Compliance de fachada: da aparência de integridade à prevenção inteligente
Organizações acumulam códigos de ética, treinamentos, comitês e canais de denúncia. Mas quantas conseguem demonstrar, com dados, que seus programas realmente previnem fraudes e corrupção?
A expansão dos programas de compliance nas organizações públicas e privadas trouxe códigos de ética, canais de denúncia, treinamentos, matrizes de riscos e comitês de integridade. Entretanto, possuir esses instrumentos não significa, necessariamente, que a organização esteja efetivamente prevenindo fraudes e corrupção.
É nesse espaço entre existência formal e efetividade real que surge o chamado “compliance de fachada”: estruturas capazes de demonstrar conformidade documental, mas que apresentam pouca capacidade de identificar riscos antecipadamente, aprender com irregularidades anteriores e comprovar resultados concretos de prevenção.
Há uma pergunta incômoda que conselhos de administração, dirigentes públicos, executivos, auditores e profissionais de compliance deveriam responder: quantas fraudes sua organização evitou no último ano?
Os dados internacionais ajudam a dimensionar o problema. O Anti-Corruption and Integrity Outlook 2024, da OCDE, revelou uma distância expressiva entre possuir regras e implementá-las (das regras existentes e da sua implementação). Nos países analisados, os critérios relativos à regulamentação de conflitos de interesses alcançavam, em média, 76%, enquanto sua implementação prática atingia apenas 40%. Em gestão de riscos de corrupção e auditoria, eram 67% nos critérios regulatórios contra somente 33% na prática.
É uma fotografia desconfortável da distância entre norma e realidade.
A corrupção, por sua vez, está longe de ser apenas uma questão ética ou jurídica. Estimativas globais historicamente utilizadas pelas Nações Unidas situam seu custo em pelo menos US$ 2,6 trilhões por ano, além de mais de US$ 1 trilhão pagos anualmente em subornos. Embora sejam estimativas internacionais de referência, sua magnitude demonstra que fraude e corrupção representam destruição de valor econômico, institucional e social.
No setor privado, corrupção e fraude destroem margem, reputação, valuation e confiança. No setor público, fazem algo ainda mais perverso: transformam recursos coletivos em benefícios privados.
A própria OCDE chama atenção para outro problema decisivo: a insuficiência de dados para verificar se os mecanismos de integridade estão funcionando. Segundo o mesmo levantamento de 2024, apenas 12 países da OCDE coletavam dados sobre o cumprimento das recomendações feitas por auditores internos às organizações públicas.
Existe outro problema que boa parte dos programas tradicionais prefere não discutir. Fraudes sofisticadas raramente acontecem porque não existem controles. Elas acontecem porque alguém aprendeu como os controles funcionam.
O fraudador conhece os limites de aprovação. Sabe quando uma transação exige revisão adicional. Conhece os documentos exigidos. Descobre como fornecedores são cadastrados. Entende como contratos são fiscalizados. Percebe quais verificações são automáticas e quais dependem de pessoas.
Em outras palavras, enquanto algumas organizações administram compliance como burocracia, fraudadores administram fraude como inteligência de negócio. Essa assimetria precisa acabar.
A resposta passa pela transformação do compliance de um sistema predominantemente documental para um sistema de inteligência organizacional orientado por risco e dados.
É justamente aí que a ciência de dados e a gestão do conhecimento podem mudar o jogo. Fraudes deixam rastros. Pagamentos sistematicamente realizados abaixo de limites de aprovação, fornecedores aparentemente diferentes compartilhando endereços ou sócios, alterações contratuais recorrentes, preços anômalos, concentração de decisões e conexões societárias ocultas podem representar sinais relevantes.
Isoladamente, cada evento pode parecer legítimo e não despertar qualquer suspeita. Quando correlacionados, porém, esses dados podem revelar padrões e vínculos que permaneciam ocultos, transformando ocorrências aparentemente desconexas em sinais relevantes de risco. Análise de redes, data mining, detecção de anomalias, machine learning, processamento de linguagem natural e inteligência artificial permitem cruzar grandes volumes de dados, identificar comportamentos atípicos e evidenciar relações dificilmente perceptíveis pela análise manual.
Assim, uma fraude descoberta deveria deixar uma herança institucional. Como aconteceu? Qual vulnerabilidade foi explorada? Qual controle falhou? Havia sinais anteriores? Que informação poderia ter antecipado o problema? Outras unidades estão expostas à mesma vulnerabilidade?
Muitas organizações possuem excelente memória documental, mas carecem de uma memória de risco. Arquivam processos, auditorias e investigações, porém não transformam sistematicamente essas experiências em novos controles e conhecimento preventivo.
Cada fraude deveria melhorar a matriz de riscos. Cada investigação deveria aperfeiçoar os controles. Cada denúncia relevante deveria produzir conhecimento. Cada auditoria deveria aumentar a inteligência institucional. Isso exige integrar compliance, auditoria, gestão de riscos, investigação, ciência de dados e gestão do conhecimento em uma mesma arquitetura.
Essa mudança também exige abandonar indicadores confortáveis. “Número de pessoas treinadas” mede treinamento. “Número de políticas publicadas” mede produção normativa. “Número de denúncias recebidas” mede atividade do canal. Nenhum desses indicadores, isoladamente, demonstra redução do risco.
A alta administração deveria perguntar: quantas anomalias foram detectadas antes do pagamento? Quanto dinheiro deixou de ser perdido? Quanto tempo decorreu entre o primeiro sinal e a intervenção? Quantas recomendações de auditoria foram efetivamente implementadas? Quantas vulnerabilidades identificadas anteriormente continuam abertas? E, principalmente: quantos riscos nosso programa de integridade efetivamente reduziu?
A verdadeira transformação, portanto, não está em digitalizar o velho compliance burocrático. Está em construir organizações capazes de transformar dados em informação, informação em conhecimento e conhecimento em prevenção.
Talvez, exista um teste simples.
Se amanhã fossem retirados os códigos de ética, certificados, treinamentos obrigatórios e as apresentações institucionais em PowerPoints, sobrariam dados, inteligência, memória organizacional e controles capazes de impedir uma fraude?
Se a resposta for não, talvez nunca tenha existido compliance, pois só existia apenas a fachada.
REFERÊNCIAS
ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Anti-Corruption and Integrity Outlook 2024. Paris: OECD Publishing, 2024. DOI: 10.1787/968587cd-en. Disponível em: https://www.oecd.org/en/publications/anti-corruption-and-integrity-outlook-2024_968587cd-en.html. Acesso em: 30 ago. 2026.
ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Public Integrity Indicators. Paris: OECD. Base de indicadores utilizada no Anti-Corruption and Integrity Outlook 2024. Disponível em: https://oecd-public-integrity-indicators.org/. Acesso em: 30 ago. 2026.
UNITED NATIONS OFFICE ON DRUGS AND CRIME (UNODC). United Nations Convention against Corruption. New York: United Nations, 2004. Disponível em: https://www.unodc.org/unodc/en/corruption/uncac.html. Acesso em: 30 ago. 2026.
Artigo: Vander de Oliveira Veras – Doutor em Administração pela UDESC/ESAG
Sobre o autor
