Длинный договор часто запускает целую цепочку работы: найти важные условия, сопоставить их с правилами компании и подготовить ответы для коллег. В Benefit Street Partners управляющий портфелем Анант Кумар превратил часть этой работы во внутренний инструмент. В этом кейсе ИИ для анализа договоров встроен в процесс с отдельной проверкой специалистом.

Что создал управляющий Benefit Street Partners

В истории OpenAI от 16 октября описаны два решения Кумара. Первое помогает сравнивать оценки одного займа у разных держателей. Второе анализирует кредитные соглашения, которые могут занимать 300 страниц и больше.

Для второго инструмента он собрал материалы юридических фирм о положениях, на которые стоит обращать внимание. По словам Кумара, предварительный анализ загруженного договора занимает примерно 20 минут, после чего требуется час или больше проверки человеком. Решение работает во внутреннем портале компании.

Эти сроки относятся к описанному процессу. OpenAI публикует клиентскую историю, а окончательное инвестиционное решение, как подчёркивает её герой, остаётся за человеком. Дата публикации кейса известна; точный день внедрения в нём не указан.

Как ИИ для анализа договоров становится рабочим инструментом

Для читателя здесь полезен переход от разового вопроса к повторяемой задаче. Вопрос «Что написано в договоре?» оставляет открытыми и критерии анализа, и форму ответа. Рабочее поручение можно задать точнее: найти условия по выбранным темам, показать соответствующие пункты и подготовить вопросы для проверки.

Разница проявляется в готовом документе. Вместо свободного пересказа специалисту может понадобиться таблица: пункт договора, замечание, основание, вопрос ответственному. Такой формат позволяет вернуться к исходнику и обсудить конкретную формулировку. Это предложенный нами пример организации работы, а не описание интерфейса BSP.

В задании стоит определить, как система должна обозначать отсутствие нужного условия. Если нужного условия нет или текст допускает несколько трактовок, полезнее получить явную отметку и вопрос, чем уверенное заполнение пустого места. Эти требования входят в задание вместе с перечнем тем для анализа.

Agent ROI

Grok, ChatGPT, Gemini, Claude
и Perplexity — по одной подписке

Используйте эти модели
в Agent ROI.

Подписку можно оплатить в рублях.

Что измерять кроме скорости первого ответа

При переносе подхода в свою компанию имеет смысл считать всю работу до принятого результата. В неё входят подготовка файла, формулировка задания, чтение ответа, сверка замечаний и исправления. Быстрый первичный ответ ещё не показывает, сколько времени заняло завершение задачи.

Для небольшой проверки можно взять документ с уже известными замечаниями и сравнить результат по трём вопросам:

  • Нашла ли система значимые условия, которые отметил специалист?
  • Можно ли проверить каждое замечание по конкретному месту в исходнике?
  • Сколько времени понадобилось, чтобы исправить ответ и подготовить его к обсуждению?

Отдельно следует записать ложные тревоги: пункты, которые система сочла проблемными, хотя проверяющий с этим не согласен. Если их много, экономия на чтении может уйти на разбор лишних замечаний. Такой замер помогает оценить пользу конкретной цепочки, не подменяя её скоростью генерации.

С какой документной задачи начать

Для первой пробы достаточно одной повторяющейся операции с ясным результатом: например, собрать условия оплаты и сроки из небольшого набора разрешённых к использованию документов. Указать формат результата, места для ссылок на исходник и человека, который принимает работу.

После проверки такого сценария станет понятнее, что именно требует доработки: исходные файлы, правила анализа, форма ответа или порядок проверки. Практические основы разобраны в материалах об ИИ для документов и таблиц и проверке договоров с ИИ.

Больше материалов по теме — в разделе «Документы и тексты».