ИИ для поиска несоответствий в договорах и регламентах: извлечение условий, сравнение версий, подсветка рисков
Изображение: recraft
Электронный документооборот прочно занял место основного формата работы в крупных компаниях. Практически вся корпоративная документация хранится в цифровом виде – от внутренних регламентов до договоров с поставщиками – и компаниям ежедневно приходится обрабатывать огромное количество документов. Анализ и проверка всех документов на ошибки, несоответствия и скрытые риски занимает длительное время и требует высокой квалификации сотрудников, поэтому могут быть неэффективны в условиях большого объема документооборота. В этой ситуации на помощь компаниям приходит искусственный интеллект (далее – ИИ), способный автоматизировать процесс анализа документов, позволяя извлекать ключевые условия, проводить сравнение версий и подсвечивать потенциальные риски.
Рассмотрим каждое из указанных применений ИИ для анализа документов более подробно.
Одной из важных задач здесь является точное и быстрое извлечение ключевых положений: сроков исполнения обязательств сторон, условий оплаты, штрафных санкций, положений о конфиденциальности и других.
ИИ-модели на базе обработки естественного языка (Natural Language Processing, NLP) автоматически определяют тип документа на основе анализа заголовков, структуры и ключевых положений. Использование в таких системах методов Named Entity Recognition (NER), оптического распознавания (Optical Character Recognition, OCR), семантического анализа и шаблонного распознавания позволяет автоматически обрабатывать как печатный текст, так и рукописные пометки, штампы, а также восстанавливать структуру документа в случае нарушения последовательности страниц.
Наибольшую сложность для извлечения представляют условия, которые не прописаны явно, но вытекают из контекста. Однако современные LLM-модели способны распознавать отсылки к законодательству без прямого цитирования и отсылочные нормы к ГОСТам и техрегламентам.
На рисунке представлен алгоритм ИИ-анализа документа с целью извлечения условий.
Следующая важная задача для ИИ-анализа документов — сравнение версий. В процессе согласований документы часто подвергаются множеству редакций. Отслеживание и анализ изменений версий вручную — трудоемкий процесс, чреватый пропуском важных правок.
ИИ-решения позволяют реализовать многоуровневый анализ изменений:
− Лексический. Производится фиксация факта внесения изменений с визуализацией добавленных, удаленных или измененных фрагментов. В отличие от стандартного сравнения в MS Word, ИИ обрабатывает сложное форматирование, таблицы и вложенные структуры;
− Семантический. Система определяет, изменилась ли смысловая нагрузка формулировок при их перефразировании;
− Контекстуальный Оценивается влияние внесенных изменений на другие положения документа. Например, изменение понятия «рабочий день» будет влиять на сроки, указанные в договоре;
− Нормативный Выявляются противоречия нормативно правовым актам и внутренним регламентам;
− Хронологический. Выстраивается долгосрочная история изменений. Для договоров, проходящих многократные пролонгации и корректировки, система позволяет ответить на такие вопросы: как менялась цена за 5 лет, когда изменился перечень поставляемого оборудования и другие.
Еще одна из перспективных точек использования ИИ в анализе документов — идентификация потенциальных рисков. В договорах и регламентах могут содержаться положения, ущемляющие интересы стороны или создающие юридические уязвимости и финансовые риски.
ИИ-системы оценивают риски по нескольким критериям:
− Регуляторные. Выявляется несоответствие нормативно-правовым актам;
− Коммерческие. Проводится сравнение условий с корпоративными шаблонами и с обезличенными данными из аналогичных договоров;
− Операционные. Выявляется несоответствие сроков, отсутствие четких KPI, приемочных процедур и другое;
− Репутационные. Условия проверяются на соответствие политикам ESG, выявление связей с контрагентами, находящимися в санкционных списках, анализ публичных обязательств.
Каждый риск получает оценку вероятности и потенциального ущерба, а также варианты для его снижения, опираясь на нормативную базу, рыночные данные и корпоративную политику. Это сокращает время на проверку документов и повышает качество экспертизы.
ИИ за секунды извлекает данные из многостраничных документов, выявляет расхождения между версиями, проверяет риски по десяткам параметров. Человеку же остается главное — контроль и принятие финальных решений. Ответственность за результат по-прежнему лежит на нем.
Будущее за коллаборацией ИИ и человека, где ИИ берет на себя рутину (первичный анализ, подсвечивание рисков, выделение условий), а человек фокусируется на аналитике, оценке реальной значимости, принятии решений.
Автор: аналитик Аналитического центра УЦСБ Елена Левитская.
