En las organizaciones existen documentos de gran relevancia que necesitan contar con un respaldo a la hora de recurrir a ellos nuevamente. Uno de estos documentos importantes son los contratos entre empresas o personas, un proceso que, aún con el pasar de los años, no presenta síntomas de innovación (Hasta ahora). Inteligencia Artificial

 

Los contratos suelen tener datos importantes sobre términos del trabajo en conjunto, pero estos datos, por lo general, se encuentran en su forma física. Lo más cercano a la digitalización es tener el contrato en formato digital dentro de un repositorio. 

 

Esta es la realidad de muchas empresas en Chile. Afortunadamente, existen soluciones para simplificar el proceso de digitalización de este tipo de documentos, aportando gran valor a las empresas a la hora de ubicar información relevante. 

 

Otras entradas: Tendencias tecnológicas que revolucionarán el mundo TI en el 2021

 

Conoce el caso de IronClad

 

Un claro ejemplo de esta falta de modernización, se le acuñaba a la empresa IronClad, que desde el 2017 se encontraban buscando modernizar la forma en la que se gestionan los contratos. 

 

En su intento por mejorar este trámite, se enfocaron en el procesamiento de lenguaje natural (PNL) pero crear un juego de pruebas implicaba semanas e incluso meses, teniendo como resultado una precisión de los resultados poco óptima.

 

Después de varios intentos fallidos, se vieron en más apuros con la llegada de la pandemia, sus clientes solicitaban información de contratos en cada momento, cláusulas, términos de empleo, cuentas por cobrar, entre otros, y todo en el menor tiempo posible.

 

Dejando a un lado la tecnología PNL con la que intentaron experimentar en el 2017, buscaron soluciones más eficientes que respondiera a sus necesidades, dando con Google Cloud AutoML Natural Lenguaje. 

 

Esta solución de Google con inteligencia artificial, permite crear modelos entrenables de casos y este se va nutriendo a medida que ingresa información. IronClad comenzó con un modelo de extracción de entidades e AutoML con un conjunto de contratos para extraer tres propiedades: nombre de la entidad, fecha de la  firma y nombre del firmante. Unas horas después, el software arrojó una tasa de precisión de 90%, un resultado sorprendente al ver que la herramienta satisfacía las necesidades de la empresa.

 

A pesar del éxito en las primeras pruebas, los desarrolladores incluyeron nuevos conjuntos de datos para tener mejores resultados en las búsquedas. 

 

 

 

Como resultado, IronClad fabricó su propio modelo de aprendizaje automático para resolver una problemática que afectaba directamente a sus clientes.