想象一下，当你必须搜索一家大型跨国公司的所有文档、电子邮件和消息时，你将如何处理？
Yousr Khalil是一名法务会计，她所在的公司（FRA）每年为全球众多法律案件提供支持。Khalil和一支由70名员工组成的团队则需要经常处理大量的文件、交易数据和电子邮件，并在其中找出占比很少的有关不法行为的证据。
那么，他们是如何规划整个流程的呢？
随着数据量呈指数级增长，人工智能在重大调查案中被频繁使用。以空中客车公司行贿案为例，调查人员在清除了复制文件和其他无关材料后，仍有6000万份文件需要审查。人工智能帮助快速搜索了这些文件并成功发现不当行为的证据，例如价值1亿美元的体育赞助协议。
此项调查通过专用软件收集信息，而无需查看整个文档，从而保护私密信息不被窥视。此外，调查还使用了价值10万美元的定制计算机，该计算机运行多个磁盘并且没有连接互联网。这就是所谓的空气间隙，在敏感数据和互联网外部世界之间提供了一个明确的界限。
FRA提取了元数据，即每个电子文档背后的信息，这些信息定义了它是什么，并将其用于材料索引，以便可以删除不相关的文件。AI技术则构成了辅助审核（TAR）的基矗
AI经过训练可以搜索难度较大的非结构化数据，例如电子邮件。利用机器学习的原理，人工智能软件可以看到特定类型消息的多个示例并发现它们属于哪个类别，FRA便能够迅速提取相关文档。调查人员观察到：人工智能程序寻找的是消息的上下文，而上下文代表着关键信息。
调查人员还补充到：当发现越来越多的秘密支付实例时，人工智能便会实时学习。这就是人工智能的魅力所在。调查人员利用AI建立了一个评分系统，系统能够为某些属性进行加分，任何高于一定数字的分数都被认为值得进一步调查。而随着机器学习技术的发展，系统会变得越来越好。
虽然在空客行贿案中有大量文件需要处理，但调查人员表示，与AI助手一起揭露欺诈行为给团队带来很大的满足感。英格兰和威尔士最高级民事法院的法官也肯定人工智能对这项调查作用以及深远影响。
