالیاتی و گمرکی استونی از تجزیه و تحلیل و کلان‌داده‌ها برای کشف تقلب استفاده می‌کند.
بازاندیشی توسعه: چگونه می‌توان گفت‌وگوی سازنده‌تری با اخلالگران در کسب و کار ایجاد کرد؟
استارت‌آپ‌هایی که صنایع مستقر را دچار تغییر و تحول اساسی (اختلال) می‌کنند، اعم از تاکسی‌ها، هتل‌ها یا بانک‌ها، غالبا با مدل‌های تجاری کاملا جدیدی وارد بازار می‌شوند و معمولا بدون درخواست مجوز از دولت ورود پیدا می‌کنند. عدم شکل گرفتن فضای گفت‌وگو بین مبتکران و تنظیم‌کننده‌ها، اغلب باعث اصطکاک می‌شود و می‌تواند منجر به محدودیت یا ممنوعیت‌های آشکاری شود که ممکن است به نفع مردم نباشد. تنظیم‌کنندگان می‌توانند از یکسری ابزار و استراتژی برای تسهیل گفت‌وگو و تفاهم بیشتر، بهتر و سریع‌تر استفاده کنند. به‌عنوان مثال، ابزارهای دیجیتالی کانال‌های جدیدی را برای تنظیم تعامل با شهروندان و ذی‌نفعان در اختیار تنظیم‌کننده‌ها قرار می‌دهند.
انطباق با اشاره: چگونه می‌توان انطباق را بدون تشدید اقدامات نظارتی بیشتر تشویق کرد؟
برای تشویق شهروندان و مشاغل به پیروی از مقررات خاص مانند تمدید مجوزها، برخی از آژانس‌های نظارتی از «nudges» استفاده می‌کنند، این اشاره‌ها شامل تجزیه و تحلیل، هشدار ایمیلی و پیام‌رسانی متنی در ارتباطات از پیش طراحی شده است.
(ج) کاهش بار انطباق
منطقی‌سازی و ساده‌سازی مقررات: چگونه می‌توان مقررات منسوخ شده یا تکراری را تشخیص داد؟
به‌عنوان نمونه، مرکز دیلویت با استفاده از متن‌کاوی و یادگیری ماشین بیش از ۲۱۷هزار بخش از آیین‌نامه فدرال ۲۰۱۷ در ایالات‌متحده را تجزیه و تحلیل کرده و حدود ۱۸ هزار بخش حاوی متن را پیدا کرده که بسیار شبیه به متن سایر بخش‌ها بوده است. این رویکرد نه‌تنها به کاهش حجم مقررات کمک می‌کند، بلکه به تنظیم‌کنندگان نیز کمک می‌کند از تنظیم ناخواسته استانداردهای مختلف در مقررات مختلف جلوگیری کنند.
کاهش بار گزارشگری: چگونه می‌توانیم از داده‌ها برای بهتر کردن نتایج نظارتی و کاهش بار گزارشگری استفاده کنیم؟
متاسفانه، داده‌های نظارتی فعلی تا حد زیادی بدون اعمال استانداردهای مشترک جمع‌آوری می‌شوند. با اجرای استانداردهای داده و یکپارچه‌سازی سیستم‌ها در سازمان‌ها، تنظیم‌کننده‌ها می‌توانند از داده‌های مورد نیاز خود برای کاهش بار گزارشگری مشاغل استفاده کنند. استفاده از داده‌های جمع‌آوری شده توسط جمع‌آوری‌کنندگان خارج سازمانی داده‌ها نیز می‌تواند به کاهش بار گزارشگری کمک کند.
بهبود تجربه دولت به تجارت (G-to-B): چگونه می‌توان هزینه‌های انطباق برای مشاغل را بدون به خطر انداختن امنیت مصرف‌کننده کاهش داد؟
با اتخاذ تجربه مشتری (CX)، دولت‌ها می‌توانند با افزایش نرخ انطباق داوطلبانه، انطباق تجارت را آسان‌تر کنند. نیوزیلند چند سال را صرف استفاده از ابزارهای CX برای کاهش هزینه‌های انطباق مشاغل و بهبود تجربه G-to-B کرده است. در تلاش دیگری برای بهبود تجربه مشتری، اداره مالیات استرالیا یک چت بات (روبات سخنگو) به نام الکس ایجاد کرد که از پردازش زبان طبیعی و مکالمه برای پاسخ به سوالات مربوط به مالیات بازدید‌کنندگان وب‌سایت استفاده می‌کند.
جمع‌بندی:
با ادامه پیشرفت فناوری، تنظیمگران با چالش‌های فزاینده‌ای در توسعه و اجرای قوانین و مقرراتی روبه‌رو می‌شوند که هدف آنها محافظت از شهروندان و اطمینان از بازارهای عادلانه است. با استفاده از ابزارهای تجاری و فناوری، مانند مواردی که در اینجا بحث شد، تنظیم‌کننده‌ها می‌توانند فرآیندهای کاری خود را تغییر داده و نوآوری را تشویق کنند. اما در عین حال، تحقق این دیدگاه یک شبه اتفاق نخواهد افتاد. برای توسعه این توانایی‌ها، نیاز به سرمایه‌گذاری پایدار از منابع مالی و سرمایه سیاسی، فرآیندهای مهندسی مجدد و فرهنگ‌سازی برای استفاده بهینه از آنها است. نکته اصلی این است که یک استراتژی برای حرکت به سمت نوسازی نظارتی، نیازمند تجهز تنظیمگران به فناوری و سپس راه‌اندازی موارد آزمایشی، یادگیری و نهایتا مقیاس‌گذاری آنچه در سازمان به‌کار گرفته می‌شود، خواهد بود.
