Redactarea unui nou contract pe baza unui șablon și a unor acorduri specifice cu o contraparte, până la un prim concept: aceasta este sarcina despre care este vorba aici. Nu negocierea, nu semnarea, ci compunerea textului. Răspunsul este parțial. AI poate face astăzi o parte substanțială din munca de scriere, dar esența sarcinii rămâne dependentă de aprecierea umană.
Trei axe determină imaginea: marja de apreciere, costul erorilor și conformitatea. Redactarea unui contract nu înseamnă completarea unui formular. Șablonul oferă o structură, dar ce clauză merge în ce loc, cum se traduce un acord divergent cu contrapartea în limbaj juridic, și dacă o prevedere este sau nu necesară în acest context: acestea necesită o marjă de apreciere care nu poate fi surprinsă complet în reguli. Pe lângă asta, o greșeală într-un contract nu este mică. O clauză de răspundere formulată greșit sau un termen de reziliere lipsă devine adesea vizibilă abia atunci când este deja prea târziu. Iar contractele ating conformitatea: reglementări sectoriale, condiții standard obligatorii prin lege, linii interne de aprobare. Aceste trei elemente laolaltă fac ca o propunere de text din partea AI să trebuiască întotdeauna verificată de un om înainte de a deveni un concept care poate fi trimis contrapărții.
Celelalte axe indică totuși spre automatizare. Gradul de structurare este scăzut, dar tocmai aici modelele lingvistice sunt puternice: transformarea unei surse moderat structurate într-o formă fixă. Din punct de vedere fizic nu există niciun impediment, volumul este suficient de mare pentru majoritatea companiilor pentru a justifica o abordare standardizată, iar contactul cu clientul se limitează la momentul în care conceptul este partajat, nu la redactarea propriu-zisă.
Un manager de contracte primește un e-mail: furnizor nou, condiții standard de achiziție, dar cu un termen de plată diferit și o clauză suplimentară de confidențialitate. Astăzi, acest lucru înseamnă adesea: căutarea șablonului potrivit, prelucrarea manuală a abaterilor și verificarea dacă restul textului mai corespunde noilor acorduri. AI poate genera aici primul concept pe baza șablonului și a e-mailului ca date de intrare, inclusiv clauzele adaptate în locul corect. Ce rămâne este verificarea: corespunde termenul de plată cu ceea ce s-a convenit efectiv, nu este clauza de confidențialitate prea largă sau prea restrânsă, și există un motiv pentru abaterea de la textul standard care trebuie consemnat. Această ultimă parte este muncă umană, cu AI ca prim redactor în loc de managerul de contracte care pornește de la un document gol.
La o companie cu un număr mic de contracte foarte diferite, unde aproape fiecare acord este o negociere unică, marja de apreciere este mai mare, iar câștigul obținut prin AI este mai mic: pur și simplu există puțină repetiție pe care să se poată exersa. La o companie cu multe contracte similare, cum ar fi o companie SaaS cu sute de acorduri cu clienți bazate pe un șablon fix, situația este diferită. Acolo tiparul este previzibil, abaterile sunt limitate și pot fi categorisite, iar un concept redactat de AI economisește timp în mod structural. Condiția prealabilă este însă ca biblioteca de șabloane să fie actualizată: o clauză standard învechită pe care AI continuă să o repete este un risc care se manifestă abia atunci când apare un litigiu.
Schimbarea nu constă în înlocuirea managerului de contracte, ci în mutarea timpului. Unde acest timp era folosit anterior pentru compunerea primului text, acum este folosit pentru verificarea și ajustarea acestuia. Aceasta este o abilitate diferită de scriere: înseamnă a evalua dacă o propunere a AI este corectă și a ști când o abatere trebuie escaladată către cineva cu mai multă autoritate. Aceeași schimbare se manifestă și în procesul mai amplu de gestionare a contractelor. Odată ce un contract există, trebuie să ajungă la locul potrivit și să poată fi regăsit, prelungirile și termenele de reziliere trebuie semnalate la timp, iar uneori trebuie mai întâi verificat dacă contrapartea nu se află pe o listă de sancțiuni înainte de semnare. Acestea sunt, fiecare în parte, sarcini cu un profil diferit față de redactarea în sine, cu propriul raport între ce poate face AI și ce necesită supraveghere.
Textul. Compunerea unui concept pe baza unui șablon și a acordurilor furnizate este fezabilă astăzi pentru AI, cu condiția să existe la bază o bibliotecă fiabilă și actualizată de șabloane și clauze standard. Ce nu face AI aici: să decidă că un concept este gata de trimis. Această verificare finală, cu o regulă clară despre când o clauză divergentă trebuie mai întâi trimisă unui jurist, rămâne în sarcina unui om. Aceasta nu este o etapă intermediară care dispare odată ce tehnologia devine mai bună; este motivul pentru care această sarcină obține un scor scăzut în privința marjei de apreciere, costului erorilor și conformității, iar acest lucru nu se schimbă printr-un model mai bun.
Dacă acest lucru înseamnă pentru propriul dumneavoastră proces de gestionare a contractelor că există deja ore care pot fi eliberate, depinde de câte dintre contractele dumneavoastră se bazează pe un șablon fix și cât de stricte sunt liniile de aprobare. O indicație în acest sens oferă scanarea rapidă gratuită: douăsprezece întrebări, fără cont, cu rezultatul fiind o indicație a ce parte din orele din acest profil poate fi preluată astăzi de AI. Scanarea completă a activității, care cartografiază munca unei întregi companii, inclusiv capacitatea de fte astfel eliberată, este încă în construcție.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.