stubbur Jerry Ting, stofnandi og forstjóri Evisort - Interview Series - Unite.AI
Tengja við okkur

viðtöl

Jerry Ting, stofnandi og forstjóri Evisort – Interview Series

mm

Útgefið

 on

Jerry Ting, er stofnandi og forstjóri Evisort fyrirtæki sem býður upp á verkflæði samninga og stjórnunargetu til að bæta skilvirkni, draga úr áhættu og fá sýnileika í hvaða samningi sem er. Evisort er fyrsti vettvangurinn til að safna sjálfkrafa saman samningum frá öllu fyrirtækinu, búa til straumlínulagað samþykkisferli og beita háþróaðri gervigreind (AI) til að veita rauntíma greiningu svo laga-, samninga- og innkaupateymi þín geti hraðað fyrirtækjum þínum.

Hvað laðaði þig að gervigreind í upphafi?

Ég byrjaði fyrst að hugsa um gervigreind á meðan ég starfaði sem grunnnemi í hæstarétti Bandaríkjanna. Ég tók eftir því hversu tímaþröngir lögfræðingar eyddu þúsundum klukkustunda í að skipuleggja, skoða, fylgjast með og framkvæma áreiðanleikakönnun á lögfræðilegum skjölum. Það var brjálað að sjá hæstarétt ýta í kringum tunnur og pappírsfötur eftir sönnunargögnum. Það gaf mér þá hugmynd að gervigreind gæti gert þessa leiðinlegu vinnu miklu skilvirkari, í ljósi getu þess til að flokka stór gagnasöfn fljótt.

Þú fékkst hugmyndina að Evisort þegar þú varst í lagaskóla. Getur þú leiðbeint okkur í gegnum þessa tilurð sögu?

Ég hafði stundað sölutíma hjá Yelp áður en ég fór í lögfræðinám, þar sem ég sá að lögfræði- og sölumannastjórnendur stóðu frammi fyrir sömu vandamálum og lögfræðingar gerðu við að fara yfir mikið magn af gögnum. Ég áttaði mig á því að ef gervigreind gæti greint skjöl í málaferlum gæti það líka skilið flókna viðskiptasamninga. Ég áttaði mig á því hversu fyrirferðarmikið það var að reyna að vinna lögfræðivinnuna með grunnhugbúnaði en án sjálfvirkni. Í viðræðum mínum við prófessora og alumni í Harvard Law var rauður þráður að fólk eyddi miklum tíma í að leita að tungumáli, ákvæðum, fordæmum, dagsetningum og nöfnum aðila í samningum. Þetta var í raun handvirkt ferli.

Ég tók höndum saman við gagnafræðinga frá MIT og lögfræðingum frá Harvard til að búa til gervigreindarvettvang, Evisort. Ég kynntist meðstofnendum mínum Amine Amoun og Jacob Sussman í gegnum Harvard Law Entrepreneurship Project. Jacob var í bekknum mínum 2018 í Harvard Law og Amine var að vinna við gervigreind við MIT. Við hittum Memme Onwudiwe og Riley Hawkins í 2019 bekknum og buðum þeim að slást í hópinn.

Lögfræðisamfélagið í Harvard hjálpaði okkur að koma fyrirtækinu af stað í árdaga. Við unnum bestu kynninguna í Lee Kuan Yew Global Business Plan Competition 2017 í þjónustuflokknum. Með stuðningi frá leiðbeinendum og deildarforsetum við Harvard Law, fengum við tækifæri til að sýna hugbúnaðinn okkar fyrir lögfræðingum fyrirtækja og hins opinbera, svo sem starfsmönnum frá skrifstofum ríkislögfræðinga. Þetta var gríðarlega gagnlegt við að móta vörumarkaðinn okkar.

Varstu hissa á því að enginn annar væri að bjóða vöru eins og Evisort?

Algjörlega, ég var hissa. Ég vissi meira að segja að Microsoft Excel gæti gert hluti til að hjálpa lögfræðingum. En hvers vegna gera þeir það ekki? Ég hugsaði: „Ég þarf að fara að finna einhvern til að byggja pallinn því þetta er milljarða dollara tækifæri. Legaltech rýmið er stútfullt af sprotafyrirtækjum og rótgrónum leikmönnum sem bjóða upp á frekar háþróaðar lausnir fyrir enduruppgötvun í málaferlum, sumir með mjög góða gervigreind og vélanám. Hins vegar eru mun færri vörur hinum megin við lögheimilið. Viðskiptalögfræðingar rannsaka, gera drög og endurskoða samninga, sjá um samruna og yfirtökur stórra fyrirtækja, hafa umsjón með verðbréfaútboðum og útbúa lokaskjöl fyrir sölu og kaup á fasteignum.

Gögnin sem eru í samningum eru ekki aðeins þýðingarmikil fyrir lögfræðinga sem semja, fara yfir og vinna úr þessum skjölum. Þessi gögn stýra líka hvernig fjármáladeildir innheimta og senda út reikninga, eða hvernig, hvenær og hverjum söluteymi myndi selja tiltekna vöru eða þjónustu. Það stýrir jafnvel því sem þeir velja að selja. Þessi gögn skilgreina tengsl tiltekins fyrirtækis við birgja sína, viðskiptavini og starfsmenn og á margan hátt undirbyggja og leiðbeina daglegri ákvarðanatöku. Þú getur skipt fyrirtæki niður í alla virðiskeðjuna með því að skoða samninga þess.

Hefur þér komið þér á óvart hversu móttækilegur markaðurinn hefur verið Evisort?

Evisort vinnur fyrir teymi frá sprotafyrirtækjum til Fortune 100s með flóknum laga- og innkaupaferli. Heimsfaraldurinn 2020 kom mest á óvart í vexti fyrirtækja okkar. Margir lögfræðingar hafa tjáð sig um hvernig þeir bjuggust ekki við því að þeir myndu eyða svo miklum tíma í að endurskoða Force Majeure ákvæði. Aukningin í þessari vinnu, sem og dreifð eðli teyma, hefur leitt til þess að fjöldi nýrra fyrirtækjafyrirspurna hefur aukist um fimmfalt meiri en við sáum árið 2019.

Gætirðu leiðbeint okkur í gegnum einhverja vélanámstækni sem er notuð hjá Evisort?

Hugbúnaður Evisort samþættir sjónræna persónugreiningu og náttúrulega málvinnslu til að draga lýsigögn úr samningi viðskiptavinarins, og síðan til að gera viðskiptavininum kleift að leita auðveldlega í gegnum þessi lýsigögn. Eftir að skjal hefur verið flutt inn í appið keyrir hugbúnaðurinn sjálfkrafa OCR og aukna lagalega samhengisvilluleit til að safna gögnum fyrir vélvinnslu. Ofan á það munu lög af gervigreind 1) flokka skjalið með lýsigögnum; 2) draga út og auðkenna viðeigandi upplýsingar á málsgreinastigi með því að nota blöndu af flokkunaraðferðum eins og línulegum líkönum, ákvörðunartrjám og tauganetum; og 3) draga tilteknar einingar úr textanum með því að nota endurtekna tauganettækni, svo sem langtímaminni (LSTM) og convolutional recurrent neural net (CRNN).

Evisort er fyrsta ekta gervigreindin sem getur auðkennt samningsgerð, óstöðluð ákvæði þriðja aðila, nöfn mótaðila, fyrningardagsetningar og sjálfkrafa tengt foreldri við barn. Við höfum þjálfað þessi lög af gervigreind á yfir 10 milljón skjölum, svo sem NDA, kaupsamningum og öðrum algengum gerðum samninga. Þetta þýðir að það getur skilið yfir 230 tegundir samninga og þarf ekki að vera þjálfað á eigin samningum hvers fyrirtækis. Við hvetjum alla væntanlega notendur til að gefa okkur hvaða samning sem er og við getum sýnt þeim að gervigreind okkar virkar beint fyrir framan augun á þeim.

Lagasamningar eru oft fullir af óljósu lagalegu hugtaki þar sem samhengi er allt. Hverjar eru nokkrar af þeim einstöku áskorunum um náttúrumálskilning (NLU) sem Evisort hefur þurft að sigrast á?

Stærsta áskorunin sem við höfum þurft að leysa er í kringum skönnuð skjöl. Frá sjónarhóli NLP er vinna við að greina lagatexta áskorun sem við höfum verið brautryðjandi og leyst. Það sem við bjuggumst ekki við var að þurfa að hjálpa til við að endurskilgreina tölvusjónsvið sjónræns eðlisgreiningar, sem er tæknin sem notuð er til að greina myndir. Margir löglegir samningar eru skannaðar og í raun myndir, ekki texti, og núverandi OCR tækni hefur um 20% villuhlutfall. Við smíðuðum nýja OCR tækni sem lækkaði villuhlutfallið niður í brot af 20% og það bætti verulega nákvæmni reikniritanna okkar.

Hversu mikinn tíma geta lögfræðideildir sparað með því að nota þessa tegund tækni?

Við fengum meira en 10 milljónir raunverulegra skjala í hendurnar og forþjálfuðum gervigreind okkar til að viðurkenna NDAs, kaupsamninga, hvað hefur þú, úr kassanum. Það þýðir að viðskiptavinir okkar í lögfræði og innkaupum geta byrjað að nota hugbúnaðinn frá 1. degi uppsetningar. Meðal gervigreindarlausn sem er fáanleg utan hillunnar krefst oft sjö til tíu mánaða ráðgjafadrifna stillingar áður en þeir geta byrjað að hlaða upp lifandi skjölum frá löglegum rekstri inn í kerfið. Það er til viðbótar við kostnað og tímasparnað sem uppskerast með móttækilegri leit. Tímasparnaðurinn er mikilvægur, en enn meira sannfærandi, við heyrum frá viðskiptavinum og væntanlegum hvernig þetta tól gerir þá skilvirkari í störfum sínum og losar um tíma svo þeir geti einbeitt sér að öðrum mikilvægum störfum sem krefjast athygli þeirra.

Evisort býður einnig upp á innkaupalausnir. Gætirðu rætt einhverjar af þessum lausnum?

Bæði lögfræðiteymi og innkaupateymi nota sama gervigreindarhugbúnaðinn og við útvegum. Evisort breytir fyrst skönnuðum skjölum í leitartexta - ekkert nýtt hér. En það eru næstu skref sem hafa byltingarkennda umsókn fyrir lögfræðinga og kaupendur. Með því að nota gervigreind flokkar Evisort alla samninga, flokkar þá eftir efnissviði og gerð samninga og greinir ákvæði innan hvers samnings. Fjölbreytt lykilgögn eru dregin út eins og nöfn aðila, dagsetningar og stærð samningsins.

Segjum sem svo að innkaupastjóri í miðri frágangi á verðmætum söluaðilasamningi komi til almenns ráðgjafar til að leita leiðsagnar um að semja um ákvæði um takmörkun ábyrgðar. Núna getur lögfræðingurinn gert orðaleit að „takmörkun á ábyrgð“ meðal samninga sem lögfræðiteymið hefur aðgang að til að finna viðeigandi samninga, en hún yrði að opna hvern og einn til að lesa hann og sjá hvort það sé gagnlegt. Hugbúnaðurinn okkar skannar samstundis alla samninga í öllu fyrirtækinu sem felur í sér takmörkun á ábyrgð - dregur aðeins upp þá sem eru innan ákveðinnar dagsetningar eða aðrar breytur sem lögfræðingurinn vill. Það sýnir þessi gögn í myndriti. Myndin sýnir hvenær samningurinn var undirritaður, hversu mikið fé var að ræða í samningnum, tungumál takmörkunar á ábyrgð. Þetta sparar lögfræðingnum margra klukkustunda vinnu við að lesa hvert skjal í höndunum.

Sömuleiðis geta innkaupateymi framkvæmt orða- og dagsetningarleit til að skilja nákvæmlega hver skuldar þeim hvað og hvenær það er gjalddagi. Innkaupa- og samningastjórar sneru sér að verkfærum til að stjórna líftíma samninga eins og Evisort þar sem fyrirtæki þeirra fóru að vanta sjálfvirka endurnýjun, leitast við að hætta við leigusamninga eða sjá tekjuáhrif frá seinkun á flutningum. Við sáum mikla aukningu í þessari starfsemi árið 2020 með heimsfaraldri og tengdri þróun.

Í júlí settum við á markað Evisort Contract Workflow, sem gerir innkaupastjórnendum kleift að undirrita samninga sína hraðar. Þetta notar gögn frá samningastjórnunarvörunni okkar til að gera sjálfvirka gerð nýrra samninga með því að nota löglega samþykkt sniðmát. Aukaáhættuauðkenningareining greinir vandkvæða kafla og leggur til breytingar byggðar á forstilltum stöðlum. Verkfæri okkar hjálpar til við að koma á skilvirkasta samþykkisferlinu. Innkaupastjórar geta úthlutað samþykkjendum á grundvelli mismunandi skilyrða og skilmála og skoðað alla samninga sem bíða undirritunar í fljótu bragði í gegnum mælaborðið okkar. Saman hjálpa samningsverkflæði og samningastjórnun að halda öllum meðlimum innkaupa og löglegum á sömu síðu um samningsstöðu og skuldbindingar.

Er eitthvað annað sem þú vilt deila um Evisort?

Þó að aðalbeiting gervigreindar okkar sé endalok samningastjórnun, erum við í raun gervigreind fyrirtæki. Við notuðum A Series fjármögnunina okkar til að fjárfesta í þjálfun gervigreindar okkar svo það er óviðjafnanlegt í getu þess til að þekkja notkunartilvikin sem viðskiptavinir í ýmsum tegundum fyrirtækja spyrja um. Við höldum áfram að fjárfesta í Evisort AI Labs (AI R&D teyminu okkar) og kannum nýjar leiðir til að hjálpa fyrirtækjum að beita ekta gervigreindinni okkar. Við höfum ráðið í allar deildir árið 2020, þar sem við sjáum þessa gríðarlegu aukningu í sölum og áhuga á að nota vöruna okkar.

Þakka þér fyrir frábært viðtal, lesendur sem vilja læra meira ættu að heimsækja Evisort.

Stofnfélagi unite.AI og meðlimur í Forbes tækniráð, Antoine er a framúrstefnu sem hefur brennandi áhuga á framtíð gervigreindar og vélfærafræði.

Hann er einnig stofnandi Verðbréf.io, vefsíða sem leggur áherslu á að fjárfesta í truflandi tækni.