BlackBoiler, une entreprise qui a passé plus d’une décennie à développer une technologie de redlining automatisée, a lancé cette semaine Veris, une nouvelle plate-forme qui reprend son moteur d’édition déterministe d’origine et l’alimente avec une IA générative et une interface agent basée sur le chat.
S’exécutant directement dans un complément Microsoft Phrase, Veris permet aux équipes de révision des contrats de négocier et d’annoter les accords sans jamais quitter le doc.
Parallèlement à ce lancement, BlackBoiler déploie deux nouveaux niveaux d’abonnement visant à étendre sa portée au-delà de sa base d’entreprise traditionnelle. Le niveau Starter, conçu pour les évaluateurs solo, coûte 1 250 $ par an. Le niveau Professional, conçu pour les évaluations récurrentes des équipes, coûte 3 000 $ par utilisateur et par an.
Lors d’une démonstration pour LawSites, Daniel Broderickco-fondateur et PDG de BlackBoiler, a déclaré que Veris a été développé en réponse à une demande récurrente des shoppers. Bien qu’ils apprécient la précision et la cohérence de l’édition basée sur les données de BlackBoiler, ils souhaitent qu’elle soit fournie through une expérience plus interactive et avec une configuration plus rapide.
“Ils voulaient cela dans une expérience plus agent avec une intégration plus rapide”, a-t-il déclaré.
Combiner deux approches
Le système unique de BlackBoiler est antérieur à la génération actuelle de grands modèles de langage (LLM). Au lieu de s’appuyer uniquement sur du texte prédictif, il utilise les données historiques d’une organisation (des exemples réels de majorations de contrats passés) pour piloter ses modifications.
Veris preserve cette base déterministe tout en incorporant des LLM « lorsque cela est nécessaire », a déclaré Broderick. Il comprend des contrôles stricts sur les données envoyées aux modèles, soutenus par une couche de validation robuste pour vérifier les résultats.
Ce processus de validation est une fonctionnalité essentielle de Veris. Le système analyse statistiquement chaque modification suggérée, mesurant l’ampleur des changements d’une phrase et suivant les ajouts ou suppressions de mots spécifiques. Il croise ensuite ces modifications avec les modifications similaires que BlackBoiler a traitées dans le passé.
L’objectif est de limiter les hallucinations et de « modifier uniquement ce qui doit l’être et pas plus que ce qui doit l’être », a déclaré Broderick.
Robert Moore, directeur des ventes de BlackBoiler, a déclaré que le déterminisme est ce qui distingue l’approche de Veris de l’utilisation d’un LLM seul.
Il a noté que deux personnes donnant la même entrée à un modèle à utilization général peuvent recevoir des sorties différentes, alors que Veris fonde les modifications sur la propre norme d’une entreprise. Un composant « juger » valide une modification suggérée en la remontant aux exemples fournis par un shopper.
Automatisation de la configuration du Playbook
L’intégration plus rapide permise par Veris vient en grande partie de sa capacité à automatiser le travail de création d’un playbook – l’ensemble principal de règles qui régissent la manière dont une organisation souhaite que les contrats soient modifiés. Broderick a déclaré que la société avait automatisé une étape de conservation qui nécessitait auparavant la participation des humains employés par BlackBoiler.
Dans la démonstration, Broderick a créé un playbook en téléchargeant un seul contrat balisé et en demandant au système d’en extraire les règles. Les utilisateurs peuvent également le faire en téléchargeant un doc de politique ou une description écrite de la manière dont ils souhaitent gérer des risques spécifiques, ou ils peuvent simplement décrire directement une règle.
Dans la démo, Veris a extrait environ 20 règles de l’exemple de doc, affiché les règles correspondantes des bibliothèques de règles principales de BlackBoiler là où elles existaient, et a laissé l’utilisateur accepter, rejeter ou réviser chacune d’entre elles.
À partir de là, Veris exécute une « boucle d’amélioration » entièrement en arrière-plan. Pour chaque règle, Veris :
Génère une invite et un juge correspondant. Recherche dans la base de données BlackBoiler des clauses similaires. Applique l’invite pour modifier ces clauses. Utilise le juge pour évaluer les résultats sur plusieurs exemples. Affine automatiquement l’invite et le juge.
Cette approche, a déclaré Broderick, supprime la variable humaine de l’ingénierie rapide. Étant donné que différents avocats écrivent inévitablement des invitations différentes et obtiennent des résultats différents, Veris s’appuie sur le principe selon lequel « les données doivent créer les invitations ».
Les utilisateurs peuvent télécharger jusqu’à 20 contrats through l’utility, a-t-il déclaré, avec des volumes plus importants traités hors ligne pour éviter les délais d’attente. L’incitation et l’évaluation peuvent être exécutées sur les données de BlackBoiler ou sur les propres données d’un shopper.
Deux modes de révision
Veris suggest deux manières de réviser un doc, reflétant les différentes manières dont les utilisateurs préfèrent travailler.
Un « examen complet » insère toutes les modifications suggérées directement dans le contrat en tant que modifications suivies. Broderick a déclaré que cela convenait aux pipelines axés sur l’admission dans lesquels un doc est acheminé vers un avocat déjà annoté.
Une « révision rapide » place les révisions suggérées dans la marge pour que l’utilisateur puisse les insérer une par une, classées soit par place du doc, soit par niveau de risque.
Les utilisateurs peuvent également interagir avec un doc through une interface de dialogue, par exemple en lui demandant de modifier la loi en vigueur dans un état particulier, et peuvent enregistrer ces directions en tant que nouvelles règles du manuel de jeu à la volée. Les playbooks peuvent être étendus à une organisation entière ou à des utilisateurs spécifiques, en fonction de l’accès.
Conclusion
Lorsqu’il s’agit d’adoption légale de l’IA, la validation reste un impediment majeur. BlackBoiler affirme que Veris est conçu pour résoudre directement ce problème, en associant la puissance créative des capacités de génération AI à une couche déterministe pour fournir des contraintes et des contrôles.
« Au lieu de s’appuyer sur les compétences d’incitation de chaque utilisateur, Veris dérive des normes d’incitation à partir des comportements de modification et de révision qui définissent la manière dont une organisation négocie », a déclaré Broderick.
Étant donné que le produit utilise la même base historique pour évaluer le texte généré avant qu’il ne devienne un produit last, Broderick estime que Veris représente la path que prend l’industrie.
« La prochaine part de l’IA contractuelle sera façonnée par la cohérence, la gouvernance et une exécution rentable », a-t-il déclaré, « et pas seulement par la génération de langages ».

















(1)-1024x683.jpg)