Omdannelse af kontrakter til søgbare data hos OpenAI
Dette er en del af vores serie om, hvordan OpenAI udvikler løsninger med vores egen teknologi.
Enhver virksomhedsaftale er knyttet til en underskrevet kontrakt. Hver kontrakt indeholder startdatoer, faktureringsvilkår og fornyelsesbestemmelser.
I første omgang var processen overskuelig: Man læser linje for linje, indtaster i et regneark, går videre. Men da mængden blev fordoblet både en og to gange, fungerede den manuelle proces ikke længere.
“På mindre end seks måneder gik teamet fra hundredvis af kontrakter hver måned til mere end tusind. Og alligevel ansatte vi kun én ny medarbejder. Det var åbenlyst, at processen ikke skalerede,” siger Wei An Lee, AI Engineer.
I stedet for at involvere flere personer i problemet, byggede vores finans- og teknikteams en kontraktdata-agent. Designprincippet var enkelt: Fjern gentagelseselementet fra kontraktgennemgangen, hold eksperterne i fuld kontrol.
Agenten fungerer i tre trin:
- Indfør data: PDF'er, scannede kopier, selv billeder på telefonen markeret med håndskrevne rettelser. Det, der før var dusinvis af inkonsistente filer, flyder nu gennem en enkelt pipeline.
- Inferens med forespørgsler: Ved at bruge supplerende oplysninger er systemet i stand til at omsætte kontrakter til strukturerede data. Systemet overfører ikke tusind sider som kontekst, men henter udelukkende det relevante frem, ræsonnerer på baggrund af det og dokumenterer sine resultater.
- Gennemgang: Finanseksperter gennemgår det strukturerede output, komplet med annotationer og referencer til eventuelle ikke-standardiserede termer. Agenten fremhæver, hvad der er usædvanligt; mennesker inddrages derefter til at gennemse.
“Vi analyserer ikke bare, vi ræsonnerer – vi viser, hvorfor et udtryk anses for at være non-standard, citerer referencematerialet og lader personen, der gennemgår kontrakten bekræfte ASC 606-klassificeringen.”
Output er et datasæt, der omgående kan bruges på tværs af økonomiske arbejdsgange. Det, der engang tog flere timer, leveres dagen efter, kommenteret og klar til validering. Eksperter er fortsat en del af processen, men deres rolle skifter fra manuelle indtastninger til vurderinger.
“Det fantastiske er, at det hårde arbejde sker via AI – og så vågner vores teams om morgenen til data, der er klar til, at de kan gennemgå dem.”
Konstruktionen sikrer tryghed: Fagfolk får strukturerede, velbegrundede data i stor skala, men deres ekspertise styrer resultatet.
Resultaterne:
- Hurtigere ekspedition. Tiden til gennemgang halveret, klar dagen efter.
- Større kapacitet. Tusindvis af kontrakter behandlet uden at udvide antallet af medarbejdere.
- Mere effektiv kontekst. Ikke-standardudtryk markeret med begrundelse og referencer.
- Søgbare resultater. Tabelbaseret output til et datavarelager gør dataanalyse nemmere.
Hver cyklus med menneskelig feedback skærper agenten, hvilket gør hver gennemgang hurtigere og mere præcis.
“Den eneste måde, vi kan skalere på, når OpenAI skalerer, er via dette,” siger Wei An. “Uden det ville vi være nødt til at vækste vores team lineært i takt med kontraktmængden. Nu kan vi holde teamet slankt, mens vi håndterer hypervækst.”
Arkitekturen understøtter nu indkøb, compliance og endda månedslukning. Det samme princip gælder: Automatiser rutinearbejdet, og hold mennesker ansvarlige for vurderingen.
Teknikere beskriver det som “manuelt arbejde allerede gjort,” ikke en erstatning for beslutninger. Finansteams skriver stadig historien bag tallene; Agenten sørger for, at de ikke bruger deres dag på rutinearbejde.
Det, der begyndte som en løsning for kontraktmængder, er blevet en ny arbejdsmetode for finansafdelingen. Datakonverteringen foregår om natten. Fagfolk fokuserer på analyse og strategi. Ledere kan trygt budgettere med vækst, uden at teams vokser i takt.
Kontraktdata-agenten er en skabelon for, hvordan AI forsvarligt kan transformere komplekse og regulerede arbejdsområder. Det viser, hvad der bliver muligt, når eksperter samarbejder med intelligente systemer: mere gearing, mere tillid og mere tid brugt på det, der betyder mest.
