也许你还没有注意到,人工智能(AI)正在成为商业领域的一个非常大的问题。人工智能系统(即表现出智能行为的系统)的影响,可能没有哪个领域会比法律部门,更广泛地说,在合同管理领域更能感受到。考虑到组成商法的大量集体知识,以及翻译半结构化的“法律术语”所花费的大量资金,这些“法律术语”掩盖了处于核心位置的逻辑业务结构。
每次商业合同都是一点知识库,其中包含关于组织承诺(通常是法律义务),权利,补救措施和规则的关键数据,反映了过去将在未来履行业绩的经营决定。遗憾的是,数千次这些工件的集合集不会提供“集体智能”,可以有效地用于减少商业风险,并提高公司的经济价值。
因此,诀窍不仅在于如何将法律合同数字化,还在于如何将这些文档转换成一个结构化的商业知识库,与基于人工智能的技术和工具(其中经常提到的术语)协同工作机器学习只是众多的其中之一)来创造这种集体智慧。
但怎么样?这是否需要下一代AI工具?
答案是否定的(至少目前如此)。但是,如果您想构建这样的商业智能,无论是对供应商合同的买方还是更广泛地对所有企业合同,您都应该采取三个基本步骤:
- 以契约存储库的形式构建关于所有契约的高级知识库,以通过-à-vis您的契约文档获得对您的商业健康状况的高级自我意识。
- 从您的合同数据中获取关键情报,以识别关键风险和潜在机会(例如,未索赔的资金)。这就是人工智能的重头活儿开始的地方,即训练“机器”将法律术语解读到细粒度的合同条款层面(包括元数据)。
- 开始在上游流程(例如,战略规划、谈判、风险管理)中使用您的增强商业智能来计划、预测和优化您的商业决策,大幅提高效率和有效性水平。
在这篇介绍性文章中,我将探讨人工智能的基础知识及其与合同生命周期管理(CLM)的相关性,以便从业者能够从他们的合同中获得更大的商业智能,并为这个爆炸性领域即将到来的创新做好准备。
背景:CLM 101
在《花钱很重要》杂志上供应商的快照报告Icertis*,一个CLM供应商,我谈到了CLM的价值,我在这里重复它,为接下来关于AI的讨论奠定背景和基础:
“没有什么比合同更基础或更重要的了。合同是最终的商业记录系统,随着价值链变得越来越复杂和外包,所需的业务敏捷性必须转化为商业敏捷性。从根本上说,CLM系统有助于降低风险和防止价值泄漏,但对于建立新的商业关系,支持协作、新的价值来源,以及在关系中处理风险的总成本最低,也将越来越重要。
[CLM]平台可用于从简单的商业伪影转换协议,该协议将包含用于满足股东,监管机构和非政府组织等利益相关者的“容器”的法律义务。承诺也可用作各种风险类型的风险缓解,这些风险类型也可以在系统中建模。因此,CLM平台成为沿着触及合同的商业相关工作流程驱动风险与合规工作流程的方法。所有这些要求反过来决定了同样敏捷的CLM平台,该平台在功能深度和高度可配置的(例如,API,分析,工作流集成,数据模型可扩展性等)。“
哇,那是一口口,但一个重要的一口!
现在我已经为CLM设置了一些背景,本系列的后续文章将涵盖AI的各个领域,并探索它们的相关性和可应用性。请继续关注!
*请注意,Icertis在合同管理领域,AI不是一个纯粹的供应商,而是一个领导者CLM.与新兴的AI能力相结合。Exari也是一个广泛的CLM解决方案,并已证明基于人工智能的合同分析。纯人工智能的合同自动化领域目前正受到合同分析供应商的激烈竞争,比如密封的软件(根据采购实施的数量明确领导),基拉系统,RAVN (iManage),法律筛子,LawGeex,亮度,LegalRobot,律师等等。
哈!杰森,请摘下你的小贩帽,仔细阅读。我从未说过iCertis是一个基于人工智能的CLM解决方案(尽管他们正在做很多你不知道的东西——其他一些CLM解决方案提供商也是如此——如果你想一般性地讨论,请打电话给我——我不能违反nda)
我说..“在一个CLM提供者的CLM提供者上,我谈到了CLM的价值,我在这里重复了关于AI的后续讨论的上下文和基础,我讨论了CLM提供者。
我只是从前一篇论文中拔出一些文本(发生在一起是一个ICertis快照),这对于设置上下文是有用的并且不必重新键入的东西。我非常熟悉整个LegralTech市场/生态系统,但是该系列正试图蒸馏在AI上的广泛知识并将其应用于特定领域,即购买侧合同管理。我明白了。I was coding in LISP in the mid eighties (when you were in grade school), developed a auto-classifier system, ran combinatorial optimization models, implemented object-oriented simulation tools, used multi-variate statistics (haven’t played around with SVM techniques yet though), and generally have stayed on top of developments in ML and AI.
When you’re done reading the last part in the series and feel that I’ve mis-spoken about the topic, and would like to add to the body of knowledge that you feel corporate practitioners should tune into, I’d welcome your voice in the conversation.
谢谢你的写作。
ICertis不是AI解决方案,或机器学习效果。在生成内容之前,对该领域的更万博体育下载app彻底研究将是有用的