Skip to content

Bagaimana menyelidiki sebuah perusahaan dengan 60 juta dokumen

📅 January 20, 2021

⏱️4 min read

Bayangkan harus mencari semua dokumen, email, dan pesan dari perusahaan multinasional besar. Yousr Khalil tidak harus membayangkan. Akuntan forensik adalah bagian dari tim yang harus menemukan bukti kesalahan di raksasa kedirgantaraan Airbus setelah mengaku membayar suap melalui perantara.

Yousr Khalil, akuntan forensikHAK CIPTA GAMBARDARI keterangan gambar Yousr Khalil adalah bagian dari tim yang terdiri dari 70 penyelidik

"Airbus seperti blok menara dengan 900 apartemen di dalamnya. Kami harus memutuskan mana yang akan kami masuki dan selidiki," katanya. Khalil bekerja untuk FRA, bisnis investigasi forensik yang mendukung kasus hukum di seluruh dunia. Tapi ini adalah kasus terpisah dan pekerjaan terbesar FRA yang pernah ada.

Untuk memenuhi syarat Perjanjian Penuntutan yang Ditangguhkan (DPA), Airbus membuka operasinya dengan pengawasan ketat pada tahun 2016.

Proyek empat tahun untuk membasmi praktik korupsi membantu Airbus mencapai kesepakatan dengan regulator di Inggris, AS dan Prancis di mana ia membayar denda € 3,6 miliar sebagai pengakuan atas tindakan penipuan dan penyuapan.

Logo Airbus di gedung kantor pusat perusahaan, di pinggiran kota Toulouse.HAK CIPTA GAMBARGETTY IMAGES keterangan gambar Airbus memiliki 60 juta dokumen dan transaksi yang perlu dianalisis

Khalil dan tim beranggotakan 70 orang menghadapi lautan file, data transaksi, dan email yang mencakup aktivitas di seluruh dunia, kebanyakan dari mereka sama sekali tidak berbahaya.

Jadi, bagaimana mereka merencanakan jalannya?

Kecerdasan buatan (AI) dan komputer yang dipesan lebih dahulu tidak seperti PC mana pun yang pernah Anda kerjakan memainkan peran besar dalam penelusuran data epik ini.

Koleksi menakutkan dari 500 juta dokumen dan transaksi harus dipangkas.

Karena volume data tumbuh secara eksponensial, AI lebih sering digunakan dalam penyelidikan semacam itu.

Setelah duplikat dan materi tidak relevan lainnya dihilangkan, para penyelidik memiliki 60 juta dokumen untuk ditinjau. AI mencari pola-pola ini dan potongan-potongan yang terlihat tidak pada tempatnya, seperti kesepakatan sponsor olahraga sebesar $ 100 juta.

Bagaimana hubungan dengan staf Airbus saat semua ini berlangsung? "Tidak ada bisnis yang benar-benar siap untuk penyelidikan forensik penuh," kata Khalil, tetapi rekan kerjanya dari Airbus sangat responsif. "Ketika regulator mendorong respon cepat pada sesuatu, mereka pindah."

Seolah 60 juta item tidak cukup menjadi tantangan, 800 karyawan Airbus di seluruh dunia secara resmi ditugaskan sebagai penjaga dokumen tersebut.

"Anda mungkin memiliki informasi yang tersebar di berbagai item media, seperti laptop, perangkat penyimpanan, drive USB, dll. Kami harus mengidentifikasi siapa yang menjadi penjaga data tersebut," kata Greg Mason, mitra pendiri dan wakil kepala analisis data di FRA.

Sebuah pesawat militer Airbus A400 melakukan pertunjukan terbang pada hari pembukaan Pameran Udara Internasional Paris ke-52 di Le Bourget, pada 19 Juni 2019HAK CIPTA GAMBARGETTY IMAGES keterangan gambar Penyelidikan diperumit oleh proyek militer Airbus yang sensitif

Tujuh lokasi investigasi yang aman didirikan. Dokumen-dokumen ini memungkinkan untuk diperiksa dalam keamanan lengkap, poin penting bagi Airbus. Ini adalah bisnis besar yang terkait dengan proyek pesawat militer besar Eropa. Jadi penyelidikan harus menemukan cara untuk menghindari materi yang sensitif secara nasional dari gambar.

Perangkat lunak khusus memungkinkan pengumpulan informasi tanpa melihat seluruh dokumen asalnya, sehingga menjaga informasi pertahanan rahasia dari mata-mata.

Selain itu, dipesan lebih dahulu, komputer $ 100.000, menjalankan banyak disk dan tanpa koneksi ke internet digunakan.

Ini disebut celah udara, memberikan pemisahan yang pasti antara data sensitif dan dunia luar internet.

Memproses segunung data menjadi lebih mudah dan lebih cepat jika diperlakukan seperti itu - data. FRA mengekstrak metadata, informasi yang mendasari setiap dokumen elektronik yang mendefinisikan apa itu, dan menggunakannya untuk mengindeks materi sehingga file yang tidak relevan dapat dihapus.

AI menjadi dasar untuk Technology Assisted Review (TAR) ini.

AI dilatih untuk mencari data yang tidak terstruktur seperti email. Ini sulit untuk dipindai, tidak seperti data terstruktur yang terdapat dalam formulir dan kolom.

Dengan menggunakan prinsip pembelajaran mesin, di mana perangkat lunak AI melihat banyak contoh dari jenis pesan tertentu dan mulai mengenali kategori mana mereka termasuk, FRA dapat mengekstrak dokumen yang relevan dengan cepat. "Program AI mencari konteks pesan, konteks adalah segalanya," Mr Mason mengamati.

Perangkat lunak tersebut mencari suap yang diatur melalui kode, seperti dokter yang meresepkan obat. Dengan menjalankan contoh pesan tersembunyi semacam ini, perangkat lunak memperoleh konsep pengobatan dan kemudian konsep resep. Ini berarti ia dapat mengarungi data yang tidak terstruktur dan menemukan praktik korupsi.

"Saat Anda mengidentifikasi semakin banyak contoh pembayaran terselubung yang dipelajari AI dengan cepat. Itulah keindahan dan keajaiban AI," kata Mason. Sistem penilaian dibuat, dengan poin ditambahkan untuk atribut tertentu. Setiap skor di atas angka tertentu dianggap layak untuk diselidiki lebih lanjut. Teknologi pembelajaran mesin menjadi lebih baik dan lebih baik seiring kemajuannya.

Representasi dataHAK CIPTA GAMBARGETTY IMAGES keterangan gambar Kecerdasan buatan dapat dilatih untuk menyaring jutaan dokumen untuk mencari anomali

Mason menganggap hanya sekitar 5% dari dokumen yang disisihkan telah diperiksa oleh orang-orang, tetapi itu masih berjumlah tiga juta file. "AI bukanlah obat mujarab, tapi cara belajarnya sangat luar biasa."

Seorang ahli statistik dengan pelatihan, dia terkesan dengan bagaimana teknologi AI mempersingkat pekerjaan dalam jumlah besar. "Bahkan kasus kecil hari ini hadir dengan volume data yang sangat besar."

Dia harus menjual konsep baru TAR kepada regulator seperti Kantor Penipuan Serius Inggris (SFO) dan mendapatkan persetujuan untuk pendekatan yang bukan merupakan pendekatan tradisional untuk penyelidikan. "Ini adalah investigasi paling rumit yang pernah saya lakukan."

Investigasi empat tahun kedengarannya melelahkan. Tapi mengungkap penipuan dengan asisten AI memberi tim banyak kepuasan pribadi.

Dan pekerjaan mereka menerima meterai persetujuan yang sah.

Dame Victoria Sharp, salah satu hakim pengadilan sipil paling senior di Inggris dan Wales, menyimpulkan dampak luas dari investigasi ini dengan perannya yang menonjol untuk AI.

Berbicara untuk kasus tri-nasional Inggris yang berakhir pada Januari 2020, dia menyatakan bahwa Airbus "benar-benar mengeluarkan kantongnya dan sekarang menjadi perusahaan yang berubah dengan yang ada ketika kesalahan terjadi".

← PrevNext →
  • Powered by Daily Planet News