一、案例定位

GenAI 大規模 contract review 支援 due diligence/regulatory compliance。

二、學習目標

計算效率改善與文件處理量。

三、案例情境

Freshfields 使用 Litera software,在德國法規生效後分析超過 11,500 份德文與西班牙文 contracts 找潛在風險;原書報告 efficiency gains 20–40%。

四、開始資料

指標 原書資訊
Contracts 11,500+
Efficiency gain 20–40%

五、分析方法

追蹤 documents/hour、review exceptions、false negatives。

六、計算結果

若 baseline 100 hours,20–40% efficiency gain 的教材簡化可視為有效工作量提高至 120–140 units/同時間;不直接等同時間降低同百分比。

七、管理解讀

大 corpus review 是 GenAI 高適配場景,但高風險條款需人工複核。

八、AI 提問詞

根據已抽取條款表找出異常與待人工審查項目。

九、思考/情境變動

若 11,500 份中 10% 被標記 review,是多少份?

**參考解答:**1,150 份。

十、資料說明