Jerry Ting, Evisortin perustaja ja toimitusjohtaja – Haastattelusarja

Jerry Ting on Evisortin perustaja ja toimitusjohtaja. Evisort on yhtiö, joka tarjoaa sopimussopimukseen ja hallintaan liittyviä palveluita tehokkuuden parantamiseksi, riskien vähentämiseksi ja sopimusten näkyvyyden lisäämiseksi. Evisort on ensimmäinen alusta, joka kerää automaattisesti sopimukset koko yrityksen laajuisesti, luo suoraviivaiset hyväksymismenettelyt ja soveltaa edistynyttä tekoälyä (AI) tarjoamaan reaaliaikaisen analyysin, jotta yrityksen lakiryhmät voivat nopeuttaa toimintaansa.

Mikä alun perin houkutteli sinua tekemään yhteistyötä tekoälyn kanssa?

Aloin pohtia tekoälyä, kun työskentelin yliopiston harjoittelijana Yhdysvaltain korkeimmassa oikeudessa. Huomasin, kuinka kiireisiä lakimiehiä oli ja miten he viettivät tuhansia tunteja järjestämällä, tarkastamalla, seuraamalla ja suorittamalla due diligence -tutkimuksia oikeudellisissa asiakirjoissa. Se oli hullua nähdä, kuinka korkein oikeus työnsi paperien kansioita todisteiden vuoksi. Se antoi minulle idean, että tekoäly voisi tehdä tämän työn paljon tehokkaammaksi sen kyvyn ansiosta, jonka se pystyy nopeasti käsittelyyn suuria tietoja.

Sinulla oli idea Evisortista, kun opiskelit oikeustiedettä. Voitko kertoa tästä tarinasta?

Olin tehnyt myyntiyrityksessä Yelppissä ennen oikeustieteen opintoja, missä näin, että lakiryhmät ja hankintaryhmät kohtasivat samat ongelmat kuin lakimiehet asiakirjojen tarkastelussa. Tajusin, että jos tekoäly voisi analysoida asiakirjoja oikeudessa, se voisi myös ymmärtää monimutkaisia liikesopimuksia. Tajusin, kuinka vaikeaa oli tehdä lakityötä perusohjelmistojen kanssa ilman automaatiota. Opiskellessani Harvardin oikeustieteellisessä tiedekunnassa yleinen säie oli, että ihmiset viettivät paljon aikaa etsimällä kieltä, määräyksiä, edeltäviä tapauksia, päivämääriä ja osapuolten nimiä sopimuksissa. Se oli todella manuaalinen prosessi.

Liamin data-analyytikoita MIT:stä ja lakimiehiä Harvardista luomaan tekoälyalustaa, Evisortia. Tapasin perustajani Amine Amounin ja Jacob Sussmanin Harvard Law Entrepreneurship Projectin kautta. Jacob oli samalla vuosikurssilla kuin minä Harvard Law -yliopistossa vuonna 2018, ja Amine työskenteli tekoälyparissa MIT:ssä. Tapasin Memme Onwudiwen ja Riley Hawkinsin vuoden 2019 luokassa, ja kutsuin heidät liittymään tiimiimme.

Harvardin oikeustieteellinen yhteisö auttoi meitä saamaan yrityksen käyntiin alkuvaiheessa. Voitimme parhaan esityksen palkinnon Lee Kuan Yewin kansainvälisessä liiketoimintasuunnittelukilpailussa palveluiden kategoriassa vuonna 2017. Harvard Lawin mentoreiden ja dekaanien tuella saimme mahdollisuuden esitellä ohjelmistoa yritysten ja julkisen sektorin lakimiehille, kuten osavaltion asianajajien toimistojen henkilöstölle. Tämä oli erittäin hyödyllistä muotoilemassa tuotteidemme markkinointia.

Yllättyikö sinä siitä, ettei kukaan muu tarjonnut tuotetta, joka oli samanlainen kuin Evisort?

Todella yllättyneitä olin. Tiesin, että jopa Microsoft Excel voisi tehdä asioita, jotka auttaisivat lakimiehiä. Mutta miksi he eivät sitä tehneet? Ajattelin: “Minun on löydettävä joku, joka rakentaa alustan, koska tämä on miljardin dollarin mahdollisuus.” Legaltech-ala on täynnä startup-yrityksiä ja vakiintuneita toimijoita, jotka tarjoavat hyvin kehittyneitä ratkaisuja oikeudellisissa tutkimuksissa, joissakin tapauksissa hyvää tekoälyä ja koneoppimista. Kuitenkin on paljon vähemmän tuotteita oikeudellisen talon toisella puolella. Transaktiolakimiehet tutkivat, laativat ja tarkastelevat sopimuksia, hoitavat suuria yrityskauppoja ja fuusiota, hallinnoivat arvopaperien tarjontaa ja valmistavat lopettamisasiakirjoja kiinteistön myyntiin ja ostoja varten.

Sopimusten sisältämät tiedot eivät ole merkittäviä ainoastaan lakimiehille, jotka laativat, tarkastelevat ja prosessoi näitä asiakirjoja. Nämä tiedot ohjaavat myös, miten rahoitusosastot laskuttavat ja lähettävät laskuja, tai miten myyntitiimi myy tietyn tuotteen tai palvelun, mihin aikaan ja kenelle. Ne määrittävät myös, mitä he päättävät myydä. Nämä tiedot määrittävät yrityksen suhteet toimittajiin, asiakkaisiin ja työntekijöihin ja ohjaavat usein päivittäistä päätöksentekoa. Voit jakaa yrityksen koko arvoketjun tarkastelemalla sen sopimuksia.

Oletko yllättynyt siitä, miten markkinat ovat vastaanottaneet Evisortia?

Evisort toimii tiimien kanssa startup-yrityksistä Fortune 100:een asti, joilla on monimutkaiset oikeudelliset ja hankintaprosessit. Vuoden 2020 pandemia tarjosi suurimmat yllätykset liiketoiminnan kasvussa. Monet lakimiehet ovat kommentoineet, etteivät he odottaneet, että he viettäisivät niin paljon aikaa tarkastamalla Force Majeure -määräyksiä. Tämän työn kasvu sekä tiimien hajautettu luonne on johtanut uusien liiketoimintakyselyjen määrän kasvuun viisi kertaa nopeammin kuin vuonna 2019.

Voitko kertoa jotain Evisortissa käytettävistä koneoppimisen teknologioista?

Evisortin ohjelmisto yhdistää optisen merkkien tunnistuksen ja luonnollisen kielen käsittelyn asiakirjojen metatietojen poistamiseksi ja asiakkaan helppoon hakemiseen. Asiakirjan tuomisen jälkeen ohjelmisto suorittaa automaattisesti OCR:n ja oikeudellisen kontekstuaalisen oikoluvun tietojen keräämiseksi koneoppimista varten. Tämän päällä tekoälykerrokset 1) luokittelevat asiakirjan metatietojen avulla; 2) poistavat ja tunnistavat merkittäviä tietoja kappalekohtaisesti yhdistelemällä luokittelumenetelmiä, kuten lineaarisia malleja, päätöspuita ja neuroverkkoja; ja 3) poistavat tiettyjä entiteettejä tekstin avulla toistuvan neuroverkkoteknologian avulla, kuten pitkän lyhyen muistin (LSTM) ja konvoluutionaaliset toistuvat neuroverkkot (CRNN).

Evisort on ensimmäinen aito tekoäly, joka voi tunnistaa sopimustyypin, ei-vakioten kolmannen osapuolen määräyksiä, vastapuolten nimiä, vanhentumispäivämääriä ja automaattisesti kytkeä vanhemman ja lapsen sopimuksen. Olemme kouluttaneet näitä tekoälykerroksia yli 10 miljoonalla asiakirjalla, kuten NDA:lla, osto- ja myyntisopimuksilla ja muilla yleisesti käytetyillä sopimustyypeillä. Tämä tarkoittaa, että se voi ymmärtää yli 230 sopimustyypin ja ei tarvitse koulutusta kunkin yrityksen omilla sopimuksilla. Rohkaisemme kaikkia potentiaalisia käyttäjiä antamaan meille minkä tahansa sopimuksen, ja voimme näyttää, että tekoälymme toimii heidän silmiensä edessä.

Oikeudelliset sopimukset ovat usein täynnä epäselvää oikeudellista terminologiaa, jossa konteksti on kaikki. Mitkä ovat joitain ainutlaatuisia haasteita, joita Evisort on joutunut voittamaan luonnollisen kielen ymmärtämisessä (NLU)?

Suurin haaste, jonka meidän on ratkaistava, liittyy skannattuihin asiakirjoihin. Luonnollisen kielen käsittelyn kannalta oikeudellisen tekstin analysointi on haaste, jonka olemme ratkaisseet. Mitä emme odottaneet, oli tarve auttaa uudelleenmäärittämään tietokoneen näkemisen alaa optisen merkkien tunnistamisessa, joka on tekniikka, jota käytetään kuvien analysointiin. Monet oikeudelliset sopimukset ovat skannattuja ja ovat todella kuvia, ei tekstejä, ja olemassa oleva OCR-tekniikka on noin 20 prosentin virheellinen. Rakensimme uuden OCR-tekniikan, joka vähentää virheellisyyden murto-osaan 20 prosentista, ja se paransi merkittävästi algoritmien tarkkuutta.

Kuinka paljon aikaa oikeudelliset osastot voivat säästää käyttämällä tällaista teknologiaa?

Saimme käsiimme yli 10 miljoonan todellisen asiakirjan ja koulutimme tekoälymme tunnistamaan NDA:t, osto- ja myyntisopimukset jne. ulos laatikosta. Tämä tarkoittaa, että asiakkaamme oikeudellisissa ja hankintaprosesseissa voivat aloittaa ohjelmiston käytön asennuksen ensimmäisestä päivästä lähtien. Keskimääräinen tekoälyratkaisu, jota on saatavilla, vaatii usein seitsemän kuukauden konsulttiin perustuvan konfiguraation ennen kuin ne voivat aloittaa oikeuksien toimintojen lataamisen järjestelmään. Tämä on lisäksi säästöä ja aikaa säästävä, mitä asiakkaamme ja potentiaaliset asiakkaat kertovat, kuinka tämä työkalu tekee heidät tehokkaammaksi työssään ja vapauttaa aikaa, jotta he voivat keskittyä muihin tärkeisiin tehtäviin, jotka vaativat heidän huomiotaan.

Evisort tarjoaa myös hankintaratkaisuja. Voitko kertoa jotain näistä ratkaisuista?

Molemmat oikeudelliset ja hankintatiimit käyttävät samaa tekoälyohjelmistoa, jonka tarjoamme. Evisort muuttaa skannatut asiakirjat haettaviin teksteihin – ei mitään uutta tässä. Mutta seuraavat vaiheet ovat vallankumouksellisia lakimiehille ja ostajille. Tekoälyllä Evisort järjestää sopimukset aihealueittain ja tyypin mukaan ja tunnistaa määräyksiä kussakin sopimuksessa. Laaja joukko avaindataa poistetaan, kuten osapuolten nimet, päivämäärät ja kaupan koko.

Oletetaan, että hankintapäällikkö on viimeistelemässä arvokasta myyjän sopimusta ja hakee yleisen asianajan neuvontaa koskien vastuun rajoittamista. Tällä hetkellä lakimies voi tehdä hakusanahaun “vastuun rajoittamisesta” sopimuksissa, joihin lakiryhmällä on pääsy, mutta heidän on avattava kunkin sopimuksen lukemiseksi ja katsottava, onko se hyödyllistä. Ohjelmistomme skannaa heti koko yrityksen sopimukset, jotka sisältävät vastuun rajoittamisen – haettaessa vain niitä, jotka ovat tietyssä päivämäärässä tai muissa parametreissa, joita lakimies haluaa. Se esittää tämän tiedon kaaviona. Kaavio näyttää, milloin sopimus allekirjoitettiin, kuinka paljon rahaa oli osallisena kaupassa, vastuun rajoittamisen kieli ja muut tiedot. Tämä säästää lakimiehelle useita tunteja työtä lukemalla kunkin asiakirjan käsin.

Vastaavasti hankintatiimit voivat suorittaa hakusanahaun ja päivämäärähakuja ymmärtääkseen tarkalleen, kenelle he velkaa mitä ja milloin se on maksettava. Hankinta- ja sopimushallintatiimit kääntyivät sopimussopimuksen hallintatyökalujen, kuten Evisortin, puoleen, kun heidän yrityksensä alkoivat jättää automaattisia uudistuksia, etsivät ulos vuokrasopimuksista tai näkivät tuloksen myöhästyneistä toimituksista. Näimme valtavan kasvun tässä toiminnassa vuonna 2020 pandemian ja siihen liittyvien trendien vuoksi.

Heinäkuussa lanseerasimme Evisort Contract Workflowin, joka mahdollistaa hankintapäälliköille sopimusten nopeamman allekirjoittamisen. Tämä käyttää Contract Management -tuotteen tietoja uusien sopimusten luomiseen oikeudellisesti hyväksyttyjen mallien avulla. Premium-riskitunnistusmoduuli tunnistaa ongelmallisia kohtia ja ehdottaa muutoksia ennalta määritettyjen standardien perusteella. Työkalumme auttaa katalysoimaan tehokkaimman hyväksymismenettelyn. Hankintapäälliköt voivat määrittää hyväksyjät eri ehtojen ja ehtojen mukaan ja tarkastella kaikkia allekirjoittamattomia sopimuksia yhdellä silmäyksellä dashboardin kautta. Yhdessä Contract Workflow ja Contract Management auttavat pitämään kaikki hankinta- ja oikeudelliset tiimit samalla sivulla sopimusten tilasta ja velvoitteista.

Onko mitään muuta, mitä haluaisit jakaa Evisortista?

Vaikka tekoälymme ensisijainen sovellus on lopusta loppuun sopimussopimus, olemme todella tekoälyyritys. Käytimme sarjan A -rahoitusta kouluttaaksemme tekoälymme, jotta se on vertaansa vailla kyvyssään tunnistaa asiakirjoja, joita asiakkaamme eri liiketoiminta-aloilla pyytävät. Jatkamme panostusta Evisort AI Labsiin (tekoälytutkimus- ja kehitystiimi) ja etsimme uusia tapoja, joilla voimme auttaa yrityksiä soveltamaan aitoa tekoälyämme. Olemme palkanneet kaikissa osastoihimme vuonna 2020, koska näimme valtavan kasvun johtuen asiakirjojen ja kiinnostuksen kasvusta tuotteidemme käytössä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Evisortissa.