Направление Legal tech основывается на передовых технологиях, которые служат для автоматизации юридической деятельности. Специалисты усматривают большой потенциал в этом направлении. Так, по оценке аналитического агентства Future Market Insights, к 2034 г. объем мирового рынка Legal tech – решений превысит 68 млрд долларов.
Рассмотрим, какие задачи помогает решить адвокатам и юристам, осуществляющим юридическое сопровождение бизнеса, использование ИИ-технологий в работе с документами и как рассчитать стоимость их внедрения.
Ниже приводим текст оригинальной публикации.
Как правило, компании начинают с автоматизации процессов и задач, связанных с составлением, обработкой и маршрутизацией документов. При этом крупные компании, заключающие десятки тысяч договоров ежегодно, зачастую сталкиваются с проблемой неэффективного использования времени юристов. Рутинные задачи, связанные с проверкой и согласованием документов, могут отнимать более 50% рабочего времени.
Сложность заключается в том, что решения на основе искусственного интеллекта требуют значительных финансовых вложений, а эффект от вложений виден не сразу. Тем не менее воздействие ИИ-технологий на экономический рост, по оценкам McKinsey, к 2030 г. по сравнению с нынешним уровнем увеличится втрое.
Legal tech – это набор технологий, автоматизирующих юридическую деятельность. На рынке существует множество решений на базе ИИ, которые помогают в работе с документами.
Спектр задач, с которыми справляется искусственный интеллект, весьма обширный. В частности, это:
● Определение типа документа. ИИ-механизмы отмечают, к какому виду документов относится тот или иной файл, а также размечают информацию таким образом, что она становится доступной для полнотекстового и атрибутивного поиска.
● Автоматическое занесение документов в систему. Алгоритмы «подсвечивают» важную информацию (например, контрагентов, услуги и их стоимость) и вносят данные в базу и соответствующие карточки.
● Маршрутизация конкретному сотруднику или отделу. К примеру, можно настроить отправку договоров по типу, предмету, контрагентам и другим критериям.
● Выявление рисков в договорах. Используя машинное обучение, сервисы анализируют документы организации, сравнивая их с чек-листом критических рисков, «подсвечивают» условия, на которые юристу стоит обратить внимание: штрафы, неустойки, нестандартные формулировки или отсутствие условий, которые могут быть критичными для компании.
● Создание шаблонов. ИИ-решения помогают составлять структурированные предварительные варианты документов, соответствующие условиям задачи и определенным критериям.
● Предоставление рекомендаций. ИИ может давать советы по исправлению нежелательных формулировок. Сервисы анализируют ранее подготовленные документы, которые хранятся в базе данных компании, и на основе полученных результатов составляют рекомендации по улучшению того или иного документа: какой структуры придерживаться, какие формулировки использовать и т.п.
● Сравнение разных версий документов. Функциональные возможности ИИ позволяют выявить несоответствия на всех стадиях согласования документа, а также при получении подписанного документа от контрагента. По итогам сравнения формируется наглядный отчет с указанием расхождений.
● Аналитика и визуализация. Такой инструмент помогает «в один клик» получить информацию о проверенных и согласованных документах, работающих над ними сотрудниках, контрактах с большими штрафами или истекающими сроками.
● Персонализация системы. Сервисы учитывают позицию сотрудника и выдают релевантный для него контент, принимая во внимание уровень доступа.
● Анализ процессов. ИИ изучает эффективность всех бизнес-процессов, отмечает наиболее трудозатратные этапы и перегруженных специалистов, через которых проходит наибольшее количество документов.
Разработка высокотехнологичного продукта – серьезное финансовое вложение (цена его внедрения может достигать десятков миллионов руб.).
На итоговую стоимость внедрения решения на базе ИИ влияют:
● Сбор и разметка данных. Это базовый этап, с которого начинается работа над проектом. При этом важно учитывать, что базу документов составляет компания-заказчик. Качество собранных документов повлияет на разметку и дальнейшее «обучение» моделей;
● Поиск и подбор моделей. Система сможет решать необходимые бизнес-задачи, только если будут правильно подобраны модели и прописаны алгоритмы.
● Разработка решения, отвечающего всем поставленным заказчиком требованиям.
● Инфраструктура для разработки и поддержания работы продукта. Компании-заказчику необходимо выделить вычислительные мощности на собственных или арендованных серверах.
● Обеспечение информационной безопасности. Поскольку договоры, как правило, содержат чувствительную для бизнеса информацию, ИИ-решение должно гарантировать ее сохранность.
● Интеграция и кастомизация. На данном этапе происходит внедрение реализованного решения в инфраструктуру компании-заказчика: настройка совместной работы систем, которые составляют текущий ИТ-ландшафт компании, с новым продуктом;
● Доработка систем. Если у компании-заказчика возникают новые задачи, которые хочется «поручить» ИИ, разработчики могут помочь «дообучить» модель.
Чтобы решить, стоит ли внедрять новый цифровой продукт, нужно знать, сэкономит ли компания в долгосрочной перспективе от его реализации. Это можно сделать с помощью расчета показателя ROI. Формула для расчета ROI выглядит следующим образом: из доходов, полученных в результате изменений, вычитается сумма инвестиций, а полученная чистая прибыль делится на инвестиционную стоимость:
ROI = (чистая прибыль / инвестиционная стоимость) х 100.
Повторимся: решение на базе ИИ – дорогостоящий продукт, который необходим далеко не всем компаниям. Чем больше договоров в организации, тем выше экономическая эффективность внедрения подобной системы. К примеру, у опытного сотрудника проверка договора с использованием чек-листа занимает порядка 75 минут. Сервис на основе ИИ позволит оптимизировать работу и сократить это время до 15 минут. Предположим, внедрение ИИ-системы обойдется компании в 7 млн руб. в год (35 млн руб. за 5 лет). В эту стоимость входят «обучение» модели, развертывание алгоритма на серверах компании-заказчика и лицензия на год.
Таким образом, ROI составит (14 млн – 7 млн) / 7 млн х 100 = 100%.
При положительном значении показателя ROI можно утверждать, что инвестиции будут оправданными, и соответственно, чем выше значение, тем лучше. Отрицательное значение сигнализирует о неэффективном решении, которое не принесет компании выгоду.
Важно также иметь в виду, что после того, как договор «прогоняется» через сервис, специалисту необходимо выделить порядка 10–15 минут, чтобы просмотреть все отмеченные риски и предложенные рекомендации. Поэтому ИИ не заменяет юриста, а лишь предоставляет ему мощный инструмент для более эффективной работы, позволяя сосредоточиться на более сложных задачах, требующих специальных навыков и экспертизы.
В заключение добавим, что автоматизация работы с документами с помощью искусственного интеллекта – не только современное и передовое решение, но и инвестирование в будущее компании. Сервисы на основе ИИ позволяют значительно упростить и ускорить работу с документами, что приводит к повышению эффективности и производительности бизнес-процессов. Однако перед тем как внедрять ИИ-сервис, необходимо рассчитать и детально проанализировать ROI с учетом всех приведенных критериев. Расчет поможет принять обоснованное решение и определить, насколько использование программ на основе искусственного интеллекта будет полезно для конкретной компании.
