Претварање уговора у претраживе податке у OpenAI-ју

Ово је део наше серије у којој делимо интерне примере како OpenAI користи сопствену технологију и API-је. Ови алати се користе интерно, само у OpenAI-ју, и овде су подељени као илустративни примери како гранична AI подржава случајеве употребе у нашим тимовима. Такође делимо и интерне називе алата како бисмо јасније показали како гранична AI помаже нашим тимовима да обаве посао.

Сваки пословни договор долази са потписаним уговором. Сваки од њих има датуме почетка, услове наплате, клаузуле о обнављању.

У почетку је процес био изводљив: читаш ред по ред, поново уносиш у табелу и настављаш даље. Али када се обим удвостручио, па поново удвостручио, овај ручни приступ је престао да функционише.

„За мање од шест месеци, тим је са прегледа стотина уговора месечно прешао на више од хиљаду. А ипак смо запослили само једну нову особу. Било је очигледно да процес неће моћи да се скалира“, каже Веи Ан Ли, AI инжењер.

Уместо да на проблем додајемо више људи, наши финансијски и инжењерски тимови су направили агент за податке из уговора. Принцип дизајна био је једноставан: уклонити понављање из прегледа уговора, а стручњаке чврсто задржати у контроли.

Агент ради у три корака:

• Унос података: PDF-ови, скениране копије, чак и фотографије телефоном са руком унетим исправкама. Оно што су некада биле десетине неуједначених датотека сада улази у један ток обраде.
• Закључивање уз инструкције: Коришћењем retrieval-augmented prompting-а, систем рашчлањује уговоре у структуриране податке. Не убацује хиљаду страница у контекст; извлачи само оно што је релевантно, резонује на основу тога и показује свој рад.
• Преглед: Финансијски стручњаци прегледају структурирани излаз, заједно са напоменама и референцама за све нестандардне услове. агент истиче шта је неуобичајено; затим се људи укључују у преглед.

Излаз је скуп података који је одмах користан у различитим финансијским токовима рада. Оно за шта су некада били потребни сати стиже преко ноћи, са напоменама и спремно за валидацију. Стручњаци остају у петљи, али се њихова улога помера са ручног уноса на процену.

Овакав дизајн обезбеђује сигурност: професионалци добијају структуриране податке засноване на резоновању у великом обиму, али њихова стручност води исход.

Резултати:

• Бржи обрт. Време прегледа преполовљено, спремно преко ноћи.
• Већи капацитет. Хиљаде уговора обрађено без пропорционалног повећања броја запослених.
• Паметнији контекст. Нестандардни услови означени уз образложење и референце.
• Резултати за упите. Табеларни излаз у складишту података омогућава лакшу анализу података.

Сваки циклус људских повратних информација унапређује агент, чинећи сваки преглед бржим и прецизнијим.

„Једини начин да се ми скалирамо како се OpenAI скалира јесте кроз ово“, рекао је Веи Ан. „Без тога, морали бисте да ширите тим линеарно, у корак са обимом уговора. Ово нам омогућава да тим остане витак док истовремено подноси хиперраст.“

Ова архитектура сада подржава набавку, усклађеност, па чак и затварање месеца. Исти принцип важи: аутоматизовати рутински рад, а људе задржати задужене за процену. 

Инжењери то описују као „ручни посао који је већ обављен“, а не као замену за одлуке. Финансијски тимови и даље пишу причу о бројевима; агент обезбеђује да не проводе дан у мукотрпном раду.

Оно што је почело као решење за уговоре постало је нови начин рада у финансијама. Рашчлањивање података се обавља преко ноћи. Професионалци се фокусирају на анализу и стратегију. Лидери се поуздано шире с растом, без пропорционалног ширења тимова.

агент за податке из уговора је нацрт за то како AI може одговорно да трансформише регулисан рад са високим улозима. Он показује шта постаје могуће када стручњаци сарађују са интелигентним системима: већи учинак, више сигурности и више времена за оно што је најважније.