在亚太地区（APAC）的案件中，AI辅助复核在实践中是如何运作的

在最近的一项跨境金融调查中，负责该案的团队从1200万份文件的数据集中识别出了关键文件，而分析的文件量不到总量的0.5%。 在进行标准过滤（去重、按主题分组、关键词搜索）后，约16%的数据量被筛选为由机器人生成的“噪音”，此时相关性分析甚至尚未开始。该案件在两个月内结案。 分析成本比最初的预算低了90%以上。

这就是2026年亚太地区电子取证（eDiscovery）工作中具有代表性的跨境案件中，AI辅助审查的呈现方式。 目前，大多数专注于法律科技的媒体仍以抽象的方式探讨人工智能。本文基于Lineal公司在整个亚太地区开展的工作，重点探讨了人工智能的实际应用。

主题类型

这种情况一再重演。 一家在亚太地区（APAC）两个或三个司法管辖区开展业务的跨国公司正面临内部调查、监管调查或跨境仲裁。相关数据分散在电子邮件、SharePoint、Teams和WhatsApp中。 数据量高达数百万条。语言包括英语、普通话、印尼语、日语或这些语言的某种组合，具体取决于案件情况。首次提交的截止期限为四至八周。该案件在结案前往往会被转交至两到三个监管机构。

这正是Lineal在整个地区支持的此类研究。

是什么让用户界面正常运行

一旦数据开始处理（包括索引、去重、按邮件链分组以及按关键词检索），分析的第一阶段便随之启动。这并非审查环节，而是由Amplify™ Suite控制的额外筛选过程。

通常约占分析总体16%的自动化及低价值通信，会在初期阶段被识别出来并从活跃分析总体中剔除，这可以在相关性分析开始前显著缩减数据集规模。

与此同时，通过分析上下文中的关键词，搜索策略得到了优化。 团队不再仅依赖关键词列表，而是可以评估这些术语在文档中的实际使用情况，从而在开始审阅之前减少误报并提高准确性。

来自对话的数据被转换为结构化且可审核的记录，将消息、附件和图片整合到统一的格式中。

随后应用人工智能技术，但并非针对整个数据集。通过使用Relativity aiR等工具，可在受控且规模较小的数据集中进行初步相关性评估，从而生成结构化的推理结果，并协助确定待审查文件的优先级。 与此同时，AI辅助的工作流程可以筛选出潜在的敏感或机密材料，从而将其妥善转交进行法律审查。

这样做能最大限度地缩短工作的初期阶段。那些传统上需要数周线性分析才能完成的任务——包括初步筛选相关性、确定优先级以及识别风险——现在可以在数小时或数天内完成，速度快得多。 数据集本身并没有消失，但理解起来却变得容易得多。

人工智能无法解决的最棘手的问题

关于法律技术的讨论，很大程度上就止步于此。这些平台正在不断改进。然而，跨境问题仍无法仅靠平台来解决。

第一个问题涉及管辖权。关于数据本地化及网络安全的法规——特别是在中国——意味着某些类型的数据绝不能流出该国。 团队必须针对各个司法管辖区分别确定，哪些数据可以在国外处理，哪些必须留在国内。当涉及中华人民共和国境内的数据时， Lineal既可在中国的数据中心提供托管服务，也能在短短几天内将Relativity部署到客户现场，从而确保在任何数据跨境传输之前，已获得监管批准，并能在当地完成初步处理和审查工作。

第二个问题涉及文件提交阶段。新加坡的母公司可能以某种格式向外部律师提交文件，而日本方面的合作方则可能采用另一种格式。 如果需要提交文件，中国子公司必须确定哪些文件可以带出境，以及采用何种格式。这些都不是平台本身的问题。这需要具备区域层面的专业知识，并需要与各司法管辖区的律师进行协调。

第三个挑战是实质性审查。人工智能可以对文件进行优先级排序，但无法确定法律结果。 审阅团队仍需在适当的法律和语言语境下对内容进行解读。关于职业保密义务的规定因司法管辖区而异，而文化上的细微差别——尤其是在多语言沟通中——无法完全通过自动化处理来解决。

人工智能改变了工作的方式，但并未取代工作。

这在实践中具体表现为

在一项最新研究中，通过在初期阶段对数据进行缩减，得以在开始相关性分析之前剔除相当大比例的低价值内容。 通过结合结构化分析和人工智能辅助的工作流程，对剩余数据集进行了分级处理，从而使分析团队能够专注于一小部分最有可能相关的文档。

在另一宗涉及中国子公司的案件中，我们在客户现场部署了一个审查平台，以便按照管辖区的相关要求进行审查。 在进行任何跨境数据传输之前，已对敏感数据进行了识别和分类，并在法律程序进行的同时获得了监管批准。

在另一项涉及多个司法管辖区的仲裁案件中，数据是在当地收集的，随后在区域内按照相关法律法规进行处理，并提供给法律团队，且未违反有关数据驻留的限制。

这些案例并非孤立事件。它们反映了一种更广泛的运作模式。

集成模型

使这种方法成为可能的，并非某一种工具，而是各组件的集成方式。

数据的收集、处理和分析，以及人工智能和人工审核，均作为单一工作流进行管理。负责协调国内数据收集工作的团队与审核团队及外部顾问保持密切协作。 人工智能功能在审核平台内运行，而非作为独立层级存在，因此优先级排序、验证和上报均在同一平台内完成。

技术负责处理规模问题、识别模式以及确定优先级。而当需要运用判断力时，则需要依靠人类的经验：例如法律解释、语言细微差别以及监管决策。

正是这种融合决定了结果。

这对买家意味着什么

人工智能辅助分析并非关于2026年未来的讨论。它已经投入实际应用，并在真实的跨境案件中显著缩短了处理时间并降低了成本。 最复杂的问题在于围绕人工智能层面的种种考量。仅凭一个平台，无法开展跨境调查；仅靠一支分析团队，也无法减轻工作量；而在缺乏适当框架的情况下应用人工智能，非但无法消除风险，反而会引入新的风险。

在这方面表现出色的组织，是将人工智能视为一个受管制的程序层，该程序运行在其律师已熟悉的平台之上，并具备关于所有司法裁决的区域性专业知识。

如果您正在处理与亚太地区（APAC）相关的事务，并希望在不影响审查结果可辩护性的前提下扩大审查范围，那么重点不应仅放在采用人工智能上，而应着眼于其在实际中的应用方式。

Lineal 与香港、中国、新加坡、日本、韩国以及整个地区的企業法务团队和外部律师保持合作。欢迎联系我们的团队。

__

关于作者

Jay Chong 是 Lineal 亚太地区（APAC）的总经理，在整个亚洲拥有超过 20 年的数字调查及电子取证相关事务经验。 他的工作重点在于欺诈调查、内部及监管调查、跨境诉讼和仲裁。他经常就电子取证（eDiscovery）的最佳实践以及敏感数据的地方监管合规问题，为企业及律师事务所提供咨询。 Jay 拥有 EnCE、ACE 和 CFE 认证。

__

关于Lineal 

Lineal 是一家专注于电子取证（eDiscovery）和法律技术解决方案的创新型企业，致力于通过现代化的数据管理与分析策略，为律师事务所和企业提供支持。 Lineal 成立于 2009 年，专注于提供全面的电子证据披露服务，并利用其专有技术套件 Amplify™，提高处理海量电子数据的效率和准确性。 凭借全球业务布局和经验丰富的专业团队，Lineal致力于提供定制化解决方案，确保为客户争取最佳的法律结果。如需了解更多信息，请访问 lineal.com