KeyFrame內部研究專用

Your Agreements Are a Database You Can't Query — Hiral Shah, Docusign & Sean Sodha, NVIDIA

AI Engineer英文
觀看原始影片

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

  1. 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。

  2. 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。

  3. 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。

  4. 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。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。