起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識“AI大模型+電子簽”，下一站在哪？
大模型的出現(xiàn)為許多行業(yè)帶來了新的發(fā)展機遇，比如電子簽賽道里，電子簽廠商可以結合大模型的能力，打破自身瓶頸，提升服務力。本篇文章里，作者就對“AI大模型+電子簽”的當下與未來做了觀察，一起來看。
AI大模型爆發(fā)以來，參與者眾多。在電子簽領域，這個技術同樣也更在創(chuàng)造新的想象力。不過，和所有大模型在各個場景遇到的“落地難”問題一樣，AI大模型在電子簽領域落地同樣不是一件容易的事。
甚至電子簽賽道更為典型。從流程來看，電子簽約流程中的簽署模版制作、印章簽名制作、發(fā)起簽署、用印簽署等環(huán)節(jié)較為純粹，很難催生大模型落地的溫床，其次高質量的數(shù)據(jù)是垂直模型決策能力的關鍵，而數(shù)據(jù)收集、訓練、學習都需要人工的參與和時間的積累，這些不僅是技術難題，在電子簽賽道更是邊界、合規(guī)的問題。
即使如今一些電子簽SaaS早已不斷往簽約的前后場景延伸，但這些場景所在的方向，也更是電子簽的上下游伙伴攻堅克難的戰(zhàn)場，大模型的“落地難”屬性已成為共識。
在大模型的推動下，電子簽的未來方向可能會朝向哪？
一、AI大模型，尋找電子簽“鑰匙”
“大模型落地于電子簽，需要往簽約前后場景走?！?/strong>法大大產(chǎn)品中心總經(jīng)理劉謙對產(chǎn)業(yè)家直言。
事實上，已經(jīng)定稿的文件制作成模板，發(fā)起簽署，繼而完成簽署以后進行存證，在這個過程中，其內容是不能發(fā)生改變的，其產(chǎn)品能力只是記錄文件是否被篡改，以及身份、意愿的真實性等。難以與大模型的生成能力結合，發(fā)揮大模型真正的價值。
對于AI大模型而言，其價值點在于收集數(shù)據(jù)，進行訓練學習，給出智能決策，幫助企業(yè)更好的降本增效、規(guī)避風險等。
在電子簽領域，如何結合行業(yè)內容，根據(jù)需求生成、分析內容，固然是AI大模型能發(fā)揮價值的場景。但對于純粹的電子簽約，相較于對內容的生成、分析，可信才是第一要義。
或者換言之，對于AI大模型而言，只是單純的電子簽約產(chǎn)品，與AI大模型結合，并不能為客戶帶來較大的增量。
在劉謙的表述中，更能延伸出的一個思考是，在AI大模型于電子簽領域落地難的現(xiàn)狀背后，其更隱藏的是電子簽SaaS需要在簽約場景之外尋找到真正的大模型落地場景。
實際上，這種“探尋”在過去幾年已經(jīng)發(fā)生。近幾年，隨著電子簽SaaS的發(fā)展，人們對線上簽約的需求逐漸從單純的簽約場景，向前、向后延伸。即不同于國外專注于打造細分領域SaaS的模式，國內客戶更加青睞一個軟件解決所有問題的模式。
能看到的是，在電子簽SaaS領域的頭部廠商，如e簽寶、法大大、契約鎖、上上簽等，在過去幾年，都在不斷延展自身的產(chǎn)品服務邊界。例如，e簽寶的智能合同產(chǎn)品，基于AI技術，為企業(yè)提供合同起草-審批-簽訂-執(zhí)行-歸檔-統(tǒng)計的智能化全生命周期服務；法大大的iTerms智能合同審查，為企業(yè)提供合同審查、協(xié)作審查、文本比對、智能歸檔等能力……
“大模型的落地會讓大家都能把智能合同用起來。”e簽寶CEO金宏洲說道。
過去的AI1.0時代，人工智能以監(jiān)督學習訓練為主，即根據(jù)已知的輸入和輸出數(shù)據(jù)樣本,學習出一個模型，對未知數(shù)據(jù)進行預測或分類，以求達到一個預期的目標。而由于大型企業(yè)的合同內容、管理都較為規(guī)范，所以監(jiān)督訓練的效果更為準確。而中小型企業(yè)則反之，限制了其智能合同的深度應用。
而大模型或將改變這一業(yè)態(tài)。
可以預想的是，在這些場景中，AI大模型可以給予強大的決策能力加持。那么，對電子簽廠商而言，應該怎么做？
二、高質量的「高質量數(shù)據(jù)」
從當下來看，想要大模型落地于電子簽領域，無外乎兩種路徑：一是廠商自建AI大模型，二是與通用大模型合作。
前者需要大量的資金、數(shù)據(jù)以及AI技術支撐，對于電子簽廠商而言，后者是相對合理的落地方式。
但單純基于通用大模型，對電子簽賽道而言其局限性要比其它方向更大。“基于通用大模型的能力來做細分領域應用，效果肯定是一般的?！?/strong>劉謙表示，在他看來，通用的大模型能力不足以完成電子簽約以及智能合同的相關服務，必須要跟本地知識庫進行結合。
換言之，和其他方向相似，廠商要做的是需要將大量的合同數(shù)據(jù)集成到通用大模型中，打造電子簽領域的專有模型。
但這件事并不是所有廠商都有能力去做的。
首先，客戶的合同數(shù)據(jù)被收集到通用大模型中，會導致客戶合同數(shù)據(jù)泄漏。
眾所周知，在電子簽領域，數(shù)據(jù)十分敏感。大多數(shù)的電子合同服務商提供的都是公有云SaaS模式的電子合同產(chǎn)品，數(shù)據(jù)存于云端的數(shù)據(jù)中心，用戶的電子合同簽署、數(shù)據(jù)均存儲于公有服務器上。
雖然平臺提供豐富的認證方式和驗證手段以確保數(shù)據(jù)的安全，防止合同數(shù)據(jù)被篡改，但對于信息安全度和合同數(shù)據(jù)敏感性的用戶來說，數(shù)據(jù)安全隱患還是他們最為擔心的問題。
所以，電子簽專有模型，需要建立在私有云上，保障合同數(shù)據(jù)的安全。
這對通用大模型的選型也十分重要。劉謙對產(chǎn)業(yè)家表示，法大大目前就與多家通用大模型廠商合作，將各個通用大模型的長處與產(chǎn)品應用場景結合，以此讓集成的合同數(shù)據(jù)在保證安全性的前提下，發(fā)揮最大的價值。
除此之外，為了使得電子簽專有模型作出的智能決策更加準確，廠商需要依靠人工標注出高質量的數(shù)據(jù)，進行訓練、學習。而電子簽的數(shù)據(jù)標注，不僅需要其具備技術能力，還需要其掌握法律知識、合同規(guī)范等行業(yè)經(jīng)驗。
更為重要的是，電子簽廠商是否具備高質量的合同數(shù)據(jù)是個“偽命題”。即比起傳統(tǒng)電子簽廠商，大部分電子簽SaaS起步較晚，導致其在高質量數(shù)據(jù)集成方面較弱。
從這點來看，對電子簽而言，AI大模型落地的難點在場景之外，也更在數(shù)據(jù)。甚至相較于其他賽道，數(shù)據(jù)的門檻要更高。
三、再看「AI大模型+電子簽」
但不可否認，在「AI大模型+電子簽」的模式下，一些本質的變化也或將發(fā)生。
具體來看，在合同簽署的全生命周期中，除了合同簽署環(huán)節(jié)的安全、合規(guī)等問題，合同起草、合同審查環(huán)節(jié)是企業(yè)最為重視的環(huán)節(jié)。隨著客戶簽約需求逐漸向前、后場景拓展，這些需求也為廠商帶來了新的挑戰(zhàn)。
過去，大部分電子簽廠商在AI的加持下，通過智能合同產(chǎn)品，一定程度上實現(xiàn)了合同文本的智能起草、糾錯等問題。
然而，在合同起草、糾錯的質量上，與理想狀態(tài)仍有差距。這種差距一定程度上受限于數(shù)據(jù)質量和數(shù)據(jù)量以及算力。
在「AI大模型+電子簽」模式下，基于底層通用大模型的能力，再疊加充足算力和數(shù)據(jù)量，加上電子簽廠商的高質量合同數(shù)據(jù)，便可以在合同起草、審查等環(huán)節(jié)給出更準確的智能決策，幫助企業(yè)縮短合同簽署周期、降低合同文本的錯誤率，使得智能合同“名副其實”。
其次，「AI大模型+電子簽」模式下，帶來的還有交付模式上的變化。由于國內大型企業(yè)定制化要求高，例如同一個行業(yè)，不同業(yè)務，之間簽署需求就有著巨大的差異。導致國內電子簽SaaS交付模式普遍較重，服務商側人力、財力、精力投入較多。
通過大模型的賦能，將合同簽署的全周期管理中某些環(huán)節(jié)進行智能化，可以很大程度上可以減輕這方面的壓力，加速產(chǎn)品奔向行業(yè)標準化。例如對于大部分中小企業(yè)而言，「大模型+電子簽」的模式下，可以使得其實現(xiàn)自助式服務。
“我們接入了不同的大模型，融入到我們的服務里面?！痹趀簽寶的解決方案中，大模型的能力已經(jīng)成為其ePaaS的底層能力。
站在更大的角度來看，國內的SaaS賽道，由于市場的差異化，導致SaaS廠商的競爭格局常常面臨內卷、同質化競爭，電子簽賽道亦是如此。而在大模型的加持下，以往在某些垂直領域經(jīng)驗多、數(shù)據(jù)積累多的電子簽廠商，在服務力上將獲得較大的提升。
換言之，大模型所帶來的數(shù)據(jù)分析、訓練能力，將使得一些廠商的數(shù)據(jù)優(yōu)勢被逐漸放大，打造自身的差異化，打破電子簽賽道同質競爭的局面。
誰積累更深，誰或許就更能先行一步。
更為主要的是，大模型或將成為一種底層能力，在大模型之上，電子簽廠商可以調用其數(shù)據(jù)、算力等能力，助力其打造一體化、全棧式的服務，使得電子簽產(chǎn)品邁向標準化、規(guī)?；?/p>
作者：斗斗，編輯：皮爺
來源公眾號：產(chǎn)業(yè)家（ID：chanyejiawang），專注深度產(chǎn)業(yè)互聯(lián)網(wǎng)內容
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @產(chǎn)業(yè)家 授權發(fā)布，未經(jīng)許可，禁止轉載。
題圖來自 Unsplash，基于 CC0 協(xié)議
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發(fā)揮！
