Jerry Ting, założyciel i dyrektor generalny Evisort – seria wywiadów

Jerry Ting jest założycielem i dyrektorem generalnym firmy Dowód firma oferująca możliwości przepływu pracy i zarządzania umowami w celu poprawy wydajności, zmniejszenia ryzyka i uzyskania wglądu w każdą umowę. Evisort to pierwsza platforma, która automatycznie agreguje umowy z całej firmy, tworzy usprawnione procesy zatwierdzania i stosuje zaawansowaną sztuczną inteligencję (AI) w celu zapewnienia analiz w czasie rzeczywistym, dzięki czemu zespoły prawne, kontraktowe i zaopatrzeniowe mogą przyspieszyć działalność swojej firmy.

Co początkowo przyciągnęło Cię do AI?

Po raz pierwszy zacząłem myśleć o sztucznej inteligencji, pracując jako stażysta w Sądzie Najwyższym Stanów Zjednoczonych. Zauważyłem, że prawnicy pod presją czasu spędzają tysiące godzin na organizowaniu, przeglądaniu, śledzeniu i przeprowadzaniu analizy due diligence dokumentów prawnych. To było szaleństwo patrzeć, jak sąd najwyższy przerzucał kosze na papier w poszukiwaniu dowodów. To podsunęło mi pomysł, że sztuczna inteligencja może znacznie zwiększyć wydajność tej żmudnej pracy, biorąc pod uwagę jej zdolność do szybkiego analizowania ogromnych zbiorów danych.

Pomysł na Evisort wpadłeś podczas studiów prawniczych. Czy możesz przeprowadzić nas przez tę historię genezy?

Przed studiami prawniczymi pracowałem w dziale sprzedaży w Yelp, gdzie zauważyłem, że zespoły prawne i zarządzające dostawcami borykają się z tymi samymi problemami, co prawnicy przy przeglądaniu dużych ilości danych. Zdałem sobie sprawę, że gdyby sztuczna inteligencja potrafiła analizować dokumenty w sporach sądowych, mogłaby również zrozumieć złożone umowy biznesowe. Zdałem sobie sprawę, jak kłopotliwe jest wykonywanie legalnej pracy przy użyciu podstawowego oprogramowania, ale bez automatyzacji. W moich dyskusjach z profesorami i absolwentami prawa na Harvardzie wspólnym wątkiem było to, że ludzie spędzali dużo czasu na szukaniu języka, klauzul, precedensów, dat i nazw stron w umowach. To naprawdę był proces ręczny.

Połączyłem siły z analitykami danych z MIT i prawnikami z Harvardu, aby stworzyć platformę sztucznej inteligencji Evisort. Moich współzałożycieli, Amine Amoun i Jacoba Sussmana, poznałem w ramach Harvard Law Entrepreneurship Project. Jacob był na moich zajęciach w 2018 roku na Uniwersytecie Harvarda, a Amine pracowała nad sztuczną inteligencją na MIT. Na zajęciach w 2019 roku poznaliśmy Memme Onwudiwe i Riley Hawkins i zaprosiliśmy ich do dołączenia do zespołu.

Społeczność prawnicza Harvardu pomogła nam rozpocząć działalność na początku. Wygraliśmy najlepszą prezentację w konkursie Lee Kuan Yew Global Business Plan Competition 2017 w kategorii usługi. Dzięki wsparciu mentorów i dziekanów z Harvard Law mieliśmy okazję zaprezentować nasze oprogramowanie prawnikom korporacyjnym i z sektora publicznego, takim jak pracownicy biur prokuratorów stanowych. Było to niezwykle pomocne w kształtowaniu dopasowania naszego produktu do rynku.

Czy byłeś zaskoczony, że nikt inny nie oferował takiego produktu jak Evisort?

Absolutnie, byłem zaskoczony. Wiedziałem nawet, że Microsoft Excel może pomóc prawnikom. Ale dlaczego tego nie robią? Pomyślałem: „Muszę znaleźć kogoś, kto zbuduje platformę, ponieważ jest to szansa warta miliardy dolarów”. Przestrzeń legaltech jest pełna start-upów i uznanych graczy oferujących dość wyrafinowane rozwiązania do odkrywania danych w sporach sądowych, niektóre z bardzo dobrą sztuczną inteligencją i uczeniem maszynowym. Jednak po drugiej stronie legalnego domu jest znacznie mniej produktów. Prawnicy transakcyjni badają, opracowują i opiniują umowy, zajmują się fuzjami i przejęciami dużych przedsiębiorstw, zarządzają ofertami papierów wartościowych oraz przygotowują dokumenty końcowe dotyczące sprzedaży i zakupu nieruchomości.

Dane zawarte w umowach mają znaczenie nie tylko dla prawników, którzy je sporządzają, przeglądają i przetwarzają. Dane te wpływają również na sposób, w jaki działy finansowe wystawiają faktury i wysyłają faktury oraz w jaki sposób, kiedy i komu zespół sprzedaży będzie sprzedawał dany produkt lub usługę. Wpływa nawet na to, co zdecydują się sprzedać. Dane te definiują relacje danej firmy z dostawcami, klientami i pracownikami oraz pod wieloma względami stanowią podstawę i wskazówki w codziennym podejmowaniu decyzji. Analizując umowy, można podzielić firmę na cały łańcuch wartości.

Czy zaskoczyła Cię otwartość rynku na Evisort?

Evisort współpracuje ze złożonymi procesami prawnymi i zakupowymi dla zespołów, od start-upów po listy 100 z listy Fortune. Pandemia roku 2020 przyniosła największe niespodzianki w rozwoju naszego biznesu. Wielu prawników stwierdziło, że nie spodziewali się, że spędzą tyle czasu na przeglądaniu klauzul dotyczących siły wyższej. Wzrost wydajności tej pracy, a także rozproszony charakter zespołów spowodował, że liczba nowych zapytań biznesowych wzrosła pięciokrotnie w porównaniu z rokiem 2019.

Czy mógłbyś przeprowadzić nas przez niektóre technologie uczenia maszynowego stosowane w Evisort?

Oprogramowanie Evisort integruje optyczne rozpoznawanie znaków i przetwarzanie języka naturalnego w celu wyodrębnienia metadanych z umowy klienta, a następnie umożliwienia klientowi łatwego przeszukiwania tych metadanych. Po zaimportowaniu dokumentu do aplikacji oprogramowanie automatycznie uruchamia OCR i ulepszone prawne kontekstowe sprawdzanie pisowni w celu zebrania danych do przetwarzania maszynowego. Co więcej, warstwy sztucznej inteligencji będą: 1) klasyfikować dokument za pomocą metadanych; 2) wyodrębnić i zidentyfikować istotne informacje na poziomie akapitu, stosując kombinację metod klasyfikacji, takich jak modele liniowe, drzewa decyzyjne i sieci neuronowe; oraz 3) wyodrębnić określone elementy z tekstu przy użyciu technologii rekurencyjnych sieci neuronowych, takich jak długoterminowa pamięć krótkotrwała (LSTM) i splotowe rekurencyjne sieci neuronowe (CRNN).

Evisort to pierwsza autentyczna sztuczna inteligencja, która potrafi zidentyfikować rodzaj umowy, niestandardowe klauzule stron trzecich, nazwy kontrahentów, daty wygaśnięcia i automatycznie powiązać rodzica z dzieckiem. Przeszkoliliśmy te warstwy sztucznej inteligencji na podstawie ponad 10 milionów dokumentów, takich jak umowy NDA, umowy zakupu i inne powszechnie stosowane typy umów. Oznacza to, że może zrozumieć ponad 230 rodzajów umów i nie musi przechodzić szkolenia w zakresie umów poszczególnych firm. Zachęcamy każdego potencjalnego użytkownika do podpisania z nami dowolnej umowy, a my pokażemy mu, że nasza sztuczna inteligencja działa na jego oczach.

Umowy prawne są często pełne niejasnej terminologii prawnej, dla której najważniejszy jest kontekst. Jakie wyjątkowe wyzwania związane ze zrozumieniem języka naturalnego (NLU) musiały pokonać firmy Evisort?

Największym wyzwaniem, z jakim musieliśmy się zmierzyć, były zeskanowane dokumenty. Z perspektywy NLP praca nad analizą tekstu prawnego jest wyzwaniem, które podjęliśmy jako pionierzy i które rozwiązaliśmy. Nie spodziewaliśmy się, że będziemy musieli pomóc w ponownym zdefiniowaniu pola widzenia komputerowego w zakresie optycznego rozpoznawania znaków, czyli technologii stosowanej do analizy obrazów. Wiele umów prawnych skanowanych jest w formie obrazów, a nie tekstu, a istniejąca technologia OCR charakteryzuje się współczynnikiem błędów wynoszącym około 20%. Stworzyliśmy nową technologię OCR, która zmniejszyła ten poziom błędów do ułamka 20% i drastycznie poprawiła dokładność naszych algorytmów.

Ile czasu mogą zaoszczędzić działy prawne, korzystając z tego typu technologii?

Dotarliśmy do ponad 10 milionów dokumentów pochodzących ze świata rzeczywistego i wstępnie przeszkoliliśmy naszą sztuczną inteligencję do rozpoznawania umów NDA, umów zakupu i innych gotowych rozwiązań. Oznacza to, że nasi klienci z działów prawnych i zaopatrzenia mogą rozpocząć korzystanie z oprogramowania od pierwszego dnia instalacji. Przeciętne rozwiązanie AI dostępne z półki często wymaga od siedmiu do dziesięciu miesięcy konfiguracji prowadzonej przez konsultantów, zanim będą mogli rozpocząć przesyłanie do systemu bieżących dokumentów związanych z ich operacjami prawnymi. To dodatek do oszczędności kosztów i czasu uzyskanych dzięki responsywnemu wyszukiwaniu. Oszczędność czasu jest ważna, ale jeszcze bardziej przekonująca: słyszymy od obecnych i potencjalnych klientów, że to narzędzie zwiększa ich efektywność w pracy i uwalnia czas, dzięki czemu mogą skupić się na innych ważnych zadaniach wymagających ich uwagi.

Evisort oferuje również rozwiązania w zakresie zaopatrzenia. Czy mógłbyś omówić niektóre z tych rozwiązań?

Zarówno zespoły prawne, jak i zespoły zakupowe korzystają z tego samego oprogramowania opartego na sztucznej inteligencji, które zapewniamy. Evisort najpierw konwertuje zeskanowane dokumenty na tekst, który można przeszukiwać – tutaj nie ma nic nowego. Ale to kolejne kroki mają rewolucyjną aplikację dla prawników i kupujących. Wykorzystując sztuczną inteligencję, Evisort sortuje wszystkie umowy, kategoryzując je według obszaru tematycznego i rodzaju umowy oraz identyfikuje postanowienia każdej umowy. Wyodrębniany jest cały zakres kluczowych danych, takich jak nazwy stron, daty i wielkość transakcji.

Załóżmy, że kierownik ds. zakupów w trakcie finalizowania umowy z dostawcą o dużej wartości przychodzi do głównego radcy prawnego z prośbą o wskazówki dotyczące negocjowania postanowienia dotyczącego ograniczenia odpowiedzialności. W tej chwili prawnik może wyszukać słowo „ograniczenie odpowiedzialności” wśród umów, do których zespół prawny ma dostęp, aby znaleźć odpowiednie umowy, ale musiałby otworzyć każdą z nich, aby ją przeczytać i sprawdzić, czy jest pomocna. Nasze oprogramowanie błyskawicznie skanuje każdą umowę w całej firmie, która zawiera ograniczenie odpowiedzialności – wyszukując tylko te, które mieszczą się w określonym terminie lub przy innych parametrach, jakich oczekuje prawnik. Prezentuje te dane w formie wykresu. Wykres pokazuje, kiedy umowa została podpisana, ile pieniędzy włożono w transakcję, język ograniczenia odpowiedzialności. Oszczędza to prawnikowi wielu godzin pracy podczas ręcznego czytania każdego dokumentu.

Podobnie zespoły zakupowe mogą wyszukiwać słowa i daty, aby dokładnie dowiedzieć się, kto jest im winien, co i kiedy jest należny. Menedżerowie ds. zakupów i kontraktów zwrócili się ku narzędziom do zarządzania cyklem życia umów, takim jak Evisort, gdy w ich firmach zaczęły brakować funkcji automatycznego odnawiania, chciały wyjść z umów najmu lub dostrzegały wpływ opóźnień w wysyłce na przychody. W związku z pandemią i związanymi z nią trendami zaobserwowaliśmy ogromny wzrost tej aktywności w 2020 roku.

W lipcu uruchomiliśmy Evisort Contract Workflow, który umożliwia menedżerom ds. zakupów szybsze podpisywanie umów. Wykorzystuje to dane z naszego produktu do zarządzania umowami w celu zautomatyzowania tworzenia nowych umów przy użyciu szablonów zatwierdzonych przez prawo. Moduł identyfikacji ryzyka premium identyfikuje problematyczne fragmenty i sugeruje poprawki w oparciu o ustalone standardy. Nasze narzędzie pomaga katalizować najbardziej efektywny proces zatwierdzania. Menedżerowie ds. zakupów mogą przypisywać osoby zatwierdzające na podstawie różnych warunków i warunków oraz błyskawicznie przeglądać wszystkie umowy oczekujące na podpis za pośrednictwem naszego pulpitu nawigacyjnego. Wspólnie funkcje Przepływ pracy i Zarządzanie umowami pomagają wszystkim członkom działów zaopatrzenia i prawnikom mieć tę samą wiedzę na temat statusu umowy i obowiązków.

Czy jest coś jeszcze, czym chciałbyś się podzielić na temat Evisort?

Chociaż głównym zastosowaniem naszej sztucznej inteligencji jest kompleksowe zarządzanie umowami, tak naprawdę jesteśmy firmą zajmującą się sztuczną inteligencją. Wykorzystaliśmy fundusze z serii A na inwestycje w szkolenie naszej sztucznej inteligencji, dzięki czemu jest ona niezrównana pod względem zdolności rozpoznawania przypadków użycia, o które pytają klienci z różnych rodzajów firm. Kontynuujemy inwestycje w Evisort AI Labs (nasz zespół badawczo-rozwojowy nad sztuczną inteligencją) i odkrywamy nowe sposoby, w jakie możemy pomóc firmom we wdrażaniu naszej autentycznej sztucznej inteligencji. W 2020 r. zatrudniliśmy pracowników we wszystkich działach, ponieważ widzimy ogromny wzrost liczby potencjalnych klientów i zainteresowania naszym produktem.

Dziękuję za wspaniały wywiad. Czytelnicy chcący dowiedzieć się więcej powinni odwiedzić nas Evisort.