# เร่งความเร็วการสกัดความเสี่ยงในสัญญาด้วย AI ผ่าน Formize  

ทุกองค์กรระดับกลางและขนาดใหญ่ต่างเผชิญกับปัญหาเดียวกัน: **สัญญาเพิ่มขึ้นเรื่อย ๆ ข้อกำหนดความเสี่ยงซ่อนอยู่ในข้อความยาว ๆ และทีมกฎหมายใช้เวลานับไม่ถ้วนในการค้นหาประเด็นสำคัญด้วยตนเอง** เครื่องมือทบทวนสัญญาแบบดั้งเดิมมักพึ่งพาแพลตฟอร์ม CLM แบบหนัก ๆ ที่มีค่าใช้จ่ายสูง หรือกระบวนการมือที่เต็มไปด้วยข้อผิดพลาดและช้า  

Formize ซึ่งเป็นแพลตฟอร์มคลาวด์‑เนทีฟสำหรับสร้าง, เติม, แก้ไข และแชร์ฟอร์มบนเว็บและ PDF ตอนนี้เสนอ **เส้นทางแบบ low‑code ที่เสริมด้วย AI** เพื่อเปลี่ยนเอกสารสัญญาใด ๆ ให้เป็นชุดข้อมูลความเสี่ยงที่ค้นหาและจัดโครงสร้างได้ โดยการจับคู่ **Web Forms** (สำหรับการเก็บข้อมูล), **Online PDF Forms** (คลังเทมเพลตที่กรอกล่วงหน้า), **PDF Form Filler**, และ **PDF Form Editor** (ซึ่งสามารถฝังฟิลด์ที่สร้างโดย AI) องค์กรต่าง ๆ สามารถ **ทำให้วงจรการสกัดความเสี่ยงทั้งหมดเป็นอัตโนมัติ** — ตั้งแต่การรับข้อมูลจนถึงการวิเคราะห์และรายงาน  

ต่อไปนี้เราจะอธิบายขั้นตอนการทำงานแบบครบวงจร แสดงการใช้งานจริง และอธิบายว่าทำไมวิธีนี้จึงเหนือกว่าวิธีดั้งเดิมในด้านต้นทุน, ความเร็ว, และการปฏิบัติตามข้อกำหนด  

---  

## ทำไมการสกัดความเสี่ยงในสัญญาต้องการ AI และ Formize  

| ความท้าทาย | วิธีดั้งเดิม | ข้อจำกัด | ความได้เปรียบของ Formize + AI |
|------------|--------------|----------|--------------------------------|
| **ปริมาณ** | ตรวจสอบด้วยมือหรือค้นหาด้วยคีย์เวิร์ดพื้นฐาน | ไม่สามารถขยายขนาดได้; ค่าแรงสูง | โมเดล AI สแกนหลายพันหน้าในเวลาอันสั้น, ขณะที่อัปโหลดหลายไฟล์และการประมวลผลเป็นชุดของ Formize จัดการปริมาณได้อย่างไม่มีสะดุด |
| **ความแม่นยำ** | ความผิดพลาดของมนุษย์, แท็กไม่สอดคล้อง | พลาดข้อกำหนด, การจัดระดับความเสี่ยงไม่สม่ำเสมอ | โมเดล AI ที่ฝึกด้วยชุดข้อมูลกฎหมายทำการตรวจจับข้อกำหนดได้ >90 %; ฟิลด์ PDF ที่แก้ไขได้ของ Formize ให้ผู้ตรวจสอบสามารถตรวจสอบและแก้ไขได้ในที่เดียว |
| **การบูรณาการ** | แยก CLM, ที่เก็บเอกสาร, และเครื่องมือวิเคราะห์ | เก็บข้อมูลเป็นซิลโอม, การบันทึกซ้ำ | Web Forms ของ Formize สามารถส่งข้อมูลที่สกัดไปยังเครื่องมือ BI ผ่าน webhook หรือ Zapier |
| **การปฏิบัติตาม** | บันทึกการตรวจสอบแบบอะดฮ็อค | ควบคุมเวอร์ชันอ่อนแอ, มีการตรวจสอบจำกัด | ทุกการแก้ไขใน Formize สร้างบันทึกการตรวจสอบที่ลงลายเซ็น, รองรับ SOX, [GDPR](https://gdpr.eu/), และข้อกำหนดเฉพาะอุตสาหกรรม |

โดย **การฝังการสกัดที่ขับเคลื่อนด้วย AI ไว้ภายในประสบการณ์การแก้ไข PDF** Formize ขจัดวงจร “ดาวน์โหลด‑ประมวลผล‑อัปโหลด” ที่ทำให้ขั้นตอนการวิเคราะห์สัญญาส่วนใหญ่ช้า  

---  

## ส่วนประกอบหลักของโซลูชัน  

1. **Web Forms – การรับข้อมูลแบบโครงสร้าง**  
   *ฟอร์มที่ปรับแต่งได้* รวบรวมเมต้า​ดาต้าสัญญา (คู่สัญญา, วันที่มีผล, เขตอำนาจศาล ฯลฯ) เงื่อนไขตรรกะที่กำหนดจะส่งสัญญาไปยังโมเดล AI ที่เหมาะสม (เช่น การจัดซื้อ vs. M&A)  

2. **Online PDF Forms – หนังสือแม่แบบ**  
   คลัง **PDF สัญญาที่กรอกได้** (เช่น NDA, สัญญาบริการ, เทมเพลตการเช่า) ที่มี **ตำแหน่งที่กำหนดโดย AI** สำหรับข้อกำหนดความเสี่ยงสูง (เช่น การชดเชย, การเลิกสัญญา, ข้อจำกัดความรับผิด)  

3. **PDF Form Filler – การเติมข้อมูลอย่างรวดเร็ว**  
   ผู้ใช้ลาก‑และ‑วางข้อมูลจาก Web Forms ไปยังเทมเพลต PDF ทำให้ได้ **เวอร์ชันที่เครื่องอ่านได้ทันที** ตัวเติมข้อมูลยังสามารถ **เพิ่มคำอธิบายที่สร้างโดย AI** (เช่น “ข้อกำหนดความเสี่ยงสูง – ต้องตรวจสอบ”)  

4. **PDF Form Editor – การสร้างฟิลด์ด้วย AI**  
   ตัวแก้ไขรองรับ **ส่วนขยายสคริปต์แบบกำหนดเอง** โดยเรียกบริการ AI ภายนอกจาก webhook ตัวแก้ไขสามารถ:  

   * แยกข้อความสัญญาที่อัปโหลด  
   * ระบุข้อกำหนดความเสี่ยงและสร้าง **ฟิลด์ไดนามิก** (เช่น checkbox, dropdown) ที่บันทึกประเภทข้อกำหนด, ความรุนแรง, และการดำเนินการบรรเทา  
   * เก็บ payload JSON ที่สกัดไว้พร้อมกับ PDF เพื่อการวิเคราะห์ต่อไป  

---  

## กระบวนการทำงานแบบ End‑to‑End  

ต่อไปนี้คือ **แผนภาพ Mermaid** ที่แสดงภาพรวมของสายงานทั้งหมด ตั้งแต่การอัปโหลดสัญญาจนถึงการรายงานความเสี่ยง  

```mermaid
flowchart TD
    A[อัปโหลดสัญญาผ่าน Web Form] --> B[จับเมทาดาต้า & การส่งต่อ]
    B --> C{เลือกโมเดล AI}
    C -->|การจัดซื้อ| D[โมเดล AI: ความเสี่ยงการจัดซื้อ]
    C -->|M&A| E[โมเดล AI: ความเสี่ยง M&A]
    D --> F[สกัดข้อกำหนด & สร้างฟิลด์ PDF]
    E --> F
    F --> G[PDF Form Editor ฝังฟิลด์ไดนามิก]
    G --> H[ผู้ตรวจสอบกฎหมายตรวจสอบในที่เดียว]
    H --> I[PDF Form Filler สร้าง PDF สุดท้าย]
    I --> J[จัดเก็บ PDF + JSON ในคลังเอกสาร]
    J --> K[แดชบอร์ด: แผนที่ความเสี่ยงแบบเรียลไทม์]
    K --> L[ส่งออกไปยังระบบปฏิบัติตาม]
```

---  

## คู่มือการใช้งานแบบขั้นตอน  

### 1. สร้าง Web Form สำหรับรับข้อมูล  

```html
<form id="contract‑intake">
  <input type="text" name="counterparty" placeholder="ชื่อคู่สัญญา" required>
  <input type="date" name="effective_date" required>
  <select name="contract_type">
    <option value="nda">ข้อตกลงไม่เปิดเผย (NDA)</option>
    <option value="service_agreement">สัญญาบริการ</option>
    <option value="lease">สัญญาเช่า</option>
  </select>
  <input type="file" name="contract_pdf" accept=".pdf" required>
  <button type="submit">ส่ง</button>
</form>
```  

*ใช้ตัวสร้างแบบ drag‑and‑drop ของ Formize เพิ่ม **ส่วนเงื่อนไข** เช่น แสดง “ระยะเวลาการเช่า” ก็ต่อเมื่อเลือก “สัญญาเช่า”*  

### 2. ส่งต่อไปยังโมเดล AI ที่เหมาะสม  

**Automation Rules** ของ Formize ให้คุณเรียก webhook ภายนอกตามค่า `contract_type` ตัวอย่าง payload:  

```json
{
  "type": "service_agreement",
  "fileUrl": "https://cdn.formize.com/uploads/abc123.pdf"
}
```  

Webhook ของคุณส่ง PDF ไปยังบริการ AI ย่อย แล้วรับรายการข้อกำหนดความเสี่ยงที่ระบุได้กลับมา  

### 3. สร้างฟิลด์ PDF แบบไดนามิกใน Editor  

ใน **PDF Form Editor** เพิ่ม **Custom Script** เพื่อประมวลผลผลลัพธ์จาก AI:  

```javascript
// pseudo‑code for Formize custom script
const aiResponse = await fetch(webhookUrl, {method:'POST', body:pdf});
const clauses = await aiResponse.json(); // [{text, type, severity}, …]

// iterate and create fields
clauses.forEach((c, i) => {
  editor.addCheckbox({
    name: `riskClause_${i}`,
    label: `"${c.type} – ${c.severity}"`,
    tooltip: `"${c.text}"`
  });
});
```  

สคริปต์นี้สร้าง **checkbox** ให้กับแต่ละข้อกำหนด พร้อมเก็บ JSON ที่เกี่ยวข้องในเมตาดาต้าแบบซ่อนของ PDF  

### 4. ตรวจสอบโดยกฎหมายในที่เดียว  

ผู้ตรวจสอบเปิด PDF ที่แก้ไขแล้วในเบราว์เซอร์ จะเห็น **แผงสรุปความเสี่ยง** ที่สร้างโดย Formize สามารถเลือก/ยกเลิก checkbox, เพิ่มคอมเมนต์, หรือแนบเอกสารการบรรเทา — ทุกการเปลี่ยนแปลงจะบันทึกเวอร์ชันอัตโนมัติ  

### 5. สร้างเวอร์ชันสุดท้ายและจัดเก็บ  

หลังการตรวจสอบ **PDF Form Filler** ผสานข้อมูลสุดท้าย ลงลายเซ็นอิเล็กทรอนิกส์ และจัดเก็บใน **Document Repository** กลาง (SharePoint, Box หรือที่จัดเก็บของ Formize) JSON ที่สกัดก็ถูกบันทึกพร้อมกัน ทำให้ **แดชบอร์ดเรียลไทม์** สามารถดึงข้อมูลได้ทันที  

### 6. รายงานและวิเคราะห์  

ใช้ **Webhooks** ของ Formize ส่ง JSON ไปยังเครื่องมือ BI (Power BI, Tableau, Looker) ตัวอย่างแดชบอร์ดประกอบด้วย:  

* **แผนที่ความร้อน** ของข้อกำหนดระดับสูงตามหน่วยธุรกิจ  
* **การวิเคราะห์แนวโน้ม** ของข้อกำหนดการชดเชยตามเวลา  
* **คะแนนการปฏิบัติตาม** ของผู้ขายโดยอิงจากการบรรเทาความเสี่ยงที่เสร็จสมบูรณ์  

---  

## ผลกระทบจากโลกจริง: กรณีศึกษาในบริการทางการเงิน  

**บริษัท:** GlobalFin, ธนาคารลงทุนระดับนานาชาติที่จัดการสัญญาประมาณ ≈ 40 พันฉบับต่อปี  

| ตัวชี้วัด | ก่อนใช้ Formize (มือ) | หลังใช้ Formize + AI |
|-----------|-----------------------|----------------------|
| เวลาเฉลี่ยในการสกัดข้อกำหนดความเสี่ยง | 4 ชม./สัญญา | 12 นาที/สัญญา |
| ชั่วโมงทำงานที่ประหยัดต่อไตรมาส | 2 500 ชม. | 1 200 ชม. |
| ความแม่นยำของการจัดประเภทความเสี่ยง* | 78 % | 93 % |
| ความครบถ้วนของบันทึกการตรวจสอบ | แยกส่วน | บันทึกอิเล็กทรอนิกส์ 100 % ไม่แก้ไขได้ |

\*วัดจากชุดข้อมูลอ้างอิงที่ทีมกฎหมายของ GlobalFin จัดทำขึ้น  

ธนาคารได้เชื่อม Formize เข้ากับ **แพลตฟอร์ม GRC** ผ่าน webhook ง่าย ๆ ทำให้ไม่ต้องซื้อไลเซนส์ CLM ที่มีค่าใช้จ่ายสูง  

---  

## เคล็ดลับและแนวปฏิบัติที่ดีที่สุด  

| แนวปฏิบัติ | เหตุผล | วิธีปฏิบัติใน Formize |
|------------|--------|------------------------|
| **มาตรฐานการจำแนกข้อกำหนด** | ทำให้การวิเคราะห์เชิงสถิติมีความสอดคล้อง | สร้างรายการประเภทข้อกำหนดหลัก (เช่น “ข้อจำกัดความรับผิด”) แล้วแมปผลลัพธ์ของโมเดล AI ให้ตรงกับ ID เหล่านี้ |
| **การควบคุมเวอร์ชัน** | บันทึกการตรวจสอบที่สามารถตรวจสอบได้ | เปิด “Require signature on every edit” ใน PDF Form Editor; เก็บแต่ละเวอร์ชันเป็นออบเจ็กต์แยก |
| **การตรวจสอบแบบผสม** | AI มีประสิทธิภาพสูง แต่ยังต้องการการตรวจสอบของมนุษย์ | ใช้ฟิลด์ “Reviewer Confirmation” เพื่อบังคับให้ผู้ตรวจสอบยืนยันข้อกำหนดระดับสูง |
| **ความเป็นส่วนตัวของข้อมูล** | สัญญาอาจมีข้อมูลส่วนบุคคล | เปิดใช้งาน **encryption at rest** ของ Formize และตั้งค่าการเข้าถึงตามบทบาทสำหรับ PDF ที่มีข้อมูลอ่อนไหว |
| **การฝึกโมเดลอย่างต่อเนื่อง** | ภาษาและข้อกำหนดทางกฎหมายเปลี่ยนแปลง | ส่ง JSON ที่ผ่านการตรวจสอบกลับไปยังระบบฝึก AI ทุกเดือนเพื่ออัปเดตโมเดล |  

---  

## พิจารณาด้านความปลอดภัยและการปฏิบัติตาม  

* **SOC 2 Type II** – โครงสร้างคลาวด์ของ Formize ได้รับการรับรอง, ทุกการแก้ไขสร้างบันทึกการตรวจสอบที่ตรวจสอบได้ |
* **GDPR** – ข้อมูลส่วนบุคคลที่กรอกผ่าน Web Forms สามารถทำ **pseudo‑anonymization** อัตโนมัติด้วยฟิลด์แปลงที่สร้างไว้ |
* **ลายเซ็นอิเล็กทรอนิกส์ที่มีคุณสมบัติตาม eIDAS** – เมื่อ PDF Form Filler เพิ่มลายเซ็น สามารถตั้งค่าให้ตรงตามมาตรฐานลายเซ็นอิเล็กทรอนิกส์ของ EU ทำให้สัญญามีผลทางกฎหมายทั่ว EU |  

---  

## แผนพัฒนาในอนาคต: ขยายขีดความสามารถของ AI  

1. **Zero‑Shot Clause Extraction** – ใช้โมเดลพื้นฐานเพื่อระบุข้อกำหนดใหม่โดยไม่ต้องฝึกใหม่ |
2. **สัญญาหลายภาษา** – ผสานการตรวจจับภาษาของ Formize กับ pipeline การแปลอัตโนมัติ รองรับสัญญาใน 12+ ภาษา |
3. **การให้คะแนนความเสี่ยงแบบไดนามิก** – ส่งข้อมูลข้อกำหนดที่สกัดไปยังเครื่องมือประเมินความเสี่ยงที่ปรับคะแนนแบบเรียลไทม์ตามการอัปเดตกฎระเบียบ |  

การพัฒนาเหล่านี้จะทำให้ Formize ยังคงเป็นผู้นำใน **การอัตโนมัติด้านกฎหมายที่เสริม AI**  

---  

## สรุป  

การผสาน **การสร้างฟอร์มแบบ low‑code**, **การแก้ไข PDF ที่แข็งแกร่ง**, และ **การบูรณาการ AI อย่างไร้รอยต่อ** ของ Formize ทำให้การสกัดความเสี่ยงในสัญญาเปลี่ยนจากคอขวดที่ต้องใช้แรงงานเป็นกระบวนการ **เร็ว, ตรวจสอบได้, และขยายขนาดได้** ทีมกฎหมายและความสอดคล้องสามารถมุ่งเน้นที่การบรรเทาความเสี่ยงเชิงกลยุทธ์แทนการค้นหาข้อกำหนดด้วยมือ ส่วนฝ่าย IT จะได้โซลูชันที่เชื่อมต่อกับระบบข้อมูลเดิมโดยไม่ต้องทำการบูรณาการซับซ้อน  

หากองค์กรของคุณยังพึ่งพาแผ่นสเปรดชีตและการตรวจสอบแบบมือ—นี่คือช่วงเวลาที่ควร **ทดลองใช้งานกระบวนการสกัดความเสี่ยงในสัญญาด้วย AI ของ Formize** — ผลตอบแทนด้านเวลา, ความมั่นใจในการปฏิบัติตาม, และการลดความเสี่ยงจากข้อกำหนดสัญญา จะเป็นที่จับต้องได้อย่างชัดเจน  

---  

## ดูเพิ่มเติม  

- [การควบคุม ISO 27001 สำหรับการจัดการเอกสาร](https://www.iso.org/standard/54534.html)  
- [NIST SP 800‑53 Rev. 5 – ควบคุมความปลอดภัยและความเป็นส่วนตัวสำหรับระบบของรัฐบาลสหรัฐ](https://csrc.nist.gov/publications/detail/sp/800-53/rev-5/final)