200社を超えるお客さまに活用されてきたAIソリューション

こんなお悩みはありませんか?

\ AIを使えば解決 /

\ 他にも解決できる課題がたくさん /

業績に多大な影響を与えるインシデント事例

大手化学メーカー様

子会社の3社にて製品の検査データの書き換えや一部検査不実施。子会社社長辞任。

株価-11%  -600億円

大手製鉄会社様

国内外の600社以上に出荷された製品の品質監査に 関する証明書を組織的に改ざん。

株価-41%  -2,100億円

大手自動車メーカー様

国内工場で社内の認定を受けていない従業員が検査。役員報酬一部返上。生産担当の役員辞任。

株価-5%  -2,200億円

大手自動車メーカー様

無資格者が完成検査や排ガス、燃費のデータの改ざん、ブレーキの検査不正などが発覚し、約39万台をリコール。

株価-15%  -4,600億円

KIBIT Communication Meterとは

KIBIT Communication Meterは、人工知能(AI)を活用したメール&チャット監査システムです。
効果的なコンプライアンス体制の構築、不正の早期発見・再発防止に貢献します。

 

導入事例

メール監査(様々なリスク)

金融業界では、インサイダー情報や銀証間におけるファイヤーウォール規制。個人情報記載など、様々なリスクを検知していく必要がある。

課題

導入後

1日の社外メール約2,500件のうち、約半数の1,250件程度査閲している




人による査閲対象を約700件まで絞り込むことができた

72%の業務削減を実現

メール監査(カルテル)

大手電機機器メーカーにてカルテルの観点から関連キーワードに該当するメールを人力で監査する必要がある。

課題

導入後

①キーワードが適切かわからず判断基準があいまいだった
②レビュー時間が毎月250時間かかり、通常業務に支障が出る
③監査対象外データに何%のリスクがあるのか不明確

①AIが同じ基準でキーワードを選出
②人が確認する毎月のレビュー時間が5時間に短縮
③監査対象外データに潜むリスクを1%程度に明確化

人力の監査時間を1/50に減らす

メール監査(品質不正)

製品データ改ざんが行われた事案が発生したため、疑わしいやり取りを早期に発見するための監査体制の構築が求められた。

課題

導入後

①疑わしいメールにおいてキーワードだけでは絞り込みが困難
②メール総数が約18万件に対して、希望監査件数は500件程度

①AIによるスコア結果の内、最上遺体をメール監査することで間接的な表現を含む疑義メールを抽出
②高度検索(絞り込み)を実施し、上位~中位帯のメールをかんさせることで該当表現を含む疑義メールを抽出

疑義メールの8割以上を発見

音声テキスト

商談におけるトラブルを予防するため、音声によるコンプライアンス違反を検知する必要がある。

課題

導入後

後々トラブルになりえるような発言が商談中になかったか把握できなかった。
例:金融商品において「絶対儲かる」など

①人工知能に学習させコンプライアンス違反に該当する内容を検知
②音声認識の変換精度が多少悪くても、通話全体から抵触している内容を検知する

契約前にコンプラ違反の検知

お問い合わせ

必要事項をご入力の上、送信してください。担当者より後ほどご連絡させていただきます。


ボタン画像2
ボタン画像1