9月25日，开言第六季·待时乘势成功在深圳落幕，13位讲者向现场的300名观众分享了他们对法律行业的观察、理解和思考。幂律智能创始人涂存超，现场演讲「智能合同，如何为企业合规管理助力」，与我们分享了企业该如何完成合同的智能化。以下是现场实录。 ”
↑ 点击查看演讲视频 ↑
演讲 | 涂存超 幂律智能创始人
来源 | 开言第六季·待时乘势
大家好，我是幂律智能的涂存超。两年前我第一次站上了开言的舞台，今天是第二次，来给大家做一个阶段性的汇报：我们在做的智能合同，是如何为企业的合规管理助力的。
首先简单自我介绍一下，我是一名非法律专业的人士，来自清华大学计算机系智能技术与系统国家重点实验室，从本科起一直在进行自然语言处理方向的研究。自然语言处理其实就是教会机器去理解文本、处理文本。比如下面这两首藏头诗，嵌入了“法律顾问科技峰会”八个字，其实就是人工智能机器人所作。这也是自然语言技术的一个典型应用场景。我和几个合伙人在读研期间，就希望找到一个领域，可以让自然语言处理技术充分发挥作用，后来，我们选择了法律领域。2017年，我和几个同专业的同学创立了幂律智能。目前，我们聚焦于智能合同领域，主要在做两件事：智能合同审查和智能合同管理。我们希望可以在合同“从无到有”及“从有到好”这两个环节，通过AI算法、知识和数据的共同驱动，提升审核、管理合同的质量和效率。我们的智能合同工具也服务了一系列比较知名的客户，如腾讯、南方电网、三一重工等等；还获得了一些投资机构的认可，比如红杉资本、源码资本、经纬中国、线性资本等。合同是交易的载体，也是企业实现商业目的的工具。因此合同管理是企业合规管理的重中之重。而不同类型、不同规模、不同行业的企业，对于合同合规管理的关注点和管理方式差异非常大。南方电网作为国资委直管的央企，对于合同资金方面的合规管理要求非常严格。他们要求合同在签订和履行的过程当中，要符合国资委的各项规定，比如合同签订的金额不能超过预算金额、货物买卖合同中合同的首付款比例不能超过10%、合同约定的各笔款项的支付时间不能早于合同的签订时间等等。而我们服务的另一家民营上市公司三一集团，更关心合同履行过程中的一些风险性的问题，比如合同相对方的资质问题、相对方有没有哪些风险、如何约定违约责任等。合同准备-合同起草-合同审查-合同审批-合同签订-合同履约-合同完成并且，在合同完成归档后，我们还会通过统计分析合同履行过程中的一些数据，来为企业的经营管理决策提供支撑。而在这些环节中，合同审查至关重要。而合同审查的最大痛点就在于质量和效率。在质量方面，比如，合同审查中有一些非常容易出现遗漏和偏差的内容：金额计算是否正确、大小写是否规范一致、前后文的主体表述是否一致等等。另外，合同审查标准难以统一。我们经常能听到公司的业务对法务吐槽：同样的条款，之前别的法务能通过，为什么到你这就不能通过了？由于法务人员流动、业务外包等等因素，公司内部很难统一合同审查的标准，即使统一了，也很难保证按照既定标准来执行。而在效率方面，企业越大，涉及合同的事项越多，合同审核的效率难以提升。那么，智能合同审查能够帮助企业解决哪些具体的问题？以我们服务的客户南方电网来说，客户希望合同中任意款项的支付时间不早于其合同签订时间，因此我们为其定制了一个合同审查点“先合同支付风险审查”。具体做法是将合同签订时间和每一笔款项的支付时间抽取出来，确保无论是货款支付时间、履约保证金支付时间还是质保金支付时间等，每一类时间都不能早于合同签订时间。若合同尚未签署，则每一类支付时间不能早于系统审查当前时间。而我们另一个客户三一集团，其更关心客户信用评价低，可能存在付款延期风险，对此我们为其提供了“延期付款违约责任审查”。具体审查方式是从合同中识别出合作对方，再通过关联外部公开渠道实时信息 (天眼查、企查查等)、内部客户评价及评级系统等，监控合作方资信状况，若资信异常，识别合同是否约定合作方延期付款违约责任，且延期付款违约责任约定是否合理、可执行。接下来，我们来看看人工智能具体是如何进行合同审查的。首先是上传待审核合同，系统会自动识别出合同类型，如货物买卖、商铺租赁等；选好自己的审查立场，比如货物买卖合同，是买方还是卖方；选择审查清单，是系统推荐的还是自定义的；然后，等待10秒左右，系统就会加载出来审查结果，点击即可进入详细的合同审查界面。具体的合同审查界面分为左右两个区域，左侧为合同文本的编辑区，右侧显示具体的合同风险点。这种在线编辑方式有两个好处，一是实现文档的在线化，便于合同的存储和流转，以及和其他业务系统进行打通；二是能够实现多人的协作以及版本的留痕。左侧文本区域的高亮部分，就是系统审查出来有风险的地方，点击即可在右侧展开具体的风险说明。比如上图所显示的风险点是对方可能有履约风险，目前存在涉诉和经营异常状态，可以点击链接跳转查看具体信息。智能合同审查有一项非常重要的能力，是进行关键信息缺失的审查。比如上图中，系统发现价款部分没有约定是否含税，于是进行了相应的提示。再比如，我们在起草合同或者审合同时经常遇到金额计算的问题，很容易出错，但人工智能可以轻而易举地发现并更正。合同的形式审查，比如计算问题、大小写一致问题，对于人力来说是非常麻烦费力的，但机器在这方面可以做得又快又好。另外，违约责任也是大家在进行合同审查时非常关注的一个点。机器的做法是首先从合同中找到所有分散的违约责任相关条款，然后去判断每一条违约责任有没有约定损失赔偿范围、是否包含了间接损失。判断完毕后，会给出相应的风险提示，可以将其直接一键转为合同批注，供后续的业务人员或者法务领导进行参考，也可以直接进行相应的修改。还有一类智能合同审查非常擅长做的，就是通用条款的审查。比如争议解决条款中，是否约定了非争议事项是否应当履行等。如果没有约定，既可以通过系统把标准条款一键插入，也可以进行个性化配置。最后，智能合同还可以审查首尾部的主体名称是否一致。整个合同审完之后，可以导出一个带批注的Word，保留所有修订痕迹。人工智能究竟是如何实现合同审查的？这个问题可以从两个层面来看，“审什么”和“怎么审”。在我们系统内部，内置有不同类型合同的审查清单，同时也可以根据具体情况，自设个性化审查清单。这是解决“审什么”的问题。至于“怎么审”，人工智能实际上是在完全模拟人工审查合同的过程：先通读合同全文，抓住重点信息，再根据法律法规和公司自身具体情况、内部规章制度、商业目的等进行风险点的判断。这个过程可以大致分成两个步骤：识别和审查。对于人工智能来说，识别，就是要抓取出合同中所有重要信息，比如支付方式、知识产权，也包括更细微的币种、含税约定等；在审查环节，依据这些关键信息和预先梳理好的审查逻辑，得出审查结论。那么，人工智能审查合同是否可靠，如何保证审查效果？我们的做法是知识、数据、算法三方面驱动。知识的梳理其实是在指导智能合同审查的整个识别与审查的过程。以审查保密协议为例，上图左侧是一个知识体系，指导机器应当识别出哪些信息；右侧是审查逻辑，指导机器应当如何对这些信息进行判断得出最终的审查结论。在得出审查结论之后，这些结论如何在文档中展示、如何判断风险等级、如何进行修改，都需要我们内部专业的法律人士来进行大量的梳理。目前我们法律专业团队和算法和研发团队的人员配比基本上达到了1:1。对于智能化应用而言，数据的质量和数量是非常重要的，直接影响识别和审查的效果，这需要人工进行大量标注。上图右侧是我们的数据标注员实际标注的一份商铺租赁合同，我们通过对合同的各个部分的文本进行详细标注，比如哪部分是关于商铺交付的，哪部分是关于商铺返还的，哪部分是关于租金的，来让机器学会理解和分析这些信息。最后是我们最核心的NLP算法，我们算是在法律科技领域第一个推出大规模的预训练的语言模型的机构，这能够让我们的机器在标注数据不是那么多的情况下，做到对于合同文本的非常充分理解。除了合同审查，在合同管理的其他环节，我们也能够通过在线化的方式，做到效率的提升。比如在合同准备环节，通过在线的编辑器能够实现合同模板的在线制作，合同模板中的每一个字段，都是通过字段管理互相打通的，为我们之后的合同起草、数据统计做准备。在合同起草环节，通过系统一步步的指引，直接以填表单的方式就能够实现“所见即所得”的合同在线起草。在合同审批这个环节，也是围绕合同原文来展开的，所有审批的过程和合同中的交互都可以全部留痕，并且可以进行历史版本的智能化比对。在合同履约环节，通过从合同中抽取出跟履约交付、货物验收、付款等相关的事件等，可以对其进行履约的管理。最后，基于此前所有合同环节中的数据，可以进行在线的统计分析，进而及时发现问题和进行调整。最近一年来，我们充分感受到了企业在智能合同方面的迫切需求，也感受到了企业内部合同智能化的难度。很多人认为合同智能化，最重要的是采购一套系统，但我们认为，完成合同智能化分为三步：转变思维和管理方式-合同数字化-合同智能化，这是一个循序渐进的过程。30540：关于商铺租赁合同中的商铺交付条款，我们共标注出来30540条，这比许多律师见过的条款数量都多。正是通过标注大量的数据，才能让机器实现充分学习。145：上传一份合同，我们系统会审查出145个风险点。10：只需要10秒，就能够给出一个完整的审查结果。
真正的法律服务产品需要具备三个前提条件，而大多数律师没有想清楚。↓↓↓
# 本周直播预告 #