概述
起草與審查不同。起草會創造適合交易的語言,而審核會評估其他人所寫的語言。了解工具正在執行哪些工作可以告訴您如何檢查其輸出。
深入探討
合約起草工具位於律師已經工作的程序中,通常是 Microsoft Word。範例包括作為 Word 外掛程式運行的 Spellbook,以及 Harvey、Thomson Reuters CoCounsel 和 Lexis+ AI 等更廣泛的法律 AI 產品中的起草功能。許多合約生命週期管理平台也允許業務用戶從範本產生合約。好的草案取決於公司控制的三個輸入。條款庫包含經過批准的語言,通常具有針對不同風險等級或交易類型的變體。手冊規定了在責任上限、賠償、終止權和適用法律等問題上的首選立場和可接受的後備方案。先例顯示這些立場是如何在實際簽署的交易中寫入的。在產生之前搜尋這些來源的工具往往會產生符合公司標準的草稿。僅依賴模型的一般訓練的工具會產生聽起來正確但通用的語言。起草和审查是不同的任务。審查從交易對手的文件開始,詢問哪些內容有風險、缺失或不合標準。起草從交易條款開始,必須產生完整、內部一致的語言。起草錯誤更難被發現,因為沒有任何東西與它們相矛盾。快速閱讀時,省略的剝離、未定義的術語或對錯誤部分的交叉引用看起來不錯。任何檢查人工智慧草稿的人都必須將其與交易條款進行比較,而不僅僅是閱讀它的流程。許多人將人工智慧草案視為已完成的合同,但它們只是初稿。他們可能會混合來自不相容來源的語言,引入從未定義的術語,或悄悄改變公司的標準立場。针对严格标准进行修订会有所帮助。當該工具顯示相對於已批准模板的追蹤更改時,律師可以準確地看到草稿與經過審查的文本的差異,並可以集中精力在那裡。
現實世界的實施
一位律師要求 Word 外掛程式起草 SaaS 交易的責任限制條款,上限為 12 個月的費用。該工具會拉動公司的標準條款並調整上限和剝離。
給定條款清單,系統會根據先例銀行建立供應協議初稿。它填寫各方名稱、定價和交付條款,並突出顯示無法完成的部分。
交易對手的主服務協議根據公司的劇本進行了修訂。追蹤的變更將賠償移至首選位置,註釋為客戶解釋了每項變更。
最新變更將「服務」重新命名為「可交付成果」後,該工具會檢查 40 頁協定中的定義和交叉引用,因此不會留下任何孤立術語。
人工智能合同起草工具的未来
起草工具正在成為法律軟體的標準功能,因此使它們與眾不同的將越來越多地是每個公司自己的條款庫和劇本的質量,而不是模型。預計起草、談判歷史和已簽署合約儲存庫之間的聯繫將更加緊密,因此工具可以建議交易對手先前已接受的立場。採用仍然取決於信任。律師需要清楚地看到哪些文本來自經過審查的來源,哪些文本是生成的。與生成精美文字但不表明其來源的工具相比,使這種差異變得明顯的工具更有可能用於實際交易。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是人工智慧合約起草工具?
人工智慧合約起草工具根據公司的範本、條款庫和談判手冊產生協議或條款的初稿,並可以根據這些標準修改交易對手的草案。起草與審查不同。起草會創造適合交易的語言,而審核會評估其他人所寫的語言。了解工具正在執行哪些工作可以告訴您如何檢查其輸出。
指南如何區分合約起草和合約審查?
審查從現有文件開始,並詢問它有什麼問題。起草過程必須從交易條款中得出完整、一致的語言。
為什麼指引說起草錯誤比審查問題更難發現?
缺少的剝離或未定義的術語並不引人注目,因此審查者必須將草案與交易條款進行比較,而不是閱讀它的流程。
指南說好的人工智慧草稿取決於哪三家公司控制的輸入?
批准的條款、首選和後備位置以及實際簽署的交易為該工具提供了特定於公司的適應材料。
為什麼指南說工具直接編輯合約文字而不是使用追蹤更改很重要?
追蹤的更改顯示每次編輯。沒有它們的編輯消除了記錄審閱者需要查看工具更改的內容。
該指南將哪種工具描述為作為 Word 加載項運行?
Spellbook 被命名為 Word 外掛。其他是資料室、保險理賠軟體和DNA分析軟體。