Электронный документооборот не снимает с компании обязанность проверять все бумаги вручную, поэтому человеческий фактор остается причиной многих ошибок.
Менеджер ИИ-продуктов в Embedika Диана Замылина рассказала РБК Pro, как эту проблему решает искусственный интеллект.
Ниже приводим текст оригинальной публикации.
При масштабировании бизнеса неизбежно растет не только количество документов и нагрузка на штатных юристов, но и цена юридической ошибки. Чтобы сократить время на проверку и согласование документов, компании используют типовые шаблоны. Но стандартная форма для одной организации не будет стандартной для другой.
По данным Embedika, доля нетиповых договоров в российских компаниях остается высокой — от 20% до 50%. Возможность стандартизации зависит от сферы деятельности и размера компании. Так, в малом и среднем бизнесе, который вынужден использовать шаблоны крупных контрагентов, доля нестандартных договоров может превышать 50%. А в компаниях, которые занимаются разработкой на заказ, почти каждый контракт будет составлен индивидуально. Работа с такими нетиповыми документами требует пристального внимания и анализа, а значит — дополнительного рабочего времени юристов и контрактных менеджеров.
Сегодня системы электронного документооборота (СЭД) упрощают процесс регистрации и передачи данных и могут автоматизировать часть рутинных операций. Но большинство процессов происходит вручную: новый договор регистрируют в компании, определяют ответственного и направляют ему документ, после чего сотрудник вычитывает и проверяет его, при необходимости редактирует.
Из-за неэффективной работы с контрактами компания может терять от 5% до 40% от цены сделки. Кроме увеличения затрат на юридический отдел и сроков анализа документов, ручная проверка большого объема документов несет риск ошибок и дальнейших судебных издержек. Большинство споров, рассматриваемых в арбитражных судах, связано именно с неисполнением или ненадлежащим исполнением договоров.
Как компании решают вопрос с документами
Средний и крупный бизнес может использовать 5-7 различных систем для создания и хранения данных, а также устанавливать дополнительные приложения и внедрять облачные решения для работы с документами. Такая разрозненность в работе с документацией, а также большой объем ручной проверки повышают риск ошибок и снижают эффективность сотрудника. Поэтому для оптимизации процесса анализа и проверки договоров всё чаще используют интеллектуальные решения на основе искусственного интеллекта (ИИ) и машинного обучения (Machine Learning, ML).
Например, ML-система может в автоматическом режиме проводить оценку рисков и давать сотрудникам рекомендации, на какие пункты договоров необходимо обратить особое внимание. Также интеллектуальные сервисы помогают отслеживать изменения в законодательстве и внутренних регламентах компании и моментально подсвечивать, в каких случаях необходимо заключить дополнительные соглашения с контрагентами. Наиболее продвинутые решения могут забирать на себя и другие задачи юристов. Например, они генерируют ответы на судебные запросы, претензии и предписания, используя data-сеты в виде законодательства и принятых в компании уставов и регламентов.
ИИ-решения удобны для компаний с большим объемом документации, высокой степенью регулирования и большими суммами контрактов. Например, для промышленных компаний, которые должны строго следить за требованиями безопасности и стандартами качества и где цена ошибки очень высока.
В России интеллектуальные сервисы активно внедряют, в основном, крупные корпорации. Решения помогают им оптимизировать работу не только с договорами, но и с нормативной документацией. Так в 2022 году в топливной компании Росатома «ТВЭЛ» начали разрабатывать умную систему проверки технических отчетов и технической документации на основе ИИ. Нередко заказчиком ML-решений выступает государство: например, по заказу Минцифры в 2021 году был создан Реестр обязательных требований. Это интеллектуальный сервис для предпринимателей, где они могут ознакомиться со всеми необходимыми требованиями к своей деятельности и снизить количество нарушений.
Однако малому и среднему бизнесу интеллектуализация работы с договорами может быть полезна, поскольку многие сервисы обладают собственной «базой знаний». Они могут дать неспециалистам справку по применению тех или иных правовых норм, подсветить потенциальные риски и предложить рекомендации по исправлению текста. Например, если алгоритм нашел в тексте договора неограниченную ответственность, то он может предложить ограничить максимальный размер санкций. Более того, генеративный ИИ может подготовить аргументы для согласования правок с контрагентом.
Что уже умеет делать ИИ
Извлекает данные из документов. Искусственный интеллект может выделять ключевую информацию:
● тип договора,
● наименование организации,
● срок обязательств,
● возможные санкции,
● номер и предмет договора,
● условия контрагента.
Маршрутизирует документ. Искусственный интеллект умеет распределять входящие файлы между департаментами и адресовать документ конкретному сотруднику. Он исходит из типа документа, предмета соглашения, контрагента или других критериев. Например, получив счет от контрагента на общую почту компании, ИИ определит, что это за документ и перешлет его ответственному сотруднику в бухгалтерию.
Выявляет риски. После проверки документа, искусственный интеллект уведомляет о нестандартных и нежелательных формулировках. Например, о наличии штрафов и неустоек в случае нарушения условий контракта. Это одна из самых распространенных проблем: компании пропускают в договорах информацию о штрафах и узнают о них постфактум, когда нарушили уже какое-то одно из условий, и вынуждены выплачивать. ИИ помогает выявлять такие риски сразу, и снижать сумму штрафа, или менять условия, а также грамотнее управлять рисками
Ищет связи. После обработки документа ИИ ищет похожие и связанные с ним бумаги, первоисточники, дубликаты, а также определяет, откуда взяты цитаты и заимствования. Это помогает обеспечивать актуальность базы данных, исключать дублирования и противоречия: при внесении изменений в файл сотрудник видит связанные документы и понимает, где еще необходимо обновить или дополнить информацию. А если документ содержит ссылки на законы и ГОСТы — сможет оперативно проверить их действительность.
Дает свои рекомендации. Искусственный интеллект проверяет, документ на соответствие внутренним регламентам компании. Если что-то не так, он подсказывает, как заменить нежелательные формулировки на стандартные положения компании.
Отправляет напоминания. Искусственный интеллект извлекает информацию о сроках договоров и создает автоматические уведомления с напоминаниями. Их получают ответственные лица и это позволяет предотвратить срыв сроков контракта.
Какие проблемы еще не решены
Запрос компаний к ML-решениям зависит от масштаба организации. Для крупного бизнеса с профессиональными юристами в штате ценность таких сервисов — в оптимизации рабочего времени. А для малых и средних компаний, у которых нет большого потока документов, — минимизация ошибок и рисков.
Сегодня компании ждут от интеллектуальных сервисов адаптации под их отрасль, специфику и стандарты. У каждого бизнеса свои правила проверки документов, более того, внутри одной организации может быть несколько регламентов работы с контрактами. Поэтому вендоры не только разрабатывают кастомизированные решения для каждой компании, но и развивают возможности дообучения и настройки программы инхаус-командами. В процессе работы система учитывает действия пользователей и обучается на корпоративных данных, а новые правила проверки могут быть настроены без привлечения разработчика.
Однако сегодня внедрение таких решений в компаниях не является массовым. На это есть несколько причин:
● Высокая стоимость внедрения. Использование ИИ- и ML-сервисов могут позволить себе только крупные игроки, малому бизнесу все же выгоднее проводить анализ документов вручную.
● Точность алгоритма. При работе искусственного интеллекта с документами могут возникать две трудности: система может подтягивать лишнюю информацию, либо упускать важные детали.
● Специфика проверки. В каждой компании существуют свои нежелательные риски и особые правила проверки, которые к тому же могут меняться. Поэтому у внутренней команды должны быть возможности дообучения системы.
● Проблема принятия решений. Когда система дает рекомендации, она неизбежно подталкивает человека к определенному решению, которое, возможно, юрист не принял бы при ручной проверке.
● Особенности юридических текстов и неструктурированных документов. Если в контракте используются схожие визуально, но противоположные по значению формулировки, машина может ошибаться. Чтобы решить эту проблему, требуется создание множества новых правил для алгоритма.
