专注于企业合同需求的Juro推出了“AI提取”功能，以加速审查 incoming 第三方合同。注意，“incoming”这里保持英文原词，因为中文中可能没有完全对应的词汇，在此语境下保留英文更准确。
新功能将分析合同与预设剧本的关系，并标记和汇总文档的关键要素。此外，您还将能够自动化审批工作流甚至获取翻译。所有这些改进了内部律师的合同分类流程。
这一举措是以下内容的一部分：若罗的日益增长的生成式人工智能能力的应用，并在其AI助手的基础上进行构建，这是一个基于编辑器的工具，使用户能够起草、审查和总结合同。
理查德·马比耶Juro的首席执行官表示：“商务用户应该能够在他们想要的地方和方式上达成合同协议，无论是纸质文件、Word文档、PDF还是原生的Juro格式，并且在需要时应通过最强大的人工智能来加速这一过程。我们自豪地通过AI Extract为客户提供这种体验。”
这很重要吗？好吧，合同审查领域一直是法律人工智能爱好者的重点目标，从2010年代初第一波机器学习/自然语言处理工具开始。但现在，生成式人工智能的能力已经将这一领域推向了新的高度。
这反过来赋予了合同生命周期管理（CLM）和合同管理提供商更多的能力来为客户提供服务。例如，如上所述，在基于剧本的审查基础上，甚至可以添加翻译作为工作流程的一部分。
在这方面关于剧本的问题，许多公司在过去尝试使用机器学习/自然语言处理工具来自动化这个复杂任务，但输出结果往往不如预期的好。这在一定程度上是因为剧本中的概念性方面或存在链式逻辑的部分并不总是能够被准确识别和理解。
例如，一个自动化的剧本可能会规定某个术语必须是X年，这可能会发现一些差异，但在涉及到可以多种解释的语言时，要准确处理就困难得多。大型语言模型（LLM），虽然也有其自身的挑战，但在概念性语言的理解和处理方面更胜一筹。意图而不是依赖简单的关键词匹配。这样一来，通过自动化剧本处理第三方文档就成为一个更加有效的解决方案，并将过去许多人试图达成的目标变成了一个可靠的过程。
这最终导致在部署法律AI时更广泛的预期结果：提高法律效率——尽管在这种情况下是针对企业的。
凯尔·派珀ANC（一家美国体育科技公司）的合同经理表示：“我能够在相同的时间内处理两倍数量的文件，同时仍然保持人工智能和人工审查之间的平衡。这种AI功能感觉是直观的CLM平台的下一步发展。”
所以，就是这样。法律科技行业或许比预期的时间更长才达到这种地位，但现在我们已经在这里了。下一个问题是这些节省下来的时间将会如何被内部法务团队利用？好吧，这将是AL另一篇文章的主题。