人工智能的应用领域多种多样，比如合同智能审核就是“人工智能+法律”的垂直领域产品，它可以通过辅助用户审核，帮助法律人从重复劳动中解放出来，并提升审核的专业水平。

合同智能审核是“人工智能+法律”的垂直领域产品，和其他“人工智能+”产品一样，经历了最初市场的异想天开、法律人的恐慌，到用户的质疑甚至是放弃，现在相关各方已经逐步回归理性。

说到底是目前时机还不成熟，无论是NLP技术的发展，还是训练数据的开放和积累等方向，这也是新事物发展的必然规律。但恰在回归理性认清事实，而后循序渐进谋大成，才是扬帆起航正当时。

01 发展的现状

说到合同智能审核就不得提起法律界的“AlphaGo”LawGeeX平台，2018年2月，20名经验丰富的律师与LawGeeX平台进行审阅法律合同的比赛，最终LawGeeX完胜人类律师，两者的平均准确率分别为94%和85%，而平均花费时间分别为26秒和92分钟。

而国内合同智能审核产品虽然比较多，但均未有出色的落地和宣传效果，如智合同、爱合同、合通机器人、幂律智能、法宝云合同、达观数据等，这些产品定位基本是辅助用户审核，解决低价值高重复规则性强（如审查合同主体是否保持一致等），提示可能存在的合同风险最终由用户决定取舍，让法律人从重复性劳动解放出来，处理更能体现自身价值的工作，同时，提升合同审核团队整体专业水平。

这些产品的实现思路大同小异，主要看今后产品是否能够找准种子用户，验证和完善产品在具体行业的落地效果，快速积累产品有效数据形成竞争壁垒。

02 律师如何审核一份合同

设计合同智能审核产品，首先需要了解合同需要审核什么？律师是如何审核一份合同的？然后按照计算机的思维将其formulate，在此基础上逐步丰富合同种类和合同内容，就能够保证产品不断学习沉淀持续进化，最终达到智能审核的目标。以下是律师审查合同的过程：

1. 合同形式审查

主要审查文字是否准确，表述是否严谨，格式是否规范，前后逻辑是否一致；在审查一份合同之前应先将其整体浏览一遍，将合同归类，如是专业性较强的合同，应在审查之前学习有关方面的知识，以及了解在签订该类合同中可能会遇到的风险，对于普通合同，常见的形式问题有：

1. 合同结构不完整（如缺少开头、正文、结尾）。
2. 合同名称是否与合同内容相符，是否属于同一性质（如：把租赁写成承包，借款写成投资）。
3. 合同各方当事人信息是否正确，可以通过企业信用信息公示网查询了解该合同相对人是否与其提供的信息相符，如当事人名称与营业执照上的名称不一致；当事人银行账号、联系地址、联系电话等信息缺漏等。
4. 法律用语不准确或有失公平（如“定金”错写成“订金”，使用“大约”、“相当”等模糊词，“…7日后付款”等不确定表达，使用“全部”、“一切”、“任何”等有失公平词。）
5. 前后逻辑不一致，如：当事人名称前后不一致；金额大小写不一致、分期付款总额与合同总金额不一致等；履行期限表述不一（如：“租期一年”与“2020年3月至2021年4月”）；序号、附件指代矛盾等。

另外，如果是企业内部法律顾问审核合同一般还包括以下内容：

1. 会签表基本信息填写不完整、不规范、不清楚、与合同内容不一致。
2. 未按公司要求使用公司制定的范本。
3. 缺乏立项审批、超标审批；合同内容超出所依据文件的内容范围。
4. 合同相对方的选择方式不符合规定（如：应当招投标的项目，没有进行招投标）。
5. 流程选择不符合权限分工的要求。
6. 缺乏合法有效的授权委托书。
7. 报审资料完整性、一致性。

2. 合同实质审查

1. 审查合同主体资格、履约能力。如签约一方不具备相应的从业资质或经营许可，由此所订立的合同一般属于违反国家法律法规的合同。
2. 审查合同效力、合同条款效力。如违反法律、行政法规的强制性规定的等。
3. 审查合同条款是否完备。如缺少《合同法》要求的基本条款：标的、价款或者报酬、履行期限、违约责任、解决争议的方法等，或缺少依合同特点须具备的条款如知识产权条款、保密条款等
4. 合同付款条款。如分期付款的合同，付款比例不符合公司要求，首付款比例过高等。
5. 审查违约责任，如违约金过高的问题
   另外还有审查管辖约定、审查合同条款是否明确具有可操作性、知识产权条款、不可抗力条款等，在此不一一列举。

03 产品设计的思路

了解完律师如何审查一份合同，是不是感到形式审查方面还可以，但实质审查方面就力不从心了（实质审查的内容还未全部列出）。这就是当前智能合同审查定位“解决低价值高重复规则性强辅助审核工作”的原因。那么如何设计实现这一定位目标？

首先我们要清楚，当前需采用以工程化方法综合运用规则、智能算法等技术的解决思路，而非仅依赖智能技术上的突破来解决问题，因为合同审核需要准确性（严格的规则匹配）、不确定性（合同文本不能体现背后的商业逻辑等），不是算法好就能够解决的。

合同智能审核功能主要包括：合同要素提取、审核清单、缺失条款和风险提示、文字纠错、版本对比等。

可以将设计思路的分为四个步骤：分类建库，打基础；正向对比找缺漏，反向匹配查风险；外部连接，做支撑；知识积累，自学习。下面我们详细说明：

1. 分类建库，打基础

建立合同审核清单库、标准合同范本条款库以及风险规则库。因为合同的分类繁多，而且同一类型不同行业、不同企业、不同标的等合同条款的差异比较大，如果合同分类混乱很导致后续无法只持续优化。因此，初期规划好合同的分类维度和分类层级是关键。

建议以合同法合同分类为一级，综合参考法律关系性质、标的、文本的特点等多种规则细分类别。

合同法14类有名合同分类包括买卖合同，供用电、水、气、热力合同，赠与合同，借款合同，租赁合同，融资租赁合同，承揽合同，建设工程合同，运输合同，技术合同，保管合同，仓储合同，委托合同，行纪合同，居间合同。每个分类下至少建立通用标准版和简要版两个合同范本，作为默认选项。

其次，自动拆分合同条款，是后面合同审核匹配基础，关系到后面匹配是否准确。

按照章节段落、关键字、回车、空格、标点符合等规则拆分，看似简单，但实际中按照法律人的思维100%准确拆分难度还是很大。没有好办法，需要法律人和技术人长期合作，彼此熟悉逻辑才能保证拆分的准确率越来越高。

最后，为范本打上行业、我方地位（甲方或乙方等）标签，条款添加是否必备条款、依据法律法规、对等级别（强势、中性、弱势）、风险级别、风险提示、修改建议等属性。

2. 正向对比找缺漏，反向匹配查风险

有了前面的标准合同范本条款，正向对比找缺漏就很好理解了。就是通过自动分类技术确定需要审核的合同文本分类，确定我方地位，提供该类合同审核清单（即审核要点和注意事项），为刚进入合同审核岗位的法律人提供指导。然后从相应分类中取出文本相似度最高的标准范本逐条进行比较，从而可以对比出缺少条款，并进行风险提示，提供修改建议。

反向匹配查风险，是与风险规则库中规则相匹配，如法律用语不准确或有失公平使用“大约”、“相当”等模糊词，“…7日后付款”等不确定表达等，这里主要以规则匹配为主。

3. 外部连接，做支撑

这里的外部连接支撑，主要指的是合同审核时需要利用的外部数据，如何企业工商信息、信用信息、法律法规、或是风险条款产生的司法案例等。

在上文律师审核一份合同中提到，合同各方当事人信息是否正确，可以通过企业信用信息公示网查询了解该合同相对人是否与其提供的信息相符，如当事人名称与营业执照上的名称不一致；当事人银行账号、联系地址、联系电话等信息缺漏等。

其实这里还可以延伸到合同履行，履行过程中相对人发生重大变化、签订合同依据的相关法律法规发生变化、提供类似司法案例等。

另外，还可以连接外部的文字纠错库，关键字词出现差错也是合同的重大风险，文字纠错产品外部成熟产品较多，用合同文本训练后，不用重复早轮子。

4. 知识积累，自学习

因为合同审核清单、风险提示、风险规则均是有专业法律人员产生，不仅更新速度上跟不上，而且可能不适合每个用户实际情况，产品要设计一套可以由用户自己产生内容（UGC）的机制，每个用户尤其是大中型企业和律师律所可以建立起自己的合同审核知识体系，成为一个真正能够自学习产品。

04 主要竞品简要对比

以北大英华法宝智能合同分析、幂律智能MeCheck、道本科技智合同产品三个产品在数据、功能和界面友好性进行比较，他们的各自的优点也体现了各自公司的优势。

• 北大英华法律大数据服务商，法宝智能合同分析有法律法规、相关案例的连接，但仅有与标准条款对比缺失条款和风险提示，缺少了规则性校验和风险提示，界面设计一般；
• 幂律智能MeCheck来自清华技术派创业团队，各种功能相对比较完善，界面相对友好，实用性有待进一步验证；
• 道本科技是大型集团型企业法务信息化服务商，道本科技智合同规则性匹配风险相对较丰富，只下载了word修订版。

法宝云合同

幂律智能MeCheck

道本科技智合同

05 未来发展

合同智能审核应用主要有三类用户：大中型企业合同审核人员（包括如销售、采购等业务部门的审核人员和法律、财务等职能部门的审核人员）、律师律所、小微企业（没有固定法律人员）。

目前需求最为迫切且可以实现盈利的就是第一类用户，而且他们还有大量的内部数据，是产品进入市场的切入口。未来合同智能审核产品在业务方向上可以向上合同智能起草延伸和向下合同电子签章、履约风险提示延伸，在平台方向上可以连接企业和律师，在进化方向上可以泛化为规范性文档审核系统，进而又可以在业务和平台方面继续延伸，无边无界，扯远了。

本文由 @Being4 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议