Omvandla kontrakt till sökbara data med OpenAI

Detta är en del av en serie om hur OpenAI utvecklar sina egna lösningar med sin teknik.

När ett företag ingår ett avtal innebär det att de skriver på ett kontrakt. Varje kontrakt har en process med ett startdatum, olika faktureringsvillkor och förnyelseklausuler.

Till en början gick det att hantera den här processen, man läste datan rad för rad, matade in dem i ett kalkylblad och så vidare. Men när företagets volym fördubblades och fyrdubblades blev den manuella processen ohållbar.

”På mindre än sex månader gick vårt team från att granska hundratals kontrakt till fler än tusen varje månad. Och ändå hade vi bara anställt en ny person. Det var uppenbart att processen inte kunde skalas upp”, säger Wei An Lee, AI-ingenjör.

Istället för att anställa mer personal för att ta itu med problemet, byggde våra ekonomi- och teknikteam en agent för att hantera dessa kontraktsdata. Tanken bakom utformningen var enkel – ta bort det repetitiva arbetet kopplat till kontraktsdata och låta teamen styra arbetet.

Agentens system arbetar i tre steg:

• Inmatningsdata: PDF-filer, skannade kopior och även telefonbilder med handskrivna redigeringar. Det som tidigare var ett flertal inkonsekventa filer utgör nu ett enda arbetsflöde.
• Utdata med hjälp av prompter: Med hjälp av hämtningsbaserade prompter analyserar systemet dessa kontrakt och levererar strukturerade utdata. Det skapar inte flera dokument på tusen sidor, utan tar bara upp det som är relevant, resonerar om det och presenterar slutresultatet.
• Granskning: Företagets ekonomiteam granskar dessa strukturerade utdata med anteckningar och referenser för eventuella termer som inte är standard. Agenten markerar det som är ovanligt och människor får sedan gå in och granska.

Slutresultatet är en datamängd som kan användas direkt i alla finansiella arbetsflöden. Det som en gång tog flera timmar att göra levereras nu dagen efter, med kommentarer och redo att granskas. Ekonomiteamen anlitas fortfarande, men deras roll har nu ändrats från manuell inmatning till granskning.

Den här typen av process skapar förtroende: teamen får strukturerade data i stor skala, och deras expertis styr resultatet.

Resultatet:

• Snabbare hantering. Granskningar tar hälften så lång tid att göra och är klara på en dag.
• Högre kapacitet. Tusentals kontrakt kan behandlas utan att man behöver utöka personalstyrkan.
• Smartare kontext. Ovanliga termer flaggas med hjälp av agentens resonemangsförmåga och referenser.
• Resultat som kan bearbetas. Utdata i form av tabeller i ett datalager underlättar analys av data.

Varje cykel av mänsklig feedback förbättrar agenten, vilket gör att varje granskning blir snabbare och mer korrekt.

”Att växa i takt med att OpenAI växer är det enda sättet”, säger Wei An. ”Utan det skulle våra team behöva växa i takt med kontraktsvolymen. Detta gör att vi kan ha mindre team samtidigt som vi kan hantera en omfattande volymökning.”

Den här typen av agenter har nu stöd för upphandling, efterlevnad och till och med månadsavslut. Samma princip gäller även här: agenten automatiserar grovjobbet och människorna granskar slutresultatet. 

Teknikteamet beskriver detta som ”ett avklarat manuellt arbete”, inte som en ersättning av beslutsfattande. Finansteamet tar fortfarande fram redovisningsberättelser, agenten ser helt enkelt till att de slipper grovjobbet.

Det som började som en lösning för hantering av kontraktsdata har blivit ett nytt sätt att arbeta inom finans. Data extraheras på en dag. Finansteamet fokuserar på att analysera dessa data och ta fram en strategi. Chefer kan expandera verksamheten utan att anställa ny personal.

Agenten för kontraktsdata är ett exempel på hur AI på ett ansvarsfullt sätt kan omvandla ostrukturerade indata till strukturerade utdata. Det visar vad som blir möjligt när team samarbetar med intelligenta system: mer hävstångseffekt, mer förtroende och mer tid åt det som är viktigt.