AST & Science 完成 1.28 亿美元 B 轮融资
06-18
大型AI模型爆发以来，参与者众多。
在电子签名领域，这项技术也正在创造新的想象。
然而，就像所有大型模型在各种场景下都会遇到的“实施困难”问题一样，大型AI模型在电子签名领域的实施并不容易。
甚至电子签名轨道也更为典型。
从流程上看，电子签名流程中的签名模板制作、印章签名制作、发起签名、印章签名等步骤相对简单，难以打造大模型实施的温床。
其次，高质量的数据是垂直模型决策能力的关键。
数据收集、训练、学习都需要人工参与和时间积累。
这些不仅仅是技术问题，更是电子签名赛道的边界和合规问题。
即使有些电子签名SaaS已经延伸到合同签订前后的场景，但这些场景的走向也是电子签名上下游合作伙伴攻克难关的战场。
大模型“难落地”的属性已经成为共识。
在大模型驱动下，电子签名未来的发展方向在哪里？ 01 AI大模型，寻找电子签名的“钥匙” “实现电子签名大模型时，需要看合同签订前后的场景。
”发达产品中心总经理刘谦对实业家直言。
其实就是把定稿的文件做成模板，签字，签字完成后存入。
在此过程中，其内容无法更改。
它的产品能力只是记录文件是否被篡改，以及身份和意愿。
真实性等，很难与大模型的生成能力结合起来，释放出大模型的真正价值。
对于大型AI模型来说，其价值在于收集数据、进行训练学习、做出智能决策，帮助企业更好地降低成本、提高效率、规避风险。
在电子签名领域，如何结合行业内容，根据需求生成并分析内容，无疑是大型AI模型可以发挥价值的场景。
但对于纯粹的电子签名来说，相比于内容的生成和分析，可信度才是最重要的。
或者说，对于大AI模型来说，它只是一个简单的电子合约产品，与大AI模型结合起来，并不能给客户带来大的增量。
在刘谦的表述中，更延伸的思考是，在电子签名领域难以实现大型AI模型的现状背后，更隐藏的是电子签名SaaS需要在外部寻找真正的大规模模型。
的签名场景。
场景。
事实上，这种“寻找”在过去几年就已经发生过。
近年来，随着电子签名SaaS的发展，人们对在线签名的需求逐渐从简单的签名场景向前和向后延伸。
也就是说，与国外专注于小众领域构建SaaS的模式不同，国内客户更喜欢用一个软件解决所有问题的模式。
可以看到的是，电子签名SaaS领域的领先厂商，如eSignature、法达、合约锁、上上说等，在过去几年中不断延伸其产品和服务的边界。
例如，e善宝智能合同产品基于AI技术，为企业提供合同起草-审批-签署-执行-归档-统计的智能化全生命周期服务；法大大的iTerms智能合约审核为企业提供了合同审核、协同审核、文本比对、智能归档等能力……“大模型的落地，将让每个人都用上智能合约。
” e善宝CEO金洪洲表示。
过去的AI1.0时代，人工智能主要基于监督学习训练，即根据已知的输入输出数据样本学习模型，对未知数据进行预测或分类，以达到预期的目标。
由于大型企业的合同内容和管理都比较规范，因此监督和培训的效果更加准确。
相反，中小企业限制了其智能合约的深度应用。
而大型车型可能会改变这个行业。
可以预见，在这些场景下，大型AI模型可以提供强大的决策能力。
那么，电子签名厂商应该怎么做呢？ 02 高质量的“高质量数据” 从目前来看，电子签名领域实现大模型的方式不外乎两种：一是厂商自建AI大模型，二是由厂商自建AI大模型。
另外就是和一般大车型合作。
前者需要大量的资金、数据和人工智能技术支持。
对于电子签名厂商来说，后者是比较合理的实现方式。
然而，单纯基于通用的大模型，其对于电子签名轨道的限制比其他方向更大。
“以一般大型模型的能力来说，应用于细分领域，效果肯定会一般。
”刘谦表示，在他看来，一般大型模型的能力不足以完成电子签名和智能合约相关服务，必须与本地知识库相结合。
也就是说，与其他方向类似，厂商需要做的就是将大量的合同数据整合成一个通用的大模型，打造电子签名领域的专有模型。
但并非所有制造商都有能力做到这一点。
首先，客户合同数据被收集到通用的大模型中，这会导致客户合同数据泄露。
众所周知，在电子签名领域，数据非常敏感。
大多数电子合同服务提供商以公有云SaaS模式提供电子合同产品。
数据存储在云端数据中心，用户的电子合同签订和数据存储在公共服务器上。
尽管平台提供了丰富的认证方式和验证方式来保证数据安全，防止合约数据被篡改，但数据安全风险仍然是关注信息安全和合约数据敏感性的用户最大的担忧。
因此，需要在私有云上构建专有的电子签名模型，以保证合同数据的安全。
这对于一般大型车型的选择也非常重要。
刘谦告诉实业家，目前发达正在与多家通用大模型厂商合作，将各通用大模型的优势与产品应用场景相结合，让整合后的合约数据在保证安全的同时发挥最大作用。
价值。
此外，为了让电子签名专有模型做出的智能决策更加准确，制造商需要依靠人工标注的高质量数据进行训练和学习。
电子签名的数据标注不仅需要技术能力，还需要法律知识、合同规范等行业经验。
更重要的是，电子签名厂商是否拥有高质量的合同数据是一个“伪命题”。
也就是说，与传统电子签名厂商相比，大多数电子签名SaaS起步较晚，导致其在高质量数据集成方面存在弱点。
由此看来，对于电子签名来说，大型AI模型的实现难度不仅在于场景，还在于数据。
即使与其他赛道相比，数据门槛也更高。
03 我们再来看看“AI大模型+电子签名”。
但不可否认的是，“AI大模型+电子签名”模式下，也可能会发生一些本质性的变化。
具体来说，在合同签订的整个生命周期中，除了合同签订过程中的安全、合规等问题外，合同起草和合同审查是企业最为重视的环节。
随着客户签约需求逐渐向前向和后向场景拓展，这些需求也给制造商带来了新的挑战。
过去，大多数电子签名厂商在人工智能的支持下，通过智能合约产品在一定程度上实现了合同文本的智能起草和纠错。
然而，合同起草和纠错的质量仍远未达到理想状态。
这种差距在一定程度上受到数据质量和数据量以及计算能力的限制。
在“AI大模型+电子签名”模式下，基于底层通用大模型的能力，加上足够的算力和数据量，以及电子签名厂家的优质合同数据，可以用于合同起草、审查等方面。
可以做出更精准的智能决策，帮助企业缩短合同签订周期，降低合同文本的错误率，让智能合同“名副其实”。
其次，“AI大模型+电子签名”模式也带来了交付模式的变化。
例如，由于国内大型企业的定制要求较高，同行业不同业务之间的签约要求存在巨大差异。
因此，国内电子签名的SaaS交付模式普遍偏重，服务商投入较多的人力、财力、精力。
通过大模型的赋能，对合同签订全周期管理的某些环节进行智能化，可以大大减轻这方面的压力，加速产品走向行业标准化。
例如，对于大多数中小企业来说，“大模型+电子签名”模式可以实现自助服务。
“我们已经连接了不同的大型模型并将它们集成到我们的服务中。
”在e闪宝的解决方案中，大模型的能力已经成为其ePaaS的底层能力。
从更广泛的角度来看，在国内SaaS赛道，由于市场分化，SaaS厂商的竞争格局往往面临内卷化和同质化竞争，电子签名赛道同样如此。
在大模型的支持下，过去在某些垂直领域拥有更多经验和数据积累的电子签名厂商的服务能力将得到更大的提升。
换句话说，大模型带来的数据分析和训练能力将逐步放大部分厂商的数据优势，打造自身的差异化，打破电子签名赛道的同质化竞争。
谁积累得更深，谁就能迈出第一步。
更重要的是，大型模型可能成为一种底层能力。
在大模型之上，电子签名厂商可以利用自己的数据、计算能力等能力，帮助他们打造一体化的全栈服务，使得电子签名产品走向标准化和规模化。
【本文经投资界合伙人实业家授权发表。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-06
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态