AI Agent如何重塑萬億級合同管理市場?從硅谷新趨勢看B端產(chǎn)品的下一場革命

0 評論 1142 瀏覽 3 收藏 20 分鐘

合同管理不是“流程自動化”,而是“認(rèn)知協(xié)同”的系統(tǒng)工程。本文從硅谷AI Agent趨勢切入,系統(tǒng)梳理合同管理的能力躍遷路徑,幫助B端產(chǎn)品人理解如何在“任務(wù)分解、上下文調(diào)度、角色協(xié)同”中構(gòu)建真正的智能機(jī)制,重塑萬億級市場的產(chǎn)品邏輯。

一、引子:被忽略的AI應(yīng)用場景

在AI狂潮中,大家盯著搜索、對話、內(nèi)容生成,但幾乎沒人意識到:合同管理,才是最先被AI Agent接管的流程之一。

而這件事正在硅谷悄悄發(fā)生。它的意義遠(yuǎn)不止提高法務(wù)效率,而是正在改寫整個(gè)B端業(yè)務(wù)的流程設(shè)計(jì)范式。

這場悄悄發(fā)生的變革,已經(jīng)在硅谷兩家明星公司身上露出端倪——Harvey 和 Ironclad。

它們正在重新定義合同系統(tǒng)應(yīng)該長成什么樣子:不再是工具,而是一個(gè)智能助手,一個(gè)能干活的 Agent。

二、行業(yè)信號:Harvey AI & Ironclad:正在崛起的合同智能體平臺

Harvey AI — 面向法律專業(yè)的智能體,重塑認(rèn)知邊界

Harvey創(chuàng)立于2022年,是OpenAI Fund首批投資項(xiàng)目,它的AI能力基于OpenAI的GPT4大模型構(gòu)建,還與OpenAI和普華永道共同打造稅務(wù)、法律及人力資源垂直領(lǐng)域的AI模型。

Harvey能夠幫助律師分析和生成合同、做盡職調(diào)查、做法律研究,并大幅度降低重復(fù)的文字工作的工作量,使他們能夠?qū)W⒂诳蛻絷P(guān)系和真正推動針對性的戰(zhàn)略工作。

法律AI之所以在應(yīng)用和商業(yè)化上獲得成功,有兩個(gè)邏輯:

第一,法律工作的本質(zhì)是文本輸入、文本輸出業(yè)務(wù),尤其是會有大量的法律文書,而這與大語言模型最強(qiáng)的語言處理能力天然匹配。

第二,律師的時(shí)間和精力非常寶貴,法律相關(guān)的文書(合同,專利)也具有高價(jià)值,只要能夠讓AI省下律師的時(shí)間,并完成高價(jià)值的法律文書,對于律所來說就會產(chǎn)生直接價(jià)值。

核心能力

  • 合同草擬:結(jié)構(gòu)化內(nèi)容自動生成標(biāo)準(zhǔn)起草版本
  • 條款比對:多版本合同智能對比,識別差異與風(fēng)險(xiǎn)
  • 法規(guī)映射:調(diào)用判例、法規(guī)庫,提示沖突點(diǎn)
  • 智能QA:可問答式檢索企業(yè)法務(wù)文檔/條款解釋

——Harvey = 法律認(rèn)知能力的協(xié)作體 + 模型化律師助理

Ironclad AI Assist — 嵌入業(yè)務(wù)流程的全生命周期合同操作系統(tǒng)

Ironclad是一家AI驅(qū)動的提供合同管理軟件的公司,幫助商業(yè)和法律團(tuán)隊(duì)輕松處理合同生命周期的每一個(gè)環(huán)節(jié)。

Ironclad成立于2014年,專注于法律合同管理領(lǐng)域,累計(jì)融資3.33億美元。

Ironclad是一家提供合同管理軟件的公司,幫助商業(yè)和法律團(tuán)隊(duì)輕松處理合同生命周期的每一個(gè)環(huán)節(jié)。Ironclad是唯一一個(gè)從頭開始構(gòu)建,可以處理所有類型合同(包括法律、銷售、金融、人力資源、營銷、采購等)的平臺。Ironclad已經(jīng)在2023年第二季度的Forrester Wave?合同生命周期管理領(lǐng)域被定位為領(lǐng)導(dǎo)者。他們提供的平臺可以在一個(gè)地方完成草擬、編輯、談判、搜索、存儲、分析、電子簽名等所有合同工具的功能。

Ironclad的總部位于美國舊金山。由Jason Boehmig和Cai GoGwilt創(chuàng)立,他們希望將合同帶入數(shù)字時(shí)代。他們組建了一支由工程師、律師和其他專業(yè)人員組成的團(tuán)隊(duì),致力于為商業(yè)和法律團(tuán)隊(duì)構(gòu)建一個(gè)簡單、靈活、開放的解決方案。公司的執(zhí)行領(lǐng)導(dǎo)團(tuán)隊(duì)包括多位在各自領(lǐng)域有豐富經(jīng)驗(yàn)和創(chuàng)新思維的高管。

到2022年1月18日為止,Ironclad共籌集了3.33億美元的融資,最近一輪融資為E輪,投資人包括Franklin Templeton Investments和Bond。Ironclad的估值在10億到100億美元之間。

在2023年3月,Ironclad推出了其首個(gè)生成式人工智能應(yīng)用的測試版,名為AI Assist?。該應(yīng)用是使用OpenAI技術(shù)開發(fā)的,它可以幫助用戶通過識別和標(biāo)記合同中的不規(guī)范之處來自動化法律審查。該產(chǎn)品還提供了基于Ironclad平臺上的公司特定AI Playbooks的預(yù)先批準(zhǔn)條款和語言指南,并支持類似ChatGPT的文本提示。

能力亮點(diǎn)

  • CRM對接:從CRM自動拉取客戶數(shù)據(jù)生成合同草稿
  • 條款校準(zhǔn):與公司“條款政策庫”自動比對,找出不一致項(xiàng)
  • 審批路徑識別:根據(jù)內(nèi)容自動推送至法務(wù)/財(cái)務(wù)/領(lǐng)導(dǎo)審批鏈
  • 合同版本追蹤:AI標(biāo)記變更段落,生成對比報(bào)告

——Ironclad = 把合同變成動態(tài)活文檔的AI驅(qū)動平臺

法律領(lǐng)域的一個(gè)轉(zhuǎn)折點(diǎn)

自推出以來,Ironcad收到的來自客戶的極其積極的反饋強(qiáng)調(diào)了AI Assist?在法律領(lǐng)域的變革性影響。Ironclad的愿景正在變成現(xiàn)實(shí):得益于人工智能,法律團(tuán)隊(duì)已經(jīng)變得更加高效,未來的改進(jìn)似乎不可避免。通過將創(chuàng)新與謹(jǐn)慎相結(jié)合,并尋求改進(jìn)而不是取代人類流程,Ironclad正在為法律行業(yè)擁抱生成式人工智能的益處鋪平道路。

三、舊世界的困局——B端合同管理的三大斷層式失能

1. 效率黑洞——在線簽署并未解決線下溝通被人為推拉的流程斷層

傳統(tǒng)合同流程的本質(zhì),是一個(gè)效率極低的人為推拉系統(tǒng)。法務(wù)的審批,要靠業(yè)務(wù)打電話、發(fā)微信催;銷售的進(jìn)度,被卡在某個(gè)不知名的審批節(jié)點(diǎn)上。

現(xiàn)有電子合同平臺,本質(zhì)上只是把紙質(zhì)合同搬到了線上,解決了簽名和存儲的物理問題。

但最耗時(shí)的合同審閱、條款談判、內(nèi)部審批環(huán)節(jié),依然發(fā)生在平臺之外,通過郵件、微信、電話進(jìn)行著效率極低的人為推拉。

平臺只是最終那個(gè)蓋章的工具,并未真正深入到合同流轉(zhuǎn)的核心流程中,導(dǎo)致業(yè)務(wù)效率依然存在巨大的瓶頸。

這種斷層導(dǎo)致了三個(gè)致命問題:審批過程不透明、責(zé)任歸屬模糊、以及大量的無效溝通成本。

業(yè)務(wù)高速運(yùn)轉(zhuǎn)的需求,與原始、斷裂的審批流程形成了巨大矛盾,最終構(gòu)成了一個(gè)吞噬企業(yè)效率的黑洞。

2. 風(fēng)險(xiǎn)盲盒——靠人肉記憶支撐的合規(guī)斷層,平臺只是存儲器,而非思考者

目前的電子合同平臺是一個(gè)優(yōu)秀的數(shù)字檔案柜,但它并不理解自己存儲的內(nèi)容。它無法做到:

①主動識別風(fēng)險(xiǎn): 平臺無法根據(jù)上下文,判斷一個(gè)條款是否存在合規(guī)風(fēng)險(xiǎn)或商業(yè)陷阱。合規(guī)性檢查依然依賴人肉記憶。

②提供智能建議: 當(dāng)你使用平臺提供的模板時(shí),它只是做文字替換,無法根據(jù)本次交易的具體情況,為你提供更優(yōu)的條款建議。

③平臺只是一個(gè)啞巴數(shù)據(jù)庫,而不是一個(gè)能輔助決策的智慧大腦。

我們看似在使用標(biāo)準(zhǔn)化的合同模板,但實(shí)際上,這些模板只是簡單的文字替換,缺乏上下文判斷能力,無法主動發(fā)現(xiàn)條款風(fēng)險(xiǎn)。

更可怕的是,條款的合規(guī)性往往依賴法務(wù)、商務(wù)人員的人肉記憶。一旦人員變動或疏忽,就極易出現(xiàn)漏審、標(biāo)準(zhǔn)不一致的問題。每一個(gè)靠記憶來支撐的合規(guī)節(jié)點(diǎn),都像一個(gè)風(fēng)險(xiǎn)盲盒,你永遠(yuǎn)不知道下一次打開時(shí),會曝出多大的漏洞。

3. 價(jià)值孤島——無法被激活的數(shù)據(jù)斷層,數(shù)據(jù)只是歸檔,而非資產(chǎn)

當(dāng)前兩個(gè)斷層導(dǎo)致一份合同歷經(jīng)千辛萬苦終于簽署后,它就立刻變成了一座價(jià)值孤島。

合同中蘊(yùn)含的海量商業(yè)情報(bào)——價(jià)格條款、續(xù)約日期、客戶的關(guān)鍵承諾、特殊的義務(wù)條款都沉睡在文檔里,無法被系統(tǒng)性地激活和利用。這些本應(yīng)指導(dǎo)未來商業(yè)決策的寶貴數(shù)據(jù),最終都變成了無法產(chǎn)生復(fù)利的沉沒成本。

這是現(xiàn)有平臺最大的價(jià)值斷層。這些數(shù)據(jù)無法與企業(yè)的CRM、ERP、財(cái)務(wù)系統(tǒng)自動打通,無法被激活用于后續(xù)的商業(yè)分析和決策。企業(yè)花大力氣談下來的商業(yè)條款,最終沒有沉淀為可復(fù)利的數(shù)據(jù)資產(chǎn)。

四、從工具到員工:硅谷的最新解法

當(dāng)我們還在討論電子簽名是否便捷時(shí),硅谷的頂尖玩家已經(jīng)將賽道升級到了下一個(gè)維度。他們不再滿足于做一個(gè)被動執(zhí)行命令的工具,而是致力于打造一個(gè)能夠主動承擔(dān)工作的數(shù)字員工。在Harvey AI、Ironclad AI Assist這些硅谷合同智能體身上,最核心的不是它們多懂法律,而是它們開始承擔(dān)角色責(zé)任了。

它們不再只是一個(gè)工具欄里的功能點(diǎn),而是具備任務(wù)感的系統(tǒng)協(xié)作者。

這個(gè)數(shù)字員工的核心,就是AI Agent(自主合同代理)。它的理念是,將合同管理的全流程——從起草、審閱、風(fēng)險(xiǎn)預(yù)警到數(shù)據(jù)歸檔——都交給一個(gè)具備自主規(guī)劃和執(zhí)行能力的AI系統(tǒng)。這不僅是效率的提升,更是對傳統(tǒng)工作模式的徹底顛覆。

那么,這個(gè)數(shù)字員工是如何工作的?從產(chǎn)品經(jīng)理的視角,我們可以將其拆解為三個(gè)相互協(xié)作的核心能力層。

4.1 產(chǎn)品經(jīng)理視角下的三層能力拆解

1. 知識引擎層 (RAG):一個(gè)過目不忘、永不疲憊的法務(wù)專家

核心邏輯:這一層的本質(zhì),是讓大模型擁有了專屬的外部大腦。它通過RAG技術(shù),將公司內(nèi)部所有的法律文檔、歷史合同、合規(guī)條款、乃至最新的法律法規(guī),都整合為一個(gè)龐大的知識庫。

產(chǎn)品價(jià)值:

  • 告別人肉記憶:AI在審閱任何條款時(shí),都能瞬間從知識庫中檢索出最相關(guān)的上下文和公司標(biāo)準(zhǔn)做法,確保了合規(guī)性審查的100%一致性,徹底解決了標(biāo)準(zhǔn)不一致、易漏審的風(fēng)險(xiǎn)盲盒問題。
  • 提供智能建議:它不再是簡單的模板替換。當(dāng)銷售起草合同時(shí),知識引擎可以根據(jù)交易金額、客戶類型等變量,智能推薦最合適的條款組合,從源頭降低風(fēng)險(xiǎn)。
  • 實(shí)現(xiàn)動態(tài)學(xué)習(xí):每當(dāng)一份新的合同簽署或新的法規(guī)出臺,知識引擎都會自動學(xué)習(xí)并更新其知識庫,確保其專業(yè)能力永不過時(shí)。

2. 決策邏輯層 (Agent):一位高效協(xié)同、永不推諉的項(xiàng)目經(jīng)理

核心邏輯:如果說知識引擎是大腦,那么Agent層就是中樞神經(jīng)系統(tǒng)。它負(fù)責(zé)將復(fù)雜的合同審批流程,拆解成一系列可以自主執(zhí)行的任務(wù),并進(jìn)行協(xié)同調(diào)度。

產(chǎn)品價(jià)值:

  • 終結(jié)人為推拉:Agent可以自動識別合同內(nèi)容,并根據(jù)預(yù)設(shè)規(guī)則(如“金額超過50萬的條款需財(cái)務(wù)總監(jiān)審批”)自動觸發(fā)并流轉(zhuǎn)審批流程,全程透明可追溯,徹底消滅了打電話催的效率黑洞。
  • 實(shí)現(xiàn)虛擬團(tuán)隊(duì)協(xié)作:我們可以設(shè)計(jì)一個(gè)由多個(gè)專家Agent組成的虛擬團(tuán)隊(duì)。例如,一份合同進(jìn)來后,風(fēng)險(xiǎn)識別Agent先進(jìn)行第一輪掃描,財(cái)務(wù)條款A(yù)gent接著審查支付細(xì)節(jié),最后由摘要生成Agent為管理者輸出一份簡明扼要的審閱報(bào)告。
  • 確保責(zé)任清晰:每一個(gè)審批節(jié)點(diǎn)、修改記錄都被自動追蹤,確保了責(zé)任歸屬的清晰明確。

3. 數(shù)據(jù)洞察層 (BI):一位洞察全局、預(yù)見未來的商業(yè)分析師

核心邏輯:這一層致力于解決合同簽署后的價(jià)值孤島問題。它利用自然語言處理(NLP)技術(shù),將非結(jié)構(gòu)化的合同文本,轉(zhuǎn)化為結(jié)構(gòu)化的、可供分析的商業(yè)數(shù)據(jù)。

產(chǎn)品價(jià)值:

  • 激活沉睡數(shù)據(jù):自動提取合同中的關(guān)鍵信息(如合同金額、續(xù)約日期、關(guān)鍵義務(wù)、優(yōu)惠條款),并將其錄入數(shù)據(jù)庫,與CRM、ERP等系統(tǒng)打通。
  • 提供主動預(yù)警:系統(tǒng)可以自動在合同到期前3個(gè)月提醒銷售跟進(jìn)續(xù)約,或在某個(gè)付款節(jié)點(diǎn)前提醒財(cái)務(wù)部門,將被動管理變?yōu)橹鲃舆\(yùn)營。
  • 生成戰(zhàn)略洞察:通過對海量合同數(shù)據(jù)的分析,管理層可以清晰地看到:哪類合同的利潤率最高?、哪個(gè)條款在談判中被修改的頻率最高?……這些洞察,為優(yōu)化定價(jià)策略和合同模板提供了數(shù)據(jù)驅(qū)動的依據(jù)。

五、國內(nèi)如何落地?產(chǎn)品人該怎么做

很多人一談到AI賦能B端業(yè)務(wù),第一反應(yīng)往往是:是不是要搞一個(gè)自己的大模型?或者接入某個(gè)平臺的 API、部署一個(gè)智能體框架。

但其實(shí),這樣的路徑門檻高、落地慢,最終常常不了了之。

真正的機(jī)會,恰恰在于回到產(chǎn)品人的第一性原理:AI不是技術(shù)本身,而是一種“角色”的重構(gòu)工具。它可以被嵌入業(yè)務(wù)流程中,承擔(dān)一類具體的職能,成為“可被調(diào)度的系統(tǒng)角色”。

那我們該從哪里下手?你可以從這三個(gè)方向切一刀:

流程切片:讓AI介入流程的關(guān)鍵判斷點(diǎn)

例如,在合同審批流程中,有些付款條件是常規(guī),有些是例外。你不需要讓AI接管整個(gè)審批流,只需要它在識別到高風(fēng)險(xiǎn)付款條款時(shí),能主動觸發(fā)異常審批通道。這就是Agent在流程中的微型角色定義。

知識沉淀:把經(jīng)驗(yàn)轉(zhuǎn)化成可被調(diào)用的提示系統(tǒng)

每個(gè)企業(yè)最有價(jià)值的資產(chǎn)之一,是核心專家腦中那些無法被量化的經(jīng)驗(yàn),比如法務(wù)團(tuán)隊(duì)爛熟于心的常見合同風(fēng)險(xiǎn)提示語。我們可以通過RAG技術(shù),將這些寶貴的隱性知識梳理、沉淀下來,構(gòu)建一個(gè)輕量級的企業(yè)法規(guī)知識庫。過去,法務(wù)的很多判斷其實(shí)來自于經(jīng)驗(yàn)積累,比如常見的免責(zé)條款雷區(qū)、客戶常耍的小技巧等。如果你能梳理出這些知識,并用RAG的方式組織成輕量知識庫,AI就可以在每一次草擬、審閱中引用公司歷史智慧。

數(shù)據(jù)閉環(huán):讓每一次執(zhí)行都反哺策略優(yōu)化

最容易被忽略的是:合同簽完之后,里面的數(shù)據(jù)去哪了?有沒有結(jié)構(gòu)化存下來?有沒有對比過哪些條款組合,導(dǎo)致了更高的違約風(fēng)險(xiǎn)、或者客戶更傾向續(xù)約?這些原本只能靠年終盤點(diǎn)的數(shù)據(jù),現(xiàn)在可以通過BI模塊實(shí)現(xiàn)自動沉淀與趨勢挖掘。

通過切片流程、沉淀知識、閉環(huán)數(shù)據(jù)這三步,我們就將AI從一個(gè)遙遠(yuǎn)的技術(shù)概念,成功地轉(zhuǎn)化為業(yè)務(wù)流程中三個(gè)清晰、具體、且能創(chuàng)造巨大價(jià)值的新角色。

合同管理領(lǐng)域的這場革命,只是冰山一角。

它預(yù)示著一個(gè)更深遠(yuǎn)的趨勢:所有的B端產(chǎn)品,最終都將從輔助人類決策的工具,進(jìn)化為可以自主運(yùn)營的系統(tǒng)。

AI Agent 不再只是一個(gè)智能化插件,它是業(yè)務(wù)中的新型角色——具備認(rèn)知、判斷與執(zhí)行力的數(shù)字員工。

合同只是第一場實(shí)驗(yàn),接下來,它將快速滲透到更廣闊的領(lǐng)域:

  • 在供應(yīng)鏈管理中,它或許是自動識別交付風(fēng)險(xiǎn)的預(yù)測協(xié)調(diào)員
  • 在HR系統(tǒng)中,它可能是動態(tài)識別人才異動信號的組織診斷師
  • 在財(cái)務(wù)審核中,它則是比人更細(xì)致的支出邏輯建模師

當(dāng)這些重復(fù)、可預(yù)測、流程化的業(yè)務(wù)被AI接管后,產(chǎn)品經(jīng)理的角色也必將進(jìn)化:從功能設(shè)計(jì)師,變成自動化系統(tǒng)架構(gòu)師。

你的任務(wù)不再是畫頁面、寫需求,而是要思考:

  • 這個(gè)AI在業(yè)務(wù)中該扮演什么角色?
  • 它的判斷邊界在哪里?
  • 它需要什么知識與數(shù)據(jù)來支撐決策?
  • 如何讓它在反饋中不斷變得更聰明?

本文由 @Mio的AI商業(yè)觀察 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載

題圖來自Pixabay,基于CC0協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!