Комплаенс-процесс можно автоматизировать, но не полностью. Здесь важно разделить три уровня.
🟢 Автоматизировать полностью:
Создание задач и маршрутизация
SLA, уведомления, напоминания
Проверка обязательных полей
Контроль статусов
Version control
Назначение проверяющих
Напоминания о пересмотре контента
Сбор KPI
Audit trail
🟡 Автоматизировать с человеком в контуре:
Проверка источников
Выявление потенциальных этических рисков
Классификация риска
Проверка устаревания
Поиск противоречий
Предварительная редактура
AI здесь может быть помощником контролёра, но не финальным судьёй.
🔴 Оставить человеку:
Окончательное этическое решение
Спорные интерпретации
Решение о публикации чувствительного материала
Существенные исправления
Конфликт между коммерческим интересом и интересами клиента
Это принципиально для доверия.
Data Model для BPMS
audience, customer_problem, product,
risk_level, publication_date, review_date
CONTENT_CLAIM — claim_id, content_id, claim_text, source,
source_date, verification_status, reviewer
ETHICAL_REVIEW — review_id, content_id, risk_category,
decision, reviewer, rationale, date
CONTENT_VERSION — version_id, content_id, version, author,
changes, date
CONTENT_METRIC — content_id, metric, value, period
CONTENT_FEEDBACK — content_id, customer, feedback_type,
severity, resolution
Это позволяет построить сквозную аналитику качества: от брифа до обратной связи клиента.
Финальная мысль: BPMN здесь — не просто способ автоматизировать редакцию. Он превращает ценности бренда в операционную систему продукта: ценность задаётся на входе, проверяется на каждом этапе, измеряется после выхода и возвращается в процесс. Именно это отличает издательство с делом от издательства ради картинки.
Читайте всю серию:
Как работает комплаенс: этичность как процесс, а не лозунг
Как работает комплаенс: роли и ответственность
