Gjøre kontrakter om til søkbare data hos OpenAI
Dette er en del av serien om hvordan OpenAI utvikler sine egne løsninger med vår egen teknologi.
Hver konsernavtale kommer med en signert kontrakt. Hver av dem har startdatoer, faktureringsvilkår og fornyelsesklausuler.
I begynnelsen var prosessen håndterbar: les linje etter linje, skriv inn i et regneark og gå videre. Men da volumet ble doblet og doblet igjen, ble denne manuelle tilnærmingen brutt ned.
«På mindre enn seks måneder gikk teamet fra å gjennomgå hundrevis av kontrakter hver måned til mer enn tusen. Og likevel hadde vi bare ansatt én ekstra person. Det var åpenbart at prosessen ikke kunne skaleres opp», sier Wei An Lee, AI Engineer.
I stedet for å kaste flere personer på problemet bygde finans og ingeniørteamet vårt en dataagent for kontrakter. Designprinsippet var enkelt: ta gjentakelsen ut av kontraktgjennomgang, sørg for at eksperter har full kontroll.
Agenten fungerer i tre trinn:
- Innføre data: PDF-filer, skannede kopier eller til og med telefonbilder merket med håndskrevne redigeringer. Det som tidligere var titalls inkonsekvente filer, flyter nå inn i én prosess.
- Inferens med meldinger: Ved å bruke hentestøttede meldinger syntetiserer systemet kontrakter inn i strukturerte data. Det kaster ikke tusenvis av sider inn i kontekst, det henter bare det som er relevant, argumenterer for det og viser arbeidet sitt.
- Gjennomgang: Finanseksperter gjennomgår de strukturerte utdataene, komplett med kommentarer og henvisninger for eventuelle vilkår som ikke er standard. Agenten fremhever det som er unormalt og mennesker blir så oppdatert for å gjennomgå.
«Vi utfører ikke bare analyse, vi resonnerer – viser hvorfor et vilkår anses som ikke-standard, siterer referansematerialet og lar kontrolløren bekrefte ASC 606-klassifiseringen.»
Utdataene er et datasett som er nyttig umiddelbart i alle finansarbeidsflyter. Det som tidligere tok timer, ankommer nå over natten, kommentert og klart for bekreftelse. Eksperter gir fremdeles innspill, men rollen deres går fra manuell innskriving til vurdering.
«Det som er utrolig, er at alt det tunge arbeidet skjer med AI – og så våkner teamet vårt om morgenen til data som er klare til gjennomgang.»
Dette designet sikrer tillit: fagfolk får strukturerte, argumenterte data i skala, men ekspertisen deres gir resultatet.
Resultatene:
- Raskere behandling. Gjennomganger blir halvert og er klare over natten.
- Høyere kapasitet. Tusenvis av kontrakter behandles uten å utvide antall ansatte.
- Smartere kontekst. Vilkår som ikke er standard, flagges med resonnement og referanser.
- Resultater som kan spørres. Tabellutdata i datalageret muliggjør enklere dataanalyse.
Hver syklus med menneskelig tilbakemelding spisser agenten, noe som gjør hver gjennomgang raskere og mer nøyaktig.
«Dette er den eneste måten vi kan skalere på når OpenAI skaleres», sa Wei An. «Uten det måtte vi utvide teamet lineært i samme tempo som kontraktvolumet. Dette sørger for at vi kan holde teamet lite mens vi håndterer ekstrem vekst.»
Nå støtter denne arkitekturen innkjøp, samsvar og til og med månedsslutt. Det samme prinsippet gjelder: automatiser rutineoppgaver og gi mennesker ansvaret for vurdering.
Ingeniører beskriver det som «manuelt arbeid som allerede er utført», ikke utskiftning av avgjørelser. Finansteam skriver fremdeles historien til tallene – agenten sikrer at de ikke bruker dagen på strevsomt arbeid.
Det som startet som en løsning for kontrakter, har blitt en ny måte å jobbe på innen finans. Datasyntetisering kjører over natten. Fagfolk fokuserer på analyse og strategi. Ledere skalerer trygt med vekst, uten å utvide team i samme tempo.
Agenten for kontraktdata er en kjøreplan for hvordan AI kan transformere regulert arbeid med høy innsats på en ansvarlig måte. Det viser hva som blir mulig når eksperter samarbeider med intelligente systemer: mer kraft, mer tillit og mer tid brukt på det som er viktigst.


