法律AI案例研究与成功故事的印度人类AI“ Srinidhi Ranganathan”

案例研究1：法律规定 - 自动化早期诉讼响应

背景

法律技术创业公司的法律规定认识到，初级律师在繁琐的第一阶段诉讼工作中花费了6-10个小时 - 起草了对投诉，答案和发现请求的回应。

挑战

过度劳累的初级律师在常规诉讼响应响应劳动成本上花费了全天的重复法律工程，以免费的律师进行高价值战略工作的律师，以区分服务并降低成本

过度劳累的初级律师在常规诉讼回应上花费了整整一天的时间

重复法律工作的高劳动力成本

需要免费为高价值战略工作的律师

压力差异化服务并降低成本

AI解决方案实施

技术：IBM Watson AI平台培训：对培训Airefinect的数千起诉讼，投诉和回应：法律专家团队完善了6个月stestesting的结果：概念证明与精选客户一起测试了9个月

技术：IBM Watson AI平台

技术

培训：培养了数千起诉讼，投诉和培训AI

培训

改进：法律专家团队在6个月内完善了结果

改进

测试：概念验证证明与精选客户一起测试了9个月

测试

实施过程

数据收集：收集了广泛的法律文献数据库培训数据库：教沃森了解法律语言和模式sexpert验证：法律专业人员精致且经过验证的输出量测试：带有特定律师律师事务所发布的飞行员计划：成功测试后的完整平台启动

数据收集：收集了广泛的法律文件数据库

数据收集

AI培训：教沃森了解法律语言和模式

AI培训

专家验证：法律专业人员精致和经过验证的产出

专家验证

客户测试：选择律师事务所的试点计划

客户端测试

公开版本：成功测试后的完整平台启动

公共版本 减少80％