Your Agreements Are a Database You Can't Query — Hiral Shah, Docusign & Sean Sodha, NVIDIA
三句話摘要
DocuSign 與 NVIDIA 合作,用專用模型解決企業協議大規模資料結構化與表格提取的技術方案。 輕量級的專用模型配合智慧版面理解,能將企業協議從不可用的文件轉化為秒級可查詢的結構化資產。 企業協議資料的規模與價值困境:DocuSign 擁有 190 萬付費客戶、10 億使用者,每天處理 100 萬份協議,但其中蘊含 2 兆美元的談判價值因資料分散在非結構化文件中而無法被運用,導致法務、採購、銷售團隊需要花費大量人力逐份檢查。
重點整理
企業協議資料的規模與價值困境:DocuSign 擁有 190 萬付費客戶、10 億使用者,每天處理 100 萬份協議,但其中蘊含 2 兆美元的談判價值因資料分散在非結構化文件中而無法被運用,導致法務、採購、銷售團隊需要花費大量人力逐份檢查。
傳統 OCR 與通用大語言模型的局限:一般文件提取工具按行讀取文本,無法正確處理複雜表格的結構(尤其是合併儲存格、合併欄列等情況),專用的小型視覺語言模型才能準確理解版面與保留表格語義。
目的導向的輕量模型優於通用大模型:Nemo Parse 只有 850-900 百萬參數,針對表格提取專門設計,延遲和成本遠低於多十億參數的通用模型,且提取速度快 20 倍,更適合 PB 級規模的企業資料處理需求。
完整技術棧與未來擴展:DocuSign Agreement Manager 透過 Nemo Parse 自動抽取並結構化協議內容,並規劃結合 Nemo Retriever 進行跨協議語義檢索,最終整合 NVIDIA Agent Toolkit 實現端到端的智慧代理化流程。
實用技巧與重點
- 規模與商業數據
- DocuSign 付費客戶:190 萬
- DocuSign 使用者:10 億
- 每日處理協議數:100 萬份
- 被困在協議資料中的談判價值:2 兆美元
- 核心模型與工具
- Nemo Parse:850-900 百萬參數視覺語言模型(VLM)
- Nemo Retriever:包含嵌入模型、重排序模型、文件提取模型
- NVIDIA NIM:模型推論平台
- NVIDIA Blackwell:目標硬體平台
- YOLO X:傳統表格提取模型(被 Nemo Parse 取代)
- 效能指標
- 表格提取速度:比開源模型快 20 倍
- 模型精度:FP16;規劃支援 FP8、BFP4 量化
- 基準測試:RD Table Bench(行業標準)
- 具體功能
- 自動提取:定價表、SKU、SLA、費率卡
- 輸出格式:結構化元資料、CSV、API
- 處理內容:文本、語義版面、讀取順序、表格結構保留
- 一次性處理能力:從單份協議到千份乃至百萬份協議
- 技術方案選擇
- 混合架構:表格提取用 Nemo Parse(含版面理解),其他欄位仍用 OCR
- 批處理 vs. 查詢式:前置計算已知查詢模式;代理式處理用於低延遲、未預知的小規模查詢
結論
輕量級的專用模型配合智慧版面理解,能將企業協議從不可用的文件轉化為秒級可查詢的結構化資產。
完整解析
DocuSign 與 NVIDIA 的合作源於一個普遍的企業痛點:協議是 B2B 組織日常運作的核心,卻被困在非結構化的 PDF、圖片等格式中。DocuSign 的統計指出,全球協議談判涉及 2 兆美元的業務價值,但因為資料散落、格式不一,無人能高效地回顧或運用這些信息。
目前的困境是多層面的。首先,協議含有大量結構化的關鍵條款——定價表、SKU、SLA、費率卡——但傳統的 OCR 和通用大語言模型只會按行讀取文本,導致表格結構崩壞、合併儲存格位置混亂。其次,企業協議数量龐大(DocuSign 每天處理 100 萬份),人工審閱成本極高。協議間也存在階層關係,一份協議可能受另一份協議制約,增加了查詢複雜性。
NVIDIA 的解決方案是 Nemo Parse,一個僅 850-900 百萬參數的輕量級視覺語言模型。相比動輒數十億參數的通用模型,Nemo Parse 專為表格和文件提取設計,是一個單次輸入即可輸出結構化版面、文本、讀取順序和表格語義的「一體式提取器」而非生成模型。在 RD Table Bench 等行業基準上,它的準確性與開源模型相當,但提取速度快 20 倍。更關鍵的是,低參數量意味著低延遲和低成本,能夠應對 PB 級的企業資料處理需求。
DocuSign 的 Agreement Manager 產品展示了這套方案的實際效果。用戶上傳協議後,系統在秒級內自動抽取關鍵條款、商業細節,進而用 Nemo Parse 破解複雜表格,轉換成可下載的 CSV 或透過 API 查詢的結構化資料。法務、採購、財務團隊可以立即使用這些資料,而無需手工從協議中挖掘。
演講者強調了兩個關鍵洞察。一是目的導向設計的價值:一個為特定任務量身定做的小模型往往比通用大模型更高效、更經濟。二是計算策略的權衡:對於已知的批量查詢(如「所有客戶的定價表」),預前處理並結構化資料可以消除後續的延遲成本;而對於臨時性的低延遲查詢,則可以採用代理式的動態處理。
未來的擴展包括整合 Nemo Retriever 進行跨協議語義檢索(先找到相關協議,再從中提取),以及接入 NVIDIA Agent Toolkit 實現完整的智慧代理流程。量化策略也在推進中,計劃在 NVIDIA Blackwell 硬體上支援 FP8 和 BFP4 精度。


