Mengubah kontrak menjadi data yang dapat dicari di OpenAI

Ini adalah bagian dari seri kami tentang cara OpenAI membangun solusinya sendiri pada teknologi kami.

Setiap kesepakatan perusahaan dibarengi dengan kontrak yang ditandatangani. Setiap kontrak memiliki tanggal mulai, periode penagihan, klausul perpanjangan.

Awalnya, proses tersebut dapat dikendalikan: dibaca baris per baris, diketik ulang dalam spreadsheet, lalu lanjut yang yang lainnya. Namun ketika volumenya meningkat berkali-kali lipat, pendekatan manual ini tidak memadai lagi.

“Dalam kurang dari enam bulan, tim meninjau ratusan hingga ribuan kontrak setiap bulan. Namun kami hanya merekrut satu personel baru. Jelas bahwa proses tersebut tidak dapat diskalakan,” ujar Wei An Lee, AI Engineer.

Bukannya merekrut lebih banyak orang untuk menyelesaikan masalah, tim keuangan dan rekayasa kami membangun agen data kontrak. Prinsip desainnya sederhana: menyingkirkan pengulangan dari peninjauan kontrak, dan tetap memberikan mendali kepada ahli.

Agen tersebut bekerja dalam tiga langkah:

• Menyerap data: PDF, salinan yang dipindai, bahkan foto ponsel yang ditandai dengan editan tulis tangan. Yang sebelumnya merupakan lusinan file yang tidak konsisten kini mengalir dalam satu saluran.
• Melakukan inferensi dengan prompt: Menggunakan prompt pengambilan yang ditingkatkan, sistem menguraikan kontrak menjadi data terstruktur. Sistem tidak menjejalkan ribuan halaman ke dalam konteks; sistem hanya mengambil hal yang relevan, melakukan penalaran terhadapnya, dan menampilkan hasil kerjanya.
• Meninjau: Pakar keuangan meninjau keluaran terstruktur, melengkapi dengan anotasi dan referensi untuk istilah nonstandar. Agen menyoroti hal-hal yang tidak biasa; manusia kemudian dilibatkan untuk melakukan peninjauan.

Hasilnya adalah kumpulan data yang bermanfaat dalam alur kerja keuangan. Yang sebelumnya perlu waktu berjam-jam, kini dapat diperoleh dalam semalam, dianotasi dan siap untuk divalidasi. Para ahli tetap dilibatkan, tetapi peran mereka berubah dari entri manual menjadi penilaian.

Desain ini memastikan keyakinan: para profesional mendapatkan data terstruktur dan wajar dalam jumlah besar, tetapi keahlian mereka menentukan hasilnya.

Hasil:

• Penyelesaian yang lebih cepat. Waktu peninjauan berkurang menjadi setengahnya, siap dalam semalam.
• Kapasitas lebih tinggi. Ribuan kontrak diproses tanpa memperbanyak jumlah pekerja.
• Konteks yang lebih pintar. Istilah nonstandar ditandai dengan penalaran dan referensi.
• Hasil yang dapat dicari. Hasil yang tersusun dalam tabel di gudang data memungkinkan analisis data yang lebih mudah.

Setiap siklus masukan manusia mempertajam Agen, membuat setiap peninjauan lebih cepat dan akurat.

“Satu-satunya cara yang dapat kita kembangkan saat OpenAI berkembang adalah melalui hal ini,” kata Wei An. “Tanpanya, Anda harus menambah jumlah anggota tim Anda seiring dengan bertambahnya volume kontrak. Ini memungkinkan kita untuk menjaga tim tetap ramping sekaligus menangani pertumbuhan pesat.”

Arsitektur in kini mendukung pengadaan, kepatuhan, bahkan penutupan akhir bulan. Prinsip yang sama berlaku: otomatiskan pekerjaan manual, manusia tetap bertanggung jawab atas penilaian. 

Engineer menggambarkannya sebagai “pekerjaan manual sudah selesai,” bukan keputusan yang tergantikan. Tim keuangan masih menulis kisah angka; Agen memastikan mereka tidak menghabiskan waktu melakukan pekerjaan yang melelahkan.

Yang awalnya merupakan solusi perbaikan untuk kontrak kini menjadi cara baru untuk bekerja di keuangan. Penguraian data berjalan dalam semalam. Para profesional berfokus pada analisis dan strategi. Para pemimpin melakukan pengembangan dengan percaya diri dengan pertumbuhan, tanpa menambah anggota tim dalam prosesnya.

Agen data kontrak adalah cetak biru untuk cara AI dapat mentransformasi pekerjaan yang diregulasi dan berisiko tinggi secara bertanggung jawab. Ini menunjukkan hal yang menjadi mungkin saat para ahli bekerja dengan sistem cerdas: lebih banyak manfaat, lebih yakin, dan lebih banyak waktu yang digunakan untuk hal paling penting.