
KIBIT Eye
的使用方法、功能与可解决的业务课题
KIBIT Eye是什么?
KIBIT Eye 是株式会社 FRONTEO(东证 Growth 上市)基于自主研发的 AI 引擎“KIBIT”提供的邮件与聊天审计工具。它从邮件、Microsoft Teams、LINE WORKS、通话语音文本等数据中,依据上下文识别卡特尔、行贿受贿、骚扰、信息泄露等违规行为的征兆并打分,让人员从风险最高的内容开始确认。约 20 条训练数据即可建立模型,并以高亮显示判定依据。三菱 UFJ 摩根士丹利证券已导入。导入费用 300 万日元起(含 PoC 开发、模型构建与评估;2026 年 11 月时点的官方页面),正式运营需报价。
可解决的业务课题
「KIBIT Eye」的服务详情
KIBIT Eye 是什么
KIBIT Eye 是由株式会社 FRONTEO(东京证券交易所 Growth 市场上市)提供的邮件与聊天审计工具,利用 AI 从海量邮件和聊天数据中尽早发现卡特尔、行贿受贿、骚扰等违规行为的征兆。它搭载了 FRONTEO 自主研发的 AI 引擎“KIBIT”。
对于关键词检索难以捕捉、需要结合上下文才能读出的风险,AI 会进行打分,让人员从风险高的内容开始确认。与由人逐一阅读全部内容或只抽查部分样本的传统审计相比,它的目标是在减少遗漏的同时减轻确认负担。

来源:KIBIT Eye 官方页面・导入案例(三菱 UFJ 摩根士丹利证券)(以下图片同)
使用方法
官方页面的“导入流程”分为以下 5 个阶段。它不是自助申请的工具,而是从与 FRONTEO 沟通开始的企业级导入。
- 需求确认 听取现有审计体制和课题,确定对象数据量、监控范围以及希望通过导入解决的目标。
- 制作报价 选定方案,确定选项功能和支持范围,并测算投资回报(ROI)。
- PoC(概念验证) 确认 AI 的性能以及设想的运营流程能否实现。FAQ 中称,很多企业会用实际数据确认精度,满意后再正式导入。
- 系统导入・体制建设・试运行 确定运营流程和监控条件,搭建反映这些条件的系统环境并开始试运行。
- 正式运营・扩展讨论 由专职客户成功负责人支持运营,并讨论扩大监控范围和对象、确认评分精度。
日常运营中,KIBIT Eye 为邮件和聊天打分,负责人在画面上从高分内容开始确认并输入监控结果。结果可在同一画面下载。
功能
01从上下文发现风险
不是靠关键词匹配,而是根据文档内容判断风险高低。
- AI 评分 — KIBIT 不仅解析收发日期、收发件人和主题,还解析正文和附件(可提取文本的部分),并给出确认的优先顺序
- 少量训练数据即可学习 — 官方称只需 20 条训练数据即可开始。由于模型 100% 使用企业自身的数据构建,官方 FAQ 说明不会产生幻觉
- 擅长日语 — 算法源自日语的违规调查,能应对同音异义词、送假名差异、缩写和公司内部用语,也能学习各企业特有的表达。还支持一封邮件中混有多种语言的情况
- 高亮显示判定依据 — 针对每条数据,可视化 AI 认为可疑的位置
02运转审计业务
可以按公司内部规则限定确认人员和数据范围。
- 高级检索过滤 — 结合分数与检索,缩小需要人工目视确认的对象
- 指定查阅范围 — 可为每位查阅人员指定可确认的范围
- 排除对象 — 可将内部举报窗口、骚扰举报窗口等特定地址或域名排除在监控对象之外
- 操作简单 — 登录后自动进入数据确认画面,可在同一画面输入并下载结果

对象数据与可检测的风险
官方页面列出的 KIBIT Eye 已有对应实绩的沟通工具为:邮件、通话语音的文本数据、Microsoft Teams、LINE WORKS 和 Bloomberg。
设想的风险包括质量造假、违反反垄断法(卡特尔)、行贿受贿、骚扰、信息泄露、财务造假、药机法规制、金融商品交易法等。FAQ 中称,即使违规内容没有直白写出也能检测,曾有从大量聚餐邀请邮件中发现与卡特尔相关数据的实绩。对于用生成式 AI 写成的诈骗、钓鱼邮件,回答是:用生成式 AI 制作的邮件训练模型后,有可能检测出来。
价格
官方页面刊登了导入费用的参考。
| 项目 | 金额 | 包含内容 |
|---|---|---|
| KIBIT Eye 导入费用 | 3,000,000 日元起 | PoC 开发,模型构建/基于召回率(recall rate)和精确率(Precision)的评估、报告书编写 |
- 未注明是否含税
- 官方称会根据企业需求制定方案,正式运营的月费等金额未公开,将在导入流程的“制作报价”阶段个别确定
- 正式导入前,可以使用实际数据进行测试(PoC)(官方 FAQ)
导入实绩与评价
据 FRONTEO 官方网站介绍,该公司的合规支持解决方案在大型银行集团中的导入率为 100%,在五大证券公司中的导入率为 80%,使用 KIBIT 的解决方案已被超过 300 家企业采用。
作为 KIBIT Eye 的导入案例,官方公开了对三菱 UFJ 摩根士丹利证券的访谈。该公司的法人・市场合规部数年前导入了 KIBIT Eye,利用 AI 筛选进行全量监控,并持续增加模型、扩大监控对象工具的范围。
“在投资银行部门,我们每天用 KIBIT Eye 为数万封邮件打分,并确认高分邮件。KIBIT 会在画面上可视化评分依据,我们据此排定优先级,最终由人来做判断。”(三菱 UFJ 摩根士丹利证券株式会社 法人・市场合规部;译自日语)
在同一访谈中,对方也提到了导入后发现的课题,希望今后能根据运营中获得的经验灵活调整事先设计好的模型。
KIBIT 产品系列中,还有用于交涉记录监控的 KIBIT Knowledge Probe(足利银行的案例),以及用于降低事故和灾害风险的 KIBIT Libria(岳南建设的案例)。
导入前需要确认的事项
由于这是监控公司内部邮件的机制,官方 FAQ 建议在隐私政策和就业规则中写明实施监控,以完善法律依据,并与法务部门、社会保险劳务士和顾问律师进行讨论。官方还说明,越来越多的企业会在事先告知员工正在监控后再实施。此外,官方称没有导入企业仅凭 AI 的结果决定惩戒处分,均在经过人工审查和询问后再作判断。
优点与缺点
优点
- 读取上下文的 AI 能发现关键词检索难以捕捉的风险
- 由于对全部数据打分,可以从抽查转变为“全量初筛,再由人从高分开始确认”的运营方式
- 判定依据以高亮显示,便于审计负责人进行说明
- 约 20 条训练数据即可建立模型,也能应对日语的表达方式和公司内部用语
缺点
- 导入费用 300 万日元起,正式运营需要报价
- 导入需要经过需求确认、报价和 PoC,开始使用前要分步推进
- 由于涉及员工邮件,需要完善就业规则和隐私政策等内部准备
与法务・合规领域其他 AI 的区别
KIBIT Eye 是审计公司内部沟通、发现违规征兆的工具。与处理合同或法务咨询的 AI 相比,处理的数据和目的都不同。
| 项目 | KIBIT Eye | LegalForce | MNTSQ |
|---|---|---|---|
| 主要目的 | 从邮件、聊天中检测违规征兆 | 检测签约前合同的风险和遗漏 | 将从法务咨询到签约后合同管理的流程一元化(CLM) |
| 处理的数据 | 邮件、Teams、LINE WORKS、通话语音文本等 | 合同 | 合同、法务咨询 |
| 主要使用部门 | 合规・审计部门 | 法务部门 | 法务部门 |
| 价格 | 导入费用 300 万日元起(官方页面) | 需咨询(个别报价) | 个别报价 |
※其他产品的内容以各产品页面所载的确认时点为准。
如需调查法令和判例,也可以一并比较 Legalscape。
常见问题(FAQ)
Q. KIBIT Eye 的价格是多少? A. 官方页面刊登的导入费用为“3,000,000 日元起”(PoC 开发、模型构建与评估、报告书编写)。方案根据需求制定,正式运营需要报价。
Q. 导入前可以试用吗? A. 可以进行使用实际数据确认精度的测试(PoC)。FAQ 中称,很多企业在确认精度并满意后才正式导入。
Q. 可以审计哪些工具的数据? A. 官方列出的已有实绩包括邮件、通话语音的文本数据、Microsoft Teams、LINE WORKS 和 Bloomberg。
Q. 能应对日语的缩写和公司内部用语吗? A. 能。其算法源自日语的违规调查,能应对同音异义词、送假名差异、缩写和公司内部用语,也能学习各企业特有的表达。
Q. 发给内部举报窗口的邮件也会被监控吗? A. 可以将举报窗口的地址等特定地址或域名排除在监控对象之外。
Q. 监控公司内部邮件需要在公司内告知吗? A. 官方 FAQ 称,需要在隐私政策和就业规则中写明实施监控以完善法律依据,并建议与法务部门、社会保险劳务士和顾问律师进行讨论。
Q. 由哪家公司提供? A. 株式会社 FRONTEO(总部:东京都港区港南 2-12-23 明产高浜大厦,东京证券交易所 Growth 市场,证券代码 2158)。公司成立于 2003 年 8 月,官方页面称其拥有创业以来 20 年以上的违规调查(数字取证)实绩。
本页面信息基于 2026 年 11 月时点官方网站公开的内容。最新规格和价格请以官方网站为准。
