D社対象者数名のメール、チャットを保全し、デジタルフォレンジックを実施。保全・復元されたデータの中から１次レビューまでを当社が実施した。
本件におけるKIBITは、①レビューターゲットの的確な絞り込み、②重要／関連ありドキュメントの早期発見、③cut offによる人的・時間的・金銭的コストの適正化に寄与した。
①対象は約2,100,000件であったが、検索・重複排除・Email Threading処理を行うことでレビューターゲットを約450,000件まで絞り込むことができた。
②１次レビュー対象の約450,000件に対し、KIBITによるスコア順の並び替えを実施した。KIBITスコア順位付け後、１日目の約45,000件（全体の10％）レビューした時点で、重要／関連ありドキュメントの全体の84％である約6,800件を検出した。
③高スコアのドキュメントの上位から１次レビューを実施し、約150,000件をレビューした時点で人によるレビューは終了した。残りの約300,000件はKIBITによるレビューのみとした。人によるレビューをcut offすることによって、当初発生見込みであった人的・時間的・金銭的コストはなくなり、コスト適正化に大きく寄与した。なお、cut offした約300,000件にはElusion Test（cut offした約300,000件からランダムサンプリングした約1,600件を人によるレビューを実施）を実施し本件不適切行為に関連する重要なドキュメントが含まれていないことが確認できたため、１次レビューによって本件不適切行為に関連するドキュメントを比例点推定にて約97％カバーできていることを示した。
最終的に、対象全件の67%にあたる約300,000件はKIBITのみ（AI Only Review）となり、人によるレビューを実施しなかったことで納期の短縮、及び6,000万円以上の金銭的コスト適正化に寄与した。