Jerry Ting，Evisort 的创始人和 CEO – 采访系列

Jerry Ting 是 Evisort 的创始人和 CEO，这是一家提供合同工作流和管理功能以提高效率、降低风险和提供对任何合同的可见性的公司。Evisort 是第一个可以自动从整个业务中聚合合同、创建简化的审批流程并应用高级人工智能 (AI) 以提供实时分析的平台，以便您的法律、合同和采购团队可以加速您的业务。

您最初是什么时候被人工智能吸引的？

我第一次开始思考人工智能是在美国最高法院担任本科生实习生时。我注意到时间紧迫的律师们花费了成千上万个小时来组织、审查、跟踪和对法律文件进行尽职调查。看到最高法院推着满满的纸箱来作为证据，这真是令人难以置信。这让我产生了这样的想法：人工智能可以使这种繁琐的劳动更加高效，因为它可以快速解析大量数据。

您在法学院期间就有了 Evisort 的想法。您能否带我们了解这个起源故事？

在法学院之前，我曾在 Yelp 任职销售职位，我看到法律和供应商管理团队面临着与律师审查大量数据相同的问题。我意识到，如果人工智能可以分析诉讼中的文件，它也可以理解复杂的商业合同。我意识到试图使用基本软件而没有自动化来完成法律工作是多么繁琐。在与哈佛法学院的教授和校友讨论中，一个共同的主题是人们花费了大量时间寻找合同中的语言、条款、先例、日期和当事人名称。这确实是一个手动的过程。

我与来自 MIT 的数据科学家和来自哈佛的律师合作，创建了一个人工智能平台 Evisort。我通过哈佛法学院创业项目遇到了我的联合创始人 Amine Amoun 和 Jacob Sussman。Jacob 是我的 2018 年哈佛法学院同学，Amine 当时正在 MIT 工作。我们在 2019 年遇到了 Memme Onwudiwe 和 Riley Hawkins，并邀请他们加入团队。

哈佛法学院社区在早期帮助我们启动了业务。我们在 2017 年李光耀全球商业计划竞赛的服务类别中获得了最佳演讲奖。有哈佛法学院导师和院长的支持，我们有机会向企业和公共部门律师展示我们的软件，例如州检察长办公室的工作人员。这在塑造我们的产品市场适应性方面非常有帮助。

您是否对没有其他人提供类似 Evisort 的产品感到惊讶？

绝对是的，我很惊讶。我知道甚至 Microsoft Excel 也可以帮助律师做某些事情。但为什么他们没有这样做？我想，“我需要去找一个人来构建这个平台，因为这是一个价值十亿美元的机会。”法律技术领域充满了初创公司和成熟的玩家，他们为诉讼中的电子发现提供了非常复杂的解决方案，其中一些具有非常好的人工智能和机器学习。然而，在法律的另一边，交易律师研究、起草和审查合同，处理大型企业并购，管理证券发行，并为房地产的购买和出售准备结算文件。

合同中的数据不仅对起草、审查和处理这些文件的律师具有意义，而且还驱动着财务部门如何计费和发送发票，或者销售团队如何销售某种产品或服务。这些数据定义了公司与其供应商、客户和员工的关系，并以多种方式支撑和指导日常决策。通过查看公司的合同，可以将公司分解为其整个价值链。

您是否对市场对 Evisort 的反应感到惊讶？

Evisort 适用于从初创公司到 Fortune 100 的公司，它们具有复杂的法律和采购流程。2020 年的疫情带来了我们业务增长的最大惊喜。许多律师都评论说，他们没有想到自己会花费这么多时间审查不可抗力条款。这种工作的激增以及团队的分布式性质导致了新业务查询的增长速度是 2019 年的五倍。

您能否带我们了解 Evisort 使用的一些机器学习技术？

Evisort 的软件集成了光学字符识别和自然语言处理来从客户的合同中提取元数据，并允许客户轻松搜索此元数据。在将文档导入应用程序后，软件会自动运行光学字符识别和增强的法律上下文拼写检查，以收集机器处理的数据。在此基础上，人工智能层将 1) 使用元数据对文档进行分类；2) 使用分类方法（如线性模型、决策树和神经网络）的组合来提取和识别每个段落的相关信息；3) 使用循环神经网络技术（如长短期记忆 (LSTM) 和卷积循环神经网络 (CRNN)）从文本中提取特定实体。

Evisort 是第一个可以识别合同类型、非标准第三方条款、对手方名称、到期日期并自动将父项链接到子项的真实人工智能。我们已经在超过 1000 万份文档（如保密协议、购买协议和其他常用类型的合同）上训练了这些人工智能层。这意味着它可以理解超过 230 种类型的合同，并且不需要在每个公司自己的合同上进行训练。我们鼓励任何潜在用户提供任何合同，我们可以在他们面前展示我们的人工智能是如何工作的。

法律合同通常充满晦涩的法律术语，语境至关重要。Evisort 遇到的自然语言理解 (NLU) 挑战有什么独特之处？

我们面临的最大挑战是扫描文档。从 NLP 的角度来看，分析法律文本是一个我们已经解决的挑战。我们没有预料到的是，我们不得不帮助重新定义计算机视觉领域的光学字符识别技术，即用于分析图像的技术。许多法律合同都是扫描的，实际上是图像，而不是文本，现有的光学字符识别技术的错误率约为 20%。我们构建了新的光学字符识别技术，将错误率降低到 20% 的一小部分，并大大提高了我们的算法的准确性。

法律部门使用此类技术可以节省多少时间？

我们获得了超过 1000 万份真实世界文档，并预训练了我们的人工智能，以便它可以识别保密协议、购买协议等。这样，法律和采购团队的客户就可以从安装的第一天开始使用软件。平均而言，市面上可用的普通人工智能解决方案需要七到十个月的顾问驱动的配置，然后才能开始将他们的法律运营中的实时文档上传到系统中。这除了节省时间外，还节省了响应式搜索带来的成本和时间。时间节省很重要，但更令人信服的是，我们听说客户和潜在客户如何使用这个工具变得更加高效，并腾出时间来关注其他重要的任务。

Evisort 还提供采购解决方案。您能否讨论一些这些解决方案？

法律和采购团队都使用我们提供的基于人工智能的软件。Evisort 首先将扫描文档转换为可搜索的文本——这里没有什么新鲜的。但是，下一步对于律师和采购人员来说具有革命性的应用。使用人工智能，Evisort 会浏览所有合同，按主题和合同类型对其进行分类，并在每个合同中识别条款。从合同中提取的一系列关键数据，包括当事人名称、日期和交易规模。

假设采购经理正在完成一份高价值的供应商合同，并向法律顾问寻求关于谈判责任限制条款的指导。目前，律师可以在法律团队可以访问的合同中搜索“责任限制”来找到相关合同，但他们需要打开每个合同来阅读并查看是否有帮助。我们的软件会立即扫描公司所有包含责任限制的合同——只显示律师想要的日期或其他参数。它以图表形式呈现这些数据。图表显示合同签署的日期、交易金额、责任限制的语言。这为律师节省了手动阅读每个文档的数小时时间。

同样，采购团队可以执行单词和日期搜索，以了解他们欠谁什么，以及什么时候到期。采购和合同经理转向合同生命周期管理工具，如 Evisort，因为他们的业务开始错过自动续签、寻求退出租赁或从运输延迟中看到收入影响。我们在 2020 年看到这种活动激增，疫情和相关趋势也在不断发展。

七月，我们推出了 Evisort 合同工作流程，它使采购经理能够更快地获得签署的合同。它使用我们的合同管理产品中的数据来自动创建新的合同，使用法律批准的模板。高级风险识别模块识别出有问题的段落，并根据预设标准建议修改。我们的工具有助于催化最有效的审批流程。采购经理可以根据不同的条件和条款分配审批者，并通过我们的仪表板查看所有待签署的合同。合同工作流程和合同管理一起，帮助法律和采购团队的所有成员了解合同状态和义务。

您还想分享关于 Evisort 的其他信息吗？

虽然我们的人工智能的主要应用是端到端的合同管理，但我们实际上是一家人工智能公司。我们使用了我们的 A 轮资金来投资训练我们的人工智能，使其在识别客户在不同类型业务中询问的用例方面无与伦比。我们继续在 Evisort 人工智能实验室（我们的 AI 研发团队）中投资，并探索新的方式来帮助企业应用我们的真实人工智能。我们在 2020 年跨部门招聘了员工，因为我们看到使用我们的产品的潜在客户和兴趣的巨大增长。

感谢这次精彩的采访，希望了解更多的读者可以访问 Evisort。