ケーススタディ 财富 500 强媒体公司 | 北美
媒体公司利用 CAL 和 Agentic AI 对大型数据集进行分类，节省 150 万美元并按时满足监管截止期限
クライアントのニーズ
- 为涉及美国和加拿大数百名保管人的多方商业交易，收集并审查超过 12 TB 的数据。
- 需要对全部交付内容进行大量文档编码，以标明各类别的相关性。
- 面临严格的监管压力，必须在 60 天内完成文档交付。
クライアントソリューション
- 使用持续主动学习（CAL）对文档进行评分，并优先审查排名最高的文档。
- 对在 CAL 中排名较高的文档进行特权筛查和规范编码。
- 在 Epiq AI Discovery Assistant™ 中构建模型，加速评分和分类。
- 应用审查协议生成涵盖各项规范的提示，并对模型进行训练。
- 利用现有编码衡量每个模型的召回率和准确率。
- 对未被任何规范分类、占比不足 2% 的文档进行线性审查。
- 将由 Epiq AI Discovery Assistant™ 分类的文档通过特权筛查和 CAL 遗漏测试，以验证并完成编码。
なぜEpiqか
- 拥有专注团队，具备为复杂交易设计技术驱动型流程的深厚经验。
- 业内首创的 AI 平台可加快审查速度并提升准确性。
成果と効果
满足 60 天的监管截止期限和相关要求。
通过结合 CAL 与 Epiq AI Discovery Assistant™，避免了全量线性审查的成本，节省了 150 万美元。
在复杂问题上提升了准确性，弥补了人工审查人员可能遗漏的内容。