電子証拠開示参照モデル（EDRM）はeDiscoveryワークフローの業界標準の地図です。2005年に作成され、EDRM組織（現在はDuke Lawの傘下）によって維持されており、訴訟前の情報ガバナンスからトライアルプレゼンテーションまでの9つのステージを定義しています。すべてのeDiscoveryプラットフォーム、すべての訴訟サポートチーム、証拠開示手続きに関するすべての裁判所命令がその用語をEDRMに由来します。
9つのステージ
EDRMは通常、ワークフローが進むにつれてボリュームが減少しドキュメントあたりのコストが増加する左から右への図で表されます。
| # | ステージ | 何が起きるか | 誰が担当するか |
|---|---|---|---|
| 1 | 情報ガバナンス | 訴訟前：データ保持ポリシー、ホールド準備、データ最小化 | 情報ガバナンスチーム、IT、Legal Ops |
| 2 | 識別 | 訴訟が発生した場合：カストディアン、データソース、スコープを特定 | 訴訟弁護士、IT、Legal Ops |
| 3 | 保全 | リーガルホールドを発行、削除を凍結、コンプライアンスを文書化 | 訴訟弁護士、IT |
| 4 | 収集 | メール・ファイル共有・Slack・モバイル・クラウドアプリからデータを取得 | フォレンジックスペシャリスト、IT |
| 5 | 処理 | 重複排除、メタデータ抽出、OCR、フォーマット正規化 | eDiscoveryチーム、ベンダー |
| 6 | レビュー | 弁護士（またはAI）がドキュメントにタグ付け——応答性、特権、ホット | レビュー弁護士、ベンダー |
| 7 | 分析 | レビュー済みドキュメントからケースのストーリーを構築 | 訴訟チーム |
| 8 | 提出 | 応答性があり特権のないドキュメントを要請者に提出 | 訴訟チーム、ベンダー |
| 9 | プレゼンテーション | 証言録取またはトライアルで提出ドキュメントを使用 | トライアルチーム |
ステージ1〜3は訴訟前または訴訟初期段階、ステージ4〜8がeDiscoveryコストの大部分、ステージ9は証拠開示のアウトプットを使用するプレゼンテーション作業です。
ボリューム vs コストのトレードオフ
古典的なEDRM図は、ステージを通じてボリューム（ドキュメント/データ）が減少し、ドキュメントあたりのコストが増加することを示します。
- ステージ1〜2：組織データのペタバイト
- ステージ3〜4：保全・収集されたカストディアンデータのテラバイト
- ステージ5：処理・重複排除されたデータの数百GB
- ステージ6：レビューユニバース内の数百万件のドキュメント
- ステージ7〜8：提出内の数万件のドキュメント
- ステージ9：数百件のトライアル証拠
安価にボリュームを削減する各ステージは、下流のコストで大きな見返りをもたらします。訴訟前の積極的な情報ガバナンス（ステージ1）は、劇的に小さな収集（ステージ4）と劇的に低いレビューコスト（ステージ6）をもたらします。
現代のeDiscoveryプラットフォームがEDRMにマッピングされる方法
ほとんどのプラットフォームは専門化しています。
- ステージ1〜3： Microsoft Purview（コンプライアンスとリーガルホールド）、Google Vault、OpenText、Onna。専門リーガルホールドツール（Exterro、Relativity Legal Hold）。
- ステージ4： フォレンジック収集ツール（モバイル向けCellebrite、X1 Social Discovery、ネイティブクラウドアプリのエクスポート）。
- ステージ5〜8：「レビュープラットフォーム」——Relativity、Everlaw、DISCO、Reveal、セルフサービス向けLogikcull。
- ステージ9： トライアルプレゼンテーションソフトウェア（TrialDirector、Sanction、法廷システムのネイティブ証拠ツール）。
ベンダーは複数のステージを1つのプラットフォームに統合しつつあります——Relativity Oneはステージ4〜8をカバーし、現代のAIネイティブプラットフォームはより深いステージ7（分析）機能を追加しています。
AIがEDRMを変える方法
ステージごとに：
- ステージ1（ガバナンス）： AIは作成時にドキュメントを分類し、保持カテゴリを提案します。将来のすべての案件でeDiscoveryスコープを削減します。
- ステージ2（識別）： AIは訴訟の説明から組織データをスキャンして関連する可能性のあるカストディアンとデータソースを明らかにします。
- ステージ5（処理）： AIはOCR、外国語検出、ほぼ重複したドキュメントの重複排除の決定を改善します。
- ステージ6（レビュー）： 最大の影響。LLM支援レビューがジュニアレビュアーと競争できる品質で初回レビューを処理します。適切に運用されたプログラムでは30〜70%のコスト削減。
- ステージ7（分析）： コンセプト抽出、コミュニケーションネットワークマッピング、タイムライン構築。AIは人間のレビューでは見逃すパターンを明らかにします。
- ステージ8（提出）： 自動リダクション（リダクションワークフロー参照）、特権ログ生成。
- ステージ9（プレゼンテーション）： AIはレビュー済みドキュメントから証言録取のアウトラインを作成し、トライアル証拠を提案します。
総合的な影響：2026年の適切に運用されたAI拡張eDiscoveryプログラムは過去コストの30〜50%で成果を達成します。
よくある落とし穴
- EDRMを直線的に扱う。 実際には、ステージは重複して繰り返します。新しいカストディアンがレビューの途中で特定され、補足的な提出が以前のステージに戻ることを引き起こします。
- ステージ1〜3への投資不足。 上流での安価な修正が下流の高価なレビューを節約します。ほとんどの組織は情報ガバナンスへの支出が不足しています。
- 検証なしにAIに過度に依存する。 AI支援レビューでも統計的サンプリングと人間による検証が必要です。それなしで提出すると裁判所の異議申し立てを招きます。
- 比例性を無視する。 EDRMは案件の価値に比例した証拠開示のスコープ設定義務を無効にしません。収集スコープとレビュー層に関する積極的な交渉が重要です。
関連
- eDiscovery — EDRMがモデル化する広いプロセス
- 特権レビュー — ステージ6のサブプロセス
- 特権ログフォーマット — ステージ8の成果物
- 最良のeDiscoveryプラットフォーム — ヘッドツーヘッドプラットフォーム比較