ケーススタディ フォーチュン500メディア企業 | 北米
メディア企業がCALとエージェント型AIを活用し大規模データセットを分類、150万米ドルを節約し規制期限を遵守
クライアントのニーズ
- 米国およびカナダにおける数百の保管機関が関与する複数当事者間商業取引について、12テラバイトを超えるデータを収集・検証する。
- 全提出文書にわたるカテゴリー対応性を示すため、広範な文書コーディングを必要とする。
- 60日以内に文書提出を完了させるという厳しい規制上の圧力に直面する。
クライアントソリューション
- 継続的アクティブラーニング（CAL）を活用し、最高ランクの文書をスコアリングしてレビュー優先順位を決定する。
- CALで高評価を得た文書に対し、特権スクリーニングと仕様コーディングを実施する。
- Epiq AI Discovery Assistant™でモデルを構築し、スコアリングと分類を加速する。
- レビュープロトコルを適用し、各仕様を捕捉するプロンプトを生成してモデルを訓練する。
- 既存のコーディングを用いて各モデルの再現率と精度を測定する。
- いかなる仕様にも分類されなかった文書の2%未満に対して線形レビューを実施する。
- Epiq AI Discovery Assistant™によって分類された文書を特権スクリーニングおよびCAL回避テストにかけ、コーディングを検証・完了させる。
なぜEpiqか
- 複雑な取引のための技術を活用したプロセス設計に精通した専任チーム。
- 業界初のAIプラットフォームが審査速度を加速し、精度を向上させます。
成果と効果
60日間の規制上の期限と要件を満たすこと。
CALとEpiq AI Discovery Assistant™を組み合わせることで、完全なリニアレビューのコストを回避し、150万米ドルを節約しました。
人間のレビューアが見逃した複雑な問題に対する精度向上。