PwC وAWS تكشفان عن نظام ذكاء اصطناعي لتحليل العقود يخفّض زمن المراجعة اليدوية حتى 90%

كشفت PwC وAWS عن AIDA، وهو نظام لتحليل العقود يحوّل العقود الطويلة غير المنظمة إلى بيانات منظمة وإجابات بلغة طبيعية. بُنيت المنصة على AWS وتستخدم Amazon Bedrock للعثور على البنود الرئيسية والمواعيد والالتزامات، دون الحاجة إلى البحث اليدوي عبر عشرات الصفحات.

كيف يعمل AIDA

صُمم AIDA للمحامين وفرق الامتثال (compliance) وإدارات المشتريات، أي للجهات التي يتزايد فيها حجم العقود بوتيرة تفوق الموارد المتاحة لقراءتها. وبدلًا من البحث التقليدي بالكلمات المفتاحية، يجمع النظام بين OCR وقواعد الاستخراج المخصصة ونماذج LLM في Amazon Bedrock. وتحصل الفرق في النهاية على حقول منظمة مرتبطة بمقاطع محددة من العقد، لا على مجرد عبارات مجردة. ويخفف هذا جزءًا من العبء اليدوي عن الفرق التي تجمع هذه البيانات عادةً بنفسها لأغراض الموافقات والقيد المحاسبي وإعداد التقارير.

في العرض التجريبي، حمّلت PwC في النظام عينات من مجموعة البيانات القانونية المفتوحة CUAD. بعد ذلك يبني AIDA تمثيلًا دلاليًا للوثائق ويفهرسه، ثم يستخدم Retrieval-Augmented Generation للإجابة عن الأسئلة استنادًا إلى نص العقد. وهذا مهم في السيناريوهات القانونية: يمكن التحقق من الإجابة عبر رابط إلى الفقرة الأصلية بدلًا من الوثوق بالنموذج على نحو أعمى حين يتعلق الأمر بالمواعيد أو الغرامات أو التزامات الأطراف.

ثلاثة أوضاع رئيسية

فكرة AIDA الأساسية ليست واجهة واحدة للدردشة مع ملفات PDF، بل عدة أوضاع تناسب مراحل مختلفة من تحليل العقود. وتحدد AWS ثلاثة سيناريوهات أساسية تحقق أكبر وفر في الوقت: الاستخراج الجماعي للحقول وفق قوالب، والأسئلة المحددة حول وثيقة واحدة، والبحث الشامل عبر مجموعة كاملة من الاتفاقيات. ولذلك تصلح الخدمة للتصنيف الأولي لمجموعة كبيرة من العقود، وكذلك لإجراء فحوصات سريعة أثناء المفاوضات أو التدقيق.

• الاستخراج بالقوالب — يحدد الفريق الحقول مرة واحدة، مثل مدة الإنهاء أو شروط التجديد أو حقوق الاستخدام، ثم يطبّق القواعد نفسها على آلاف العقود.
• الدردشة مع وثيقة واحدة — يمكن سؤال النظام عن تاريخ محدد أو التزام أو قيد معين، والحصول على إجابة مرتبطة بالموضع المناسب في النص.
• الدردشة الشاملة على مستوى المشروع — يقارن AIDA عدة عقود في آن واحد، ويبحث عن البنود المشتركة والفروق في الالتزامات، ويجمع الخلاصات في إجابة واحدة.
• التصفية بالبيانات الوصفية — يمكن تضييق النتائج بحسب نوع العقد أو تاريخه أو وحدة العمل أو الاختصاص القضائي، لتجنب خلط فئات مختلفة من الوثائق.

وبحسب PwC، خفّض AIDA في عمليات التطبيق لدى العملاء زمن المراجعة اليدوية للعقود حتى 90%. وتورد AWS على حدة مثال استوديو كبير للسينما والتلفزيون، سرّع فيه النظام كذلك دراسة الحقوق في التراخيص: إذ يحدد حقوق broadcast وstreaming وtheatrical وderivative، ليتضح أسرع ما يمكن عرضه أو إعادة تغليفه أو طرحه في أسواق جديدة. وهذا مهم خصوصًا لقطاعي الإعلام والترفيه (entertainment)، لأن كلفة الخطأ في الحقوق تفوق عادةً كلفة الأتمتة نفسها.

الأمان والتكامل مع الأنظمة

صُممت بنية AIDA كخدمة مؤسسية، لا كنموذج أولي تجريبي. تقف عند المدخل AWS WAF وموازن الأحمال وNGINX، وتُدار صلاحيات الوصول عبر Amazon Cognito مع الربط بـ Microsoft Entra ID أو Okta، ويمكن ضبط الصلاحيات على مستوى التطبيق وعلى مستوى المشروع. وتُشفَّر البيانات أثناء النقل وعند التخزين: تُحفظ الوثائق ومخرجات OCR في Amazon S3، والنتائج المنظمة في Amazon RDS.

ولمعالجة الأحجام الكبيرة يستخدم النظام Amazon ECS على AWS Fargate وطابور Amazon SQS، ولذلك لا يؤدي تحميل مئات الوثائق أو آلافها إلى تعطيل الواجهة. ويقوم البحث الشعاعي (vector search) على Amazon Bedrock Knowledge Bases وAmazon OpenSearch Serverless، بينما تتولى Guardrails في Amazon Bedrock تصفية المحتوى وحماية البيانات الشخصية وأمان المطالبات (prompts). وقبل إرسال النتائج إلى الأنظمة اللاحقة (downstream)، يمكن لـ AIDA تفعيل مراجعة بشرية (human-in-the-loop)، ثم تُمرَّر البيانات إلى أنظمة CLM وERP وCRM ومستودعات البيانات عبر Lambda وEventBridge وSQS.

ماذا يعني ذلك

تُظهر PwC وAWS كيف ينتقل الذكاء الاصطناعي التوليدي (GenAI) من العروض التجريبية إلى عمليات ضيقة ومكلفة للأعمال. فإذا كان النظام يستخرج الحقول بثبات فعلًا، ويجيب مع اقتباسات من النص، ويندمج في أنظمة CLM أو ERP، فإن الذكاء الاصطناعي القانوني يبدأ بتحقيق عائد لا بالوعود بل بحسابات اقتصادية ملموسة: دورات مراجعة أقصر، وجهد يدوي أقل، وبحث أسرع عن المخاطر والمواعيد والالتزامات في العقود.