75%
與人工文件審核相比可大幅節省成本
文件審查可消耗 75% 以上的證據開示成本。Aviator 審查以更低的價格提供相同的品質。
88%
更快速的文件審查
生成式 AI 自動化可將審核時間從數月、數週縮短至數天或數小時，讓您在訴訟和調查中享有策略優勢。
90%+
以最佳化的工作流程召回
以 OpenText™ 在 TAR 領域深耕 10 年的領導經驗為基礎，透過專業提示工程和經過驗證的工作流程，提供卓越的審核品質。

如何開始使用 OpenText eDiscovery Aviator

滑動查看更多內容	該做些什麼	為何是現在	資源
步驟
彈性部署選項	選擇 eDiscovery Aviator 可提供按需使用、多案件訂閱或私有雲選項	基於雲端原生技術的 Aviator 可無縫整合至您的工作流程	檢視部署選項
探索 Aviator 的功能	從關鍵文件摘要到 Aviator 審核	隨時隨地發掘您最需要的效率	觀看示範
收集案例洞察	使用 Aviator 進行文件摘要或探索資料，以進行調查或 ECA	從小開始累積並建立生成式 AI 信心	觀看影片
使用您的資料測試 Aviator 審核	提交樣本資料集，以完善具有透明代幣估算的標準	在承諾進行全面審查前，建立對結果的信心並了解成本	瞭解更多
獲得專家指導	聯繫 OpenText™ 專業服務團隊，以獲得支援和最佳實務	借助法律工作流程專家和數十年的 TAR 領導經驗，降低生成式 AI 的採用風險	啟動您的生成式 AI 之旅
透過託管式審核服務提升成果	結合 Aviator 與託管式審查，可節省更多費用	將生成式 AI 技術和專家提示工程相結合，可額外節省 10 至 20% 的成本	探索產品或服務

了解更多有關 OpenText eDiscovery Aviator 的資訊

2025 年 8 月 22 日

建立生成式 AI 基礎：利用生成式 AI 快速啟動您的訴訟業務

第 1 部分：學習如何為更智慧的 eDiscovery 建立生成式 AI 技能。

閱讀部落格

December 2, 2025

引領法律 AI 浪潮：OpenText World 2025 的專家洞察

在 OpenText World 2025 大會上，法律界領袖分享了在 eDiscovery 中使用生成式 AI 的 5 種實用方法。

閱讀部落格

2025 年 11 月 3 日

從資料超載到策略清晰：AI 如何改變早期案件評估

了解 OpenText Aviator Rapid Exploration 如何使用生成式 AI 提供即時洞察和清晰分析。

閱讀部落格

2025 年 11 月 3 日

OpenText eDiscovery 推出了哪些新功能

取得 OpenText eDiscovery 的最新更新內容，以實現更快、更聰明的分析。

閱讀部落格

2025 年 9 月 15 日

將生成式 AI 嵌入 MDR：利用生成式 AI 快速啟動您的訴訟實務

了解如何將生成式 AI 直接嵌入您的外包管理文件審核（MDR）中。

閱讀部落格

OpenText eDiscovery Aviator 常見問答集

OpenText eDiscovery Aviator 是指任何已經或即將新增於 OpenText eDiscovery 的大型語言模型（LLM）功能。這些功能透過 OpenText Aviator 圖示識別。目前，這些功能包括：
- Aviator 關鍵文件摘要
- Aviator 總結
- 概念標籤摘要
- Aviator 審核
- Aviator 快速探索
Aviator 功能適用於所有 AWS 區域的所有 OpenText eDiscovery（單一或多租戶）雲端客戶，前提是他們已簽署適當的法律文件。
為我們的 Aviator 功能提供支援的大型語言模型具有多語言功能。目前，功能的主要測試和驗證在英文文件和提示上進行。
OpenText eDiscovery 透過 Bedrock API 連接至 Amazon Bedrock。OpenText eDiscovery 與大型語言模型的互動是事務性的：
- OpenText eDiscovery 工作透過 Amazon Bedrock API 直接從客戶的 OpenText eDiscovery AWS 環境建立與大型語言模型的會話。
- 請求會連同所需資訊（通常為提示+文件文字，但視功能而定）傳送至大型語言模型。
- 大型語言模型會將回應傳回客戶的 OpenText eDiscovery AWS 環境。
- 與大型語言模型的會話已關閉，所有資料均已從 AWS Bedrock 中刪除。
與大型語言模型的互動是在專案層級上進行，並為每個大型語言模型功能互動建立單獨的會話。
不。一旦與大型語言模型的會話關閉後，Amazon Bedrock／大型語言模型端便不會保留會話中的任何資料。Amazon Bedrock 不會在其服務日誌中儲存或記錄客戶資料。
不。Amazon Bedrock 會對大型語言模型進行深度複製並負責託管。大型語言模型供應商（Anthropic）在 Amazon Bedrock 內無法讀取／寫入該模型，也沒有網際網路存取權。
OpenText 不會訓練模型。OpenText eDiscovery Aviator 存取的模型由大型語言模型提供者預先訓練。客戶資料、輸入提示和輸出內容從未用於訓練大型語言模型模型。大型語言模型結果不會在專案間共享。