Jerry Ting, grundlægger og administrerende direktør for Evisort – Intervju-serie

Jerry Ting er grundlægger og administrerende direktør for Evisort, et firma, der tilbyder kontrakt-workflow og -ledelsesfunktioner til at forbedre effektiviteten, reducere risikoen og give indsigt i enhver kontrakt. Evisort er den første platform, der automatisk samler kontrakter fra hele virksomheden, opretter strømlinede godkendelsesprocesser og anvender avanceret kunstig intelligens (AI) til at give realtidsanalyse, så juridiske, kontrakt- og indkøbsafdelinger kan accelerere virksomhedens aktiviteter.

Hvad var det, der oprindeligt tiltrak dig til AI?

Jeg begyndte at tænke over kunstig intelligens, da jeg arbejdede som praktikant på U.S. Supreme Court. Jeg lagde mærke til, hvor meget tid advokater brugte på at organisere, gennemgå, spore og udføre due diligence på juridiske dokumenter. Det var vanvittigt at se, hvor mange timer de brugte på at flytte rundt på papirer til beviser. Det gav mig idéen om, at AI kunne gøre dette tidskrævende arbejde meget mere effektivt, takket være dets evne til hurtigt at parse store datasæt.

Du fik idéen til Evisort, mens du gik på jurastudiet. Kan du fortælle os om denne oprindelseshistorie?

Jeg havde arbejdet i salg på Yelp før jeg startede på jurastudiet, hvor jeg så, at juridiske og leverandørledelseshold havde de samme problemer som advokaterne med at gennemgå store mængder data. Jeg indså, at hvis AI kunne analysere dokumenter i retssager, kunne det også forstå komplekse forretningskontrakter. Jeg indså, hvor besværligt det var at udføre det juridiske arbejde med grundlæggende software, men uden automatisering. I mine diskussioner med professorer og alumner fra Harvard Law var der en fælles tråd om, at folk brugte meget tid på at lede efter sprog, klausuler, præcedens, datoer og partnavne i kontrakter. Det var virkelig en manuel proces.

Jeg dannede et hold med datavidenskabsmænd fra MIT og advokater fra Harvard for at skabe en kunstig intelligens-platform, Evisort. Jeg mødte mine medstiftende, Amine Amoun og Jacob Sussman, gennem Harvard Law Entrepreneurship Project. Jacob var i min klasse fra 2018 på Harvard Law, og Amine arbejdede med AI på MIT. Vi mødte Memme Onwudiwe og Riley Hawkins i klassen fra 2019 og inviterede dem til at slutte sig til holdet.

Harvard Law-samfundet hjalp os med at komme i gang i de tidlige dage. Vi vandt bedste præsentation på 2017 Lee Kuan Yew Global Business Plan Competition i services-kategorien. Med støtte fra mentorer og dekaner på Harvard Law havde vi mulighed for at præsentere vores software for erhvervs- og offentlige advokater, såsom medarbejdere fra statens advokaters kontorer. Dette var utrolig hjælpsomt til at forme vores produkt-markedsfit.

Var du overrasket over, at ingen andre tilbød et produkt som Evisort?

Absolut. Jeg vidste, at selv Microsoft Excel kunne gøre ting til at hjælpe advokater. Men hvorfor gjorde de det ikke? Jeg tænkte, “Jeg skal finde nogen til at bygge platformen, fordi dette er en milliard-dollar-mulighed.” Legaltech-området er fuldt af startups og etablerede spillere, der tilbyder retssager i retssager med meget god AI og maskinlæring. Der er dog færre produkter på den anden side af det juridiske hus. Transaktionsadvokater forsker, udarbejder og gennemgår kontrakter, håndterer store erhvervsfusioner og opkøb, styrer værdipapirudbud og forbereder afslutningsdokumenter til salg og køb af fast ejendom.

De data, der er indeholdt i kontrakter, er ikke kun betydningsfulde for advokaterne, der udarbejder, gennemgår og behandler disse dokumenter. Disse data driver også, hvordan finansafdelinger fakturerer og sender fakturaer, eller hvordan og hvornår en salgsafdeling ville sælge et givent produkt eller tjeneste. Det driver også, hvad de vælger at sælge. Disse data definerer en given virksomheds forhold til sine leverandører, kunder og medarbejdere og understøtter og vejleder dag-til-dag-beslutninger. Du kan bryde en virksomhed ned i dens hele værdikæde ved at se på dens kontrakter.

Har du været overrasket over, hvor modtagelige markedet har været for Evisort?

Evisort fungerer for hold fra startups til Fortune 100 med komplekse juridiske og indkøbsprocesser. Pandemien i 2020 havde de største overraskelser i vores forretningsvækst. Mange advokater har kommenteret, hvor meget tid de har brugt på at gennemgå Force Majeure-klausuler. Denne øgede arbejdsbyrde, såvel som den distribuerede natur af holdene, har ført til, at antallet af nye forretningsforespørgsler er vokset med fem gange den rate, vi så i 2019.

Kunne du gå igennem nogle af de maskinlærings-teknologier, der anvendes i Evisort?

Evisorts software integrerer optisk tegnkendelse og naturlig sprogbehandling til at udtrække metadata fra kundens kontrakt og derefter give kunden mulighed for at let søge gennem denne metadata. Efter at have importeret et dokument til appen kører softwaren automatisk OCR og forbedret juridisk kontekstuel stavekontrol til at samle data for maskinbehandling. Oven på det anvender lag af AI 1) klassificerer dokumentet ved hjælp af metadata; 2) udtrækker og identificerer relevant information på niveauet for afsnit ved hjælp af en kombination af klassificeringsmetoder såsom lineære modeller, beslutningstræer og neurale netværk; og 3) udtrækker bestemte enheder fra teksten ved hjælp af rekurrent neuralt netværksteknologi, såsom langt korttids-hukommelse (LSTM) og convolutionelle rekurrente neurale netværk (CRNN).

Evisort er den første ægte AI, der kan identificere kontrakttype, ikke-standard tredjeparts-klausuler, modpartnavne, udløbsdatoer og automatisk binde forælder til barn. Vi har trænet disse lag af AI på over 10 millioner dokumenter, såsom NDAs, købsaftaler og andre almindelige typer kontrakter. Dette betyder, at det kan forstå over 230 typer kontrakter og ikke behøver at blive trænet på hver enkelt virksomheds egne kontrakter. Vi opmuntrer enhver potentiel bruger til at give os enhver kontrakt, og vi kan vise dem, at vores AI virker lige foran deres øjne.

Juridiske kontrakter er ofte fulde af uklare juridiske termer, hvor konteksten er alt. Hvad er nogle af de unikke naturlige sprogforståelsesudfordringer (NLU), som Evisort har måttet overvinde?

Den største udfordring, vi har måttet løse, er omkring scannede dokumenter. Fra et NLP-perspektiv er det en udfordring at analysere juridisk tekst, som vi har banebrydende og løst. Det, vi ikke havde forventet, var at hjælpe med at gendefinere computer-vision-feltet for optisk tegnkendelse, som er teknologien, der anvendes til at analysere billeder. Mange juridiske kontrakter er scannet og faktisk billeder, ikke tekst, og eksisterende OCR-teknologi har en fejlrate på omkring 20%. Vi byggede ny OCR-teknologi, der reducerede fejlratens andel til en brøkdel af 20%, og det forbedrede væsentligt nøjagtigheden af vores algoritmer.

Hvor meget tid kan juridiske afdelinger spare ved at anvende denne type teknologi?

Vi fik fat i over 10 millioner rigtige dokumenter og fortrænede vores AI til at genkende NDAs, købsaftaler og andre almindelige typer kontrakter. Det betyder, at vores kunder i juridiske og indkøbsafdelinger kan begynde at bruge softwaren fra dag 1 af installationen. Den gennemsnitlige AI-løsning, der er tilgængelig på hylden, kræver ofte syv til ti måneders konsulentdrevet konfiguration, før de kan begynde at uploade levende dokumenter fra deres juridiske operationer til systemet. Det er ud over de besparelser og tidsbesparelser, der høstes ved responsiv søgning. Tidsbesparelserne er vigtige, men endnu mere overbevisende hører vi fra kunder og potentielle kunder, hvordan dette værktøj gør dem mere effektive i deres job og frigør tid, så de kan fokusere på andre vigtige opgaver, der kræver deres opmærksomhed.

Evisort tilbyder også indkøbsløsninger. Kan du diskutere nogle af disse løsninger?

Both juridiske og indkøbsafdelinger bruger den samme AI-baserede software, som vi tilbyder. Evisort konverterer først scannede dokumenter til søgbart tekst – intet nyt her. Men det er de næste trin, der har en revolutionerende anvendelse for advokater og købere. Ved hjælp af kunstig intelligens sorterer Evisort gennem alle kontrakter, kategoriserer dem efter emne og type af kontrakt og identificerer bestemmelser i hver kontrakt. En række nøgledata udtrækkes, såsom partnavne, datoer og størrelsen af aftalen.

Lad os sige, at en indkøbsmanager midt i at afslutte en højværdi-leverandørkontrakt kommer til generalsekretær og beder om vejledning i at forhandle en bestemmelse om begrænsning af ansvar. Lige nu kan advokaten gennemføre en søgning efter “begrænsning af ansvar” blandt kontrakterne, som det juridiske hold har adgang til, for at finde relevante kontrakter, men de skal åbne hver enkelt for at læse og se, om det er nyttigt. Vores software scanner automatisk alle kontrakter i hele virksomheden, der indeholder en begrænsning af ansvar – og trækker kun frem de kontrakter, der er inden for en bestemt dato eller andre parametre, som advokaten ønsker. Det præsenterer disse data i et diagram. Diagrammet viser, hvornår kontraktens blev underskrevet, hvor meget pengene var involveret i aftalen, sprogbrugen i begrænsningen af ansvar. Dette sparer advokaten multiple timer med at læse hver enkelt dokument i hånden.

Ligeledes kan indkøbsafdelinger udføre søgninger efter ord og dato for at forstå, hvem de skylder hvad, og hvornår det er tilfældet. Indkøbs- og kontraktchefer vendte sig til kontrakt-livscyklusledelsesværktøjer som Evisort, da deres forretninger begyndte at gå glip af automatisk forlængelse, forsøgte at afslutte lejemål eller oplevede indtægtsindvirkning fra forsinkede leverancer. Vi så en enorm øgning i denne aktivitet i 2020 med pandemien og relaterede tendenser.

I juli lancerede vi Evisort Contract Workflow, der giver indkøbschefer mulighed for at få deres kontrakter undertegnet hurtigere. Dette anvender data fra vores Contract Management-produkt til at automatisere oprettelsen af nye kontrakter ved hjælp af juridisk godkendte skabeloner. En premium-risiko-identifikationsmodul identificerer problematiske passager og foreslår ændringer baseret på forudindstillede standarder. Vores værktøj hjælper med at katalysere den mest effektive godkendelsesproces. Indkøbschefer kan tildele godkendere baseret på forskellige betingelser og vilkår og gennemgå alle kontrakter, der venter på underskrift, på et øjeblik gennem vores dashboard. Sammen hjælper Contract Workflow og Contract Management med at holde alle medlemmer af indkøbs- og juridiske afdelinger på samme side om kontraktstatus og forpligtelser.

Er der noget andet, du gerne vil dele om Evisort?

Medens den primære anvendelse af vores AI er kontraktledelse fra ende til anden, er vi virkelig et AI-firma. Vi anvendte vores Series A-finansiering til at investere i træning af vores AI, så det er uforligneligt i sin evne til at genkende brugstilfælde, som kunder i en række forskellige forretningsområder beder om. Vi fortsætter med at investere i Evisort AI Labs (vores AI-forsknings- og udviklingshold) og udforske nye måder, vi kan hjælpe virksomheder med at anvende vores ægte AI. Vi har ansat over hele afdelinger i 2020, da vi ser denne enorme øgning i leads og interesse i vores produkt.

Tak for det gode interview. Læsere, der ønsker at lære mere, skal besøge Evisort.