DocuSign AI 指的是嵌入在 DocuSign 中的人工智能功能与能力，DocuSign 是一家总部位于加利福尼亚州旧金山的软件公司，提供用于管理电子协议和合同生命周期流程的产品。这些 AI 工具依赖机器学习和大型语言模型，支持数据提取、合同分析和智能协议管理，使组织能够跨不同设备和平台自动化协议的审查、理解和处理。该公司已将其战略扩展到一个名为智能协议管理的新软件类别，以 AI 为核心平台，并于 2024 年 4 月推出了相关应用程序。
在 DocuSign 的背景下，人工智能已从基本的模式识别演变为复杂的自然语言理解。DocuSign AI 使用 机器学习 技术来识别和提取合同中的关键数据点，例如当事方、日期和义务，并应用 大型语言模型 提供更深入的语义分析，例如识别风险和异常。这些能力已集成到 Docusign IAM 等产品中，该产品旨在管理整个协议生命周期，从创建和协商到签署和持续管理。
早期自动化与数据提取
DocuSign 在自动化数据处理方面的初步尝试始于 2011 年 11 月发布其移动应用程序，该应用允许用户随时随地签署文档，但系统性的 AI 支持数据提取在收购后变得更加突出。2020 年 2 月，DocuSign 以 1.88 亿美元收购了 Seal Software，这是一家使用机器学习提取和分析合同条款的合同分析提供商。此次收购将先进的 深度学习 能力引入 DocuSign 的产品套件，使得从非结构化合同中自动发现条款和数据提取成为可能。Seal Software 的技术后来被集成到 DocuSign 的协议生命周期管理工具中，使用户能够从大量合同存储库中快速提取重要条款。
另一项重要收购是 Lexion，一家 AI 合同管理公司，于 2024 年 5 月以据报道的 1.65 亿美元收购。Lexion 专注于使用机器学习和自然语言处理来自动化合同工作流，包括审查、修订和义务管理。Lexion 技术的集成加强了 DocuSign 的 AI 产品，使得协议协商和管理更加智能。这些收购凸显了 DocuSign 将 AI 深度嵌入其平台的承诺，超越了简单的电子签名，迈向全面的协议智能。
智能协议管理（IAM）
2024 年 4 月，DocuSign 宣布了一项重大战略扩展，推出了一个名为智能协议管理的新 SaaS 类别。该公司发布了 Docusign IAM，这是一个旨在自动化和连接整个协议生命周期的平台，并附带一套面向业务线的应用程序。这一举措将 DocuSign AI 置于核心位置，使用 人工智能 从协议中解锁数据，并将其与业务系统集成。Docusign IAM 旨在通过自动提取和结构化协议信息来消除手动数据输入并减少错误，使这些信息可用于分析和流程自动化。
该平台包括针对销售、采购和人力资源等特定部门定制的应用程序。例如，在销售中，AI 可以自动路由协议以供批准，标记与协商条款的偏差，并将合同数据与客户关系管理（CRM）工具同步。通过利用 生成式 AI 和大型语言模型，IAM 可以生成摘要、回答关于协议的问题，并根据合同条款推荐后续步骤。这超越了简单的数据提取，提供主动协助，帮助利益相关者理解和履行合同义务。
关键 AI 功能与能力
DocuSign AI 包含一系列基于 神经网络 和 Transformer 架构（现代语言模型的基础技术）构建的功能。一个主要能力是自动提取标准字段，例如合同当事方、生效日期、续约日期和财务条款。这支持将数据自动输入业务应用程序，减少手动工作。另一个功能是条款分析，使用自然语言处理来识别和总结重要条款，例如赔偿、责任限制和终止条款。这有助于法律团队快速评估多个合同中的风险。
DocuSign AI 还包括异常检测，扫描协议中偏离公司标准或预先批准模板的条款。使用基于历史协议数据训练的机器学习模型，系统可以标记异常语言、缺失字段或潜在合规问题。例如，包含非标准赔偿条款的销售合同会被突出显示以供审查。此外，AI 驱动的洞察提供协议生命周期的可见性，例如平均签署时间、瓶颈和常见协商点。这些洞察帮助组织优化其合同流程。
底层技术与模型
虽然 DocuSign 未公开披露其 AI 模型的所有细节，但其对行业标准 深度学习 技术的依赖从其收购和文件中显而易见。该公司使用基于 Transformer 的语言模型来处理需要文本理解、生成和推理的任务。Transformer 于 2017 年推出，通过允许模型捕捉文本中的长距离依赖关系，彻底改变了自然语言处理。DocuSign 的 AI 可能利用 序列到序列 架构进行摘要等任务，并使用 多头注意力 聚焦合同的相关部分。该公司还与主要云提供商（如 Azure 和 aws）合作部署其 AI 基础设施，但并不完全依赖任何单一提供商。
对于训练数据，DocuSign 使用来自客户的匿名化和聚合数据，并受隐私协议约束。模型经过训练以识别法律和商业语言，并针对房地产、金融和技术等特定行业进行微调。该公司还采用基于人类反馈的强化学习（RLHF）技术来优化模型输出，确保其尽可能符合用户期望。具体模型架构的推断是推测性的，但合理假设 DocuSign 集成了多种模型，包括用于高级推理的 大型语言模型 和用于分类与提取的较小微调模型。
与云平台和 API 的集成
DocuSign AI 能力通过 DocuSign 平台上的 REST API 和软件开发工具包（SDK）访问，允许开发人员将 AI 驱动的功能嵌入到自己的应用程序中。例如，开发人员可以构建工具来自动分类传入协议或提取关键日期，无需手动输入。该平台与 Azure 和 aws 等主要云服务集成，使客户能够使用可扩展的基础设施处理大量文档。在此类部署中，使用 GPU 加速器（例如来自 NVIDIA 的加速器）进行模型推理很常见，尽管 DocuSign 的确切基础设施未公开确认。
此外，DocuSign 还与其他 AI 提供商和平台合作以增强其产品。例如，该公司宣布与 microsoft-azure 集成，将 Azure 的 AI 服务引入 DocuSign 环境，允许客户使用自定义模型。这些合作伙伴关系使 DocuSign 能够提供灵活的 AI 解决方案，满足不同的企业需求，包括遵守严格的数据驻留和安全标准。
对商业和法律工作流的影响
DocuSign 中 AI 的引入改变了组织处理合同的方式。在 AI 之前，签约通常是手动且耗时的，涉及电子邮件发送文档、打印、扫描和手动数据输入。DocuSign AI 自动化了其中大部分工作，加快了交易周期并减少了行政负担。一个可衡量的影响是准备和签署协议时间的减少；一些客户报告称合同周转时间从几天缩短到几小时。AI 还通过捕捉人类审查者可能遗漏的错误和不一致来提高准确性。
法律和合规团队受益于 AI 驱动的风险评估，因为系统可以实时标记有问题的条款。这有助于防止签署后代价高昂的重新协商。此外，AI 驱动的分析提供合同组合的可见性，揭示趋势，例如哪些类型的合同处理时间最长或偏差最频繁。一些组织使用这些数据来标准化模板并从更强有力的位置进行协商。截至 2024 年，DocuSign 的 AI 功能似乎在其客户群中被广泛采用，尽管由于数据质量和训练要求，并非所有客户都能平等受益。
未来方向与挑战
展望未来，DocuSign AI 预计将进一步扩展到主动和沉浸式任务。未来功能可能包括使用 生成式 AI 基于过去协议自动起草合同并生成提案。但重大挑战仍然存在，包括确保受监管环境中的数据隐私、减轻 AI 模型中的偏见，以及保持高度复杂合同的准确性。截至 2025 年，DocuSign 可能会在其收购基础上投资于这些领域的研究与开发。随着行业的发展，DocuSign AI 必须适应新的法规和用户期望，努力为协议管理提供真正智能的解决方案。
结论
总之，DocuSign AI 代表了现代人工智能在简化和增强协议生命周期方面的实际应用。从自动数据提取到合同分析，该公司集成了 机器学习 和 大型语言模型，将静态文档转化为智能资产。凭借 2024 年推出的智能协议管理战略方向，DocuSign 将自己定位为数字协议领域的领导者，同时承认 AI 是一个不断发展的领域，存在持续的改进和挑战。随着公司继续创新，其 AI 功能仍然是其价值主张的核心，帮助用户以前所未有的效率和洞察力管理协议。