stub Jerry Ting, grundare och VD för Evisort - Intervjuserien - Unite.AI
Anslut dig till vårt nätverk!

Intervjuer

Jerry Ting, grundare och VD för Evisort – Intervjuserie

mm

publicerade

 on

Jerry Ting, är grundare och VD för Evidort ett företag som erbjuder kontraktsarbetsflöde och ledningskapacitet för att förbättra effektiviteten, minska riskerna och få insyn i alla kontrakt. Evisort är den första plattformen för att automatiskt sammanställa kontrakt från hela verksamheten, skapa strömlinjeformade godkännandeprocesser och tillämpa avancerad artificiell intelligens (AI) för att tillhandahålla realtidsanalyser så att dina juridiska, kontrakts- och inköpsteam kan accelerera dina verksamheter.

Vad lockade dig från början till AI?

Jag började först tänka på artificiell intelligens när jag arbetade som praktikant i USA:s högsta domstol. Jag märkte hur tidspressade advokater spenderade tusentals timmar på att organisera, granska, spåra och utföra due diligence på juridiska dokument. Det var galet att se den högsta domstolen trycka runt papperskorgar och papperskorgar efter bevis. Det gav mig idén att AI kunde göra detta tråkiga arbete mycket mer effektivt, med tanke på dess förmåga att snabbt analysera enorma datamängder.

Du fick idén till Evisort när du gick på juristutbildningen. Kan du vägleda oss genom denna tillkomstberättelse?

Jag hade jobbat med försäljning på Yelp innan jag började på juristutbildningen, där jag såg att juridiska och leverantörsledningsteam stod inför samma problem som advokater gjorde med att granska stora mängder data. Jag insåg att om AI kunde analysera dokument i rättstvister, kunde den också förstå komplexa affärskontrakt. Jag insåg hur besvärligt det var att försöka göra det juridiska arbetet med grundläggande mjukvara men utan automatisering. I mina diskussioner med professorer och alumner från Harvard Law var en röd tråd att folk ägnade mycket tid åt att leta efter språk, klausuler, prejudikat, datum och partinamn i kontrakt. Det var verkligen en manuell process.

Jag slog mig ihop med dataforskare från MIT och jurister från Harvard för att skapa en plattform för artificiell intelligens, Evisort. Jag träffade mina medgrundare Amine Amoun och Jacob Sussman genom Harvard Law Entrepreneurship Project. Jacob gick i min klass 2018 på Harvard Law, och Amine arbetade med AI på MIT. Vi träffade Memme Onwudiwe och Riley Hawkins i 2019 års klass och bjöd in dem att gå med i laget.

Harvard Law-gemenskapen hjälpte oss att komma igång med verksamheten i början. Vi vann bästa presentation vid 2017 års Lee Kuan Yew Global Business Plan Competition i kategorin tjänster. Med stöd från mentorer och dekaner vid Harvard Law hade vi möjlighet att visa upp vår programvara för företagsjurister och offentliga jurister, som personal från statliga åklagarkontor. Detta var oerhört hjälpsamt för att utforma vår produktmarknadsanpassning.

Blev du överhuvudtaget förvånad över att ingen annan erbjöd en produkt som Evisort?

Absolut, jag blev förvånad. Jag visste till och med att Microsoft Excel kunde göra saker för att hjälpa advokater. Men varför gör de inte det? Jag tänkte: "Jag måste gå och hitta någon att bygga plattformen för det här är en miljarddollarmöjlighet." Legaltech-utrymmet är fullt av startups och etablerade spelare som erbjuder ganska sofistikerade lösningar för e-discovery i rättstvister, några med mycket bra AI och maskininlärning. Däremot finns det betydligt färre produkter på andra sidan det juridiska huset. Transaktionsadvokater undersöker, utarbetar och granskar kontrakt, hanterar stora företagsfusioner och förvärv, hanterar värdepapperserbjudanden och förbereder avslutande dokument för försäljning och köp av fastigheter.

Uppgifterna i kontrakten är inte bara meningsfulla för de advokater som utarbetar, granskar och behandlar dessa dokument. Dessa data styr också hur ekonomiavdelningar fakturerar och skickar ut fakturor, eller hur, när och till vem ett säljteam skulle sälja en viss produkt eller tjänst. Det driver till och med på vad de väljer att sälja. Dessa data definierar ett visst företags relationer med dess leverantörer, kunder och anställda och, på många sätt, stödjer och vägleder det dagliga beslutsfattandet. Du kan bryta ner ett företag i hela dess värdekedja genom att titta på dess kontrakt.

Har du blivit överraskad över hur mottaglig marknadsplatsen har varit för Evisort?

Evisort arbetar för team från startups till Fortune 100s med komplexa juridiska processer och upphandlingsprocesser. Pandemin 2020 innebar de största överraskningarna i vår affärstillväxt. Många advokater har kommenterat hur de inte förväntade sig att de skulle lägga så mycket tid på att granska Force Majeure-klausuler. Uppgången i detta arbete, såväl som den distribuerade karaktären hos team, har lett till att antalet nya affärsförfrågningar har vuxit med fem gånger den takt vi såg 2019.

Kan du gå igenom några av maskininlärningsteknikerna som används på Evisort?

Evisorts mjukvara integrerar optisk teckenigenkänning och naturlig språkbehandling för att extrahera metadata från kundens kontrakt, och sedan för att låta kunden enkelt söka igenom denna metadata. Efter att ha importerat ett dokument till appen kör programvaran automatiskt OCR och förbättrad juridisk kontextuell stavningskontroll för att samla in data för maskinbearbetning. Utöver det kommer lager av AI 1) att klassificera dokumentet med hjälp av metadata; 2) extrahera och identifiera relevant information på styckenivå med hjälp av en kombination av klassificeringsmetoder såsom linjära modeller, beslutsträd och neurala nät; och 3) extrahera specifika entiteter från texten med användning av återkommande neurala nätteknologier, såsom långtidsminne (LSTM) och konvolutionella återkommande neurala nätverk (CRNN).

Evisort är den första autentiska AI som kan identifiera kontraktstyp, icke-standardiserade tredjepartsklausuler, motpartsnamn, utgångsdatum och automatiskt knyta förälder till barn. Vi har tränat dessa lager av AI på över 10 miljoner dokument, såsom NDA:er, köpeavtal och andra vanliga typer av kontrakt. Det betyder att den kan förstå över 230 typer av kontrakt och inte behöver utbildas på varje enskilt företags egna kontrakt. Vi uppmuntrar alla potentiella användare att ge oss vilket kontrakt som helst och vi kan visa dem att vår AI fungerar mitt framför deras ögon.

Juridiska kontrakt är ofta fulla av oklar juridisk terminologi där sammanhanget är allt. Vilka är några av de unika utmaningarna med naturlig språkförståelse (NLU) som Evisort har varit tvungen att övervinna?

Den största utmaningen vi har haft att lösa är kring skannade dokument. Ur ett NLP-perspektiv är arbetet med att analysera lagtext en utmaning som vi har banat väg för och löst. Vad vi inte förväntade oss var att behöva hjälpa till att omdefiniera datorseendefältet för optisk teckenigenkänning, vilket är den teknik som används för att analysera bilder. Många juridiska kontrakt skannas och faktiskt bilder, inte text, och befintlig OCR-teknik har ungefär 20 % felfrekvens. Vi byggde ny OCR-teknik som minskade felfrekvensen till en bråkdel av 20 % och den förbättrade avsevärt noggrannheten i våra algoritmer.

Hur mycket tid kan juridiska avdelningar spara genom att använda denna typ av teknik?

Vi fick tag på mer än 10 miljoner verkliga dokument och förtränade vår AI för att känna igen NDA, köpavtal, vad har du, ur lådan. Det innebär att våra kunder inom juridik och inköp kan börja använda programvaran från dag 1 av installationen. Den genomsnittliga AI-lösning som finns tillgänglig från hyllan kräver ofta sju till tio månaders konsultdriven konfiguration innan de kan börja ladda upp livedokument från sin juridiska verksamhet till systemet. Det är utöver kostnads- och tidsbesparingarna med responsiv sökning. Tidsbesparingarna är viktiga, men ännu mer övertygande, vi hör från kunder och potentiella kunder hur detta verktyg gör dem mer effektiva på sina jobb och frigör tid så att de kan fokusera på andra viktiga jobb som kräver deras uppmärksamhet.

Evisort erbjuder även inköpslösningar. Kan du diskutera några av dessa lösningar?

Både juridiska team och upphandlingsteam använder samma AI-baserade programvara som vi tillhandahåller. Evisort konverterar först skannade dokument till sökbar text – inget nytt här. Men det är nästa steg som har en revolutionerande tillämpning för advokater och köpare. Med hjälp av artificiell intelligens sorterar Evisort igenom alla kontrakt, kategoriserar dem efter ämnesområde och typ av kontrakt, och identifierar bestämmelser inom varje kontrakt. En hel rad nyckeldata extraheras såsom partinamn, datum och affärens storlek.

Låt oss säga att en inköpschef mitt i slutförandet av ett högt värdefullt leverantörskontrakt kommer till en chefsjurist och söker vägledning för att förhandla fram en bestämmelse om begränsning av ansvar. Just nu kan advokaten göra en ordsökning efter "ansvarsbegränsning" bland de kontrakt som juridiska teamet har tillgång till för att hitta relevanta kontrakt, men hon måste öppna var och en för att läsa den och se om det är till hjälp. Vår mjukvara skannar omedelbart varje kontrakt i hela företaget som inkluderar en ansvarsbegränsning – drar bara upp de inom ett visst datum eller andra parametrar som advokaten vill ha. Den presenterar dessa data i diagramform. Diagrammet visar när avtalet undertecknades, hur mycket pengar som var inblandade i affären, språket för ansvarsbegränsningen. Detta sparar advokaten flera timmars arbete med att läsa varje dokument för hand.

På samma sätt kan inköpsteam utföra ord- och datumsökningar för att förstå exakt vem som är skyldig dem vad och när det förfaller. Inköps- och kontraktschefer vände sig till verktyg för livscykelhantering för kontrakt som Evisort när deras företag började sakna automatiska förnyelser, ville avsluta leasingavtal eller se intäktseffekter från leveransförseningar. Vi såg en enorm ökning av denna aktivitet under 2020 med pandemin och relaterade trender.

I juli lanserade vi Evisort Contract Workflow, som gör det möjligt för inköpschefer att få sina kontrakt undertecknade snabbare. Detta använder data från vår kontraktshanteringsprodukt för att automatisera skapandet av nya kontrakt, med hjälp av juridiskt godkända mallar. En premiumriskidentifieringsmodul identifierar problematiska passager och föreslår ändringar baserat på förinställda standarder. Vårt verktyg hjälper till att katalysera den mest effektiva godkännandeprocessen. Inköpsansvariga kan tilldela godkännare baserat på olika villkor och villkor och granska alla kontrakt som väntar på undertecknande med ett ögonkast via vår instrumentpanel. Tillsammans hjälper Contract Workflow och Contract Management att hålla alla medlemmar av upphandling och juridiska på samma sida om kontraktsstatus och skyldigheter.

Finns det något mer du skulle vilja dela med dig av om Evisort?

Även om den primära tillämpningen av vår AI är kontraktshantering från slut till slut, är vi verkligen ett AI-företag. Vi använde vår Serie A-finansiering för att investera i att träna vår AI så den är oöverträffad i dess förmåga att känna igen de användningsfall som kunder i en rad olika typer av företag frågar om. Vi fortsätter att investera i Evisort AI Labs (vårt AI FoU-team) och utforskar nya sätt vi kan hjälpa företag att tillämpa vår autentiska AI. Vi har anställt på alla avdelningar under 2020, eftersom vi ser denna enorma ökning av potentiella kunder och intresse för att använda vår produkt.

Tack för den fina intervjun, läsare som vill veta mer bör besöka Evisort.

En av grundarna av unite.AI och en medlem av Forbes Technology Council, Antoine är en futurist som brinner för framtiden för AI och robotik.

Han är också grundare av Securities.io, en webbplats som fokuserar på att investera i disruptiv teknik.