AI-агент сократил Due Diligence: с 2 недель до 3 дней
Юридическая фирма создала AI-агента для проверки контрактов и сократила время due diligence с 14 дней до 3 дней, сэкономив 2 млн рублей в год
Задача
Московская юридическая фирма (штат 45 юристов, годовой оборот 180 млн рублей) специализируется на сопровождении M&A-сделок и корпоративных транзакций. Основная задача была критической: ускорить процесс due diligence при анализе контрактов целевых компаний. Традиционно проверка пакета документов (500-1000 контрактов) занимала 10-14 рабочих дней и требовала привлечения 4-5 юристов на полный день. Это создавало узкое место в работе: клиенты ждали результатов, сроки сделок сдвигались, а команда была перегружена рутинной работой.
Причина
В 2024 году фирма столкнулась с резким увеличением количества поступающих запросов на due diligence. Если раньше в месяц было 2-3 крупных проекта, то к середине года их стало 6-7. Параллельно клиенты начали требовать ускорения сроков: если раньше две недели считались нормой, то теперь ожидалось выполнение за 5-7 дней.
Нанимать дополнительных юристов было экономически нецелесообразно (зарплата юриста в Москве 150-200 тыс. рублей в месяц), а качество работы при спешке падало. Руководство фирмы провело анализ и выявило, что 60% времени юристов уходит на механическую работу: поиск ключевых клаузул, извлечение данных, сравнение с шаблонами, составление чек-листов. Это был идеальный кандидат для автоматизации через AI-агента.
Алгоритм внедрения: пошаговый процесс
Этап 1: Выбор платформы и проектирование агента (2 недели)
Первый шаг — выбор платформы для создания AI-агента. Команда фирмы изучила три основных варианта: готовые SaaS-решения (Kira Systems, Luminance), коробочные AI-платформы для разработки собственных решений, и платформу Nurax для создания кастомизированных AI-агентов.
Критерии выбора были четкие: возможность полной кастомизации под специфику фирмы, контроль над данными и конфиденциальность, интеграция с существующими системами документооборота, разумная стоимость владения, возможность масштабирования.
Выбор пал на платформу для создания AI-агентов, которая позволяла разработать полностью кастомизированного агента для целей фирмы. В отличие от готовых SaaS-решений, Nurax давал полный контроль над логикой работы агента, позволял интегрировать его с уже существующими внутренними системами и обучать на собственных данных без передачи их третьим лицам.
Стоимость: менее 16 тыс. рублей в месяц за план с полным функционалом агентов, включая API-доступ и интеграции.
Параллельно была создана рабочая группа из 3 человек: руководителя отдела M&A, ведущего юриста и IT-специалиста. Их задача — спроектировать и обучить агента под специфику фирмы.
Этап 2: Проектирование архитектуры AI-агента (2 недели)
Используя возможности Nurax, команда спроектировала архитектуру агента для due diligence. Агент состоял из нескольких модулей:
Модуль 1: Обработка документов.Агент принимает документы в любом формате (PDF, Word, сканы), автоматически конвертирует их в единый формат, извлекает текст даже из отсканированных изображений с помощью OCR.
Модуль 2: Классификация документов.На основе обучающих данных агент определяет тип каждого документа (контракт поставки, лицензионное соглашение, договор о конфиденциальности, трудовой контракт и т.д.) и распределяет их по категориям.
Модуль 3: Извлечение данных.Агент выявляет и извлекает ключевые клаузулы: сроки действия, условия расторжения, штрафные санкции, права интеллектуальной собственности, условия платежей, гарантии и обязательства сторон.
Модуль 4: Анализ рисков.На основе базы типовых рисков (созданной из опыта фирмы) агент выявляет потенциальные проблемы в каждом контракте и оценивает уровень риска.
Модуль 5: Генерация отчетов.Агент формирует структурированный отчет: сводка по всем контрактам, выявленные риски, рекомендации по каждому риску, визуализация данных.
Трудность: требовалось правильно настроить связи между модулями, чтобы данные корректно передавались от одного этапа к другому. Команда протестировала разные последовательности модулей для проектирования workflow.
Этап 3: Обучение агента на данных фирмы (3 недели)
Это был самый трудоемкий этап. AI-агент требовал обучения на примерах. Команда отобрала 200 контрактов из архива фирмы и вручную разметила в них ключевые элементы: тип документа, ключевые клаузулы, выявленные риски.
В отличие от готовых SaaS-решений, где обучение происходит на общих данных, база знаний продукта позволила обучить агента исключительно на данных фирмы. Это означало, что агент учился понимать специфику именно их документов, их стандартные формулировки, их типовые риски.
Трудность: документы были в разных форматах. Пришлось стандартизировать — все перевести в единый формат с хорошим качеством сканирования через интегрированные инструменты. Это заняло неделю работы одного специалиста.
После обучения точность агента возросла с базовых 85% до 97% на тестовом наборе из 50 контрактов. Это было сопоставимо с лучшими SaaS-решениями, но с полным контролем над логикой работы.
Этап 4: Интеграция с системами фирмы (2 недели)
Nurax предоставлял API для интеграции с внешними системами. Команда подключила агента к:
Системе документооборота фирмы.Документы от клиентов автоматически попадали в обработку агента без ручной загрузки.
Внутреннему порталу.Результаты анализа автоматически публиковались на портале в нужном формате благодаря установке триггеров для агента.
CRM-системе. Данные о проектах и клиентах синхронизировались с агентом.
Системе уведомлений.Агент отправлял уведомления юрисам о завершении анализа, о выявленных критических рисках.
Трудность: потребовалась настройка webhook-ов и API-ключей. IT-специалист потратил 2 дня на интеграцию с документооборотом и 3 дня — с остальными системами.
Этап 5: Пилотный проект (2 недели)
Перед полным внедрением провели пилот на реальном проекте. Клиент — компания, ищущая инвестора, предоставила пакет из 120 контрактов. Задача: провести due diligence и выявить риски.
Процесс:
День 1: документы автоматически загружаются в агента через систему документооборота (0 часов работы — все произошло автоматически)
День 2-3: агент анализирует документы, извлекает данные, выявляет риски (автоматически)
День 4: ведущий юрист проверяет результаты агента, добавляет юридическую интерпретацию (8 часов работы)
День 5: агент автоматически формирует финальный отчет в нужном формате, юрист отправляет его клиенту
Результат пилота: вместо обычных 10 дней работы 3 юристов (30 человеко-дней) проект был выполнен за 5 дней работы 1 юриста (5 человеко-дней). Экономия: 25 человеко-дней, или 500 тыс. рублей в стоимости услуги.
Качество: клиент не заметил разницы в качестве анализа. Все риски были выявлены корректно. Более того, агент выявил 2 риска, которые раньше юристы пропускали (мелкие, незначительные клаузулы).
Этап 6: Масштабирование и оптимизация (4 недели)
После успешного пилота агент был развернут для всей команды. Но здесь возникли трудности:
Проблема 1: Сопротивление юристов.Некоторые опытные юристы боялись, что AI заменит их работу. Решение: провели серию встреч, объяснили, что агент — это инструмент, который освобождает их от рутины и позволяет сосредоточиться на стратегических вопросах. Показали, что зарплата не снизится, а работа упростится (можно не тонуть в рутинных задачах).
Проблема 2: Ошибки агента на новых типах документов.Агент был обучен на 200 контрактах, но когда начали анализировать документы других типов (например, соглашения о совместной деятельности), точность падала до 88%. Решение: постоянное обучение. Каждый месяц юристы добавляли 30-50 новых размеченных документов в обучающий набор. Через 3 месяца точность стабилизировалась на уровне 96% для всех типов документов.
Проблема 3: Конфиденциальность данных.Клиенты беспокоились, что их контракты будут обработаны облачной системой. Решение: Nurax позволяет развернуть агента на собственных серверах фирмы (on-premise). Фирма развернула локальную версию агента, что добавило 20 тыс. рублей в месяц к стоимости (серверные мощности), но решило проблему конфиденциальности полностью — данные никогда не покидали инфраструктуру фирмы.
Этап 7: Стандартизация процесса (текущий этап)
Сейчас процесс due diligence выглядит так:
1. Клиент предоставляет пакет документов (обычно 500-1000 контрактов)
2. Документы загружаются в систему документооборота
3. Агент автоматически забирает документы, анализирует их в течение 24-48 часов
4. Агент создает структурированный отчет: список всех контрактов, ключевые клаузулы, выявленные риски, рекомендации
5. Ведущий юрист проверяет отчет (6-8 часов), добавляет юридическую интерпретацию
6. Агент автоматически форматирует финальный отчет и отправляет клиенту
Общее время: 3 рабочих дня вместо 10-14 дней.
Ключевые результаты внедрения Nurax
Время
До внедрения один проект due diligence занимал 10–14 рабочих дней. После внедрения срок сократился до 3 рабочих дней. Общее сокращение времени составило 71%, то есть в 4 раза быстрее. В результате фирма стала выполнять в 2,5 раза больше проектов без увеличения штата сотрудников.
Финансы
Ежемесячные инвестиции в платформу составляют 36 тысяч рублей (432 тысячи рублей в год). Из них: лицензия Nurax — 16 тысяч рублей, серверные мощности — 20 тысяч рублей.
Экономия на оплате труда при этом достигает 2,5 миллиона рублей в год. Раньше один проект требовал 30 человеко-дней (три юриста по десять дней). Теперь — пять человеко-дней (один юрист пять дней). Экономия на каждом проекте составляет 125 тысяч рублей. При объеме 20 проектов в год чистая прибыль от внедрения — 2,07 миллиона рублей.
Качество
Точность выявления рисков — 97% (по результатам проверки 50 проектов). Количество пропущенных рисков — менее 1%, преимущественно сложные юридические нюансы, требующие глубокого анализа. Ложные срабатывания — 2–3%. Удовлетворенность клиентов — 94% по результатам опроса 17 клиентов.
Производительность
Количество проектов в месяц выросло с 2–3 до 6–7, то есть в 2,5 раза. При этом загруженность юристов осталась на прежнем уровне — они не работают больше, но успевают делать больше проектов.
Стратегические преимущества
Юристы получили возможность сосредоточиться на стратегических вопросах, а не на механическом поиске информации. Снижение количества ошибок на 40% объясняется тем, что агент не устает и не пропускает детали. Клиенты получают результаты быстрее, что ускоряет принятие решений. Фирма может масштабировать деятельность без найма дополнительного персонала. В отличие от SaaS-решений, компания полностью контролирует логику работы агента и может модифицировать ее под свои нужды.
Источники изображений:
Сгенерировано нейросетью Nurax.ai
Рубрики
Интересное:
Новости отрасли:
Все новости:
Публикация компании
Профиль
Социальные сети
Рубрики