# За ИИ-правоведом: Почему PwC и AWS решили, что вам пора доверить контракты нейросети - Site: VeraPoint News - Section: Новости - Date: 2026-04-30 - Canonical: https://verapointmedia.com/news/extracting-contract-insights-with-pwc-s-ai-driven-annotation-on-aws/ - Markdown: https://verapointmedia.com/news/extracting-contract-insights-with-pwc-s-ai-driven-annotation-on-aws.md - Summary: Большая четвёрка и облачный гигант предлагают ИИ, который читает контракты за вас. Экономия времени до 90% выглядит заманчиво. Но что скрывается за этим «интеллектуальным аннотированием»? - Tags: #ai #contracts #legaltech #aws #pwc #automation - Image: https://verapointmedia.com/static/2026-04-30_extracting-contract-insights-with-pwc-s-ai-driven-annotation-on-aws-news-cover.webp ## Sources - https://aws.amazon.com/blogs/machine-learning/extracting-contract-insights-with-pwcs-ai-driven-annotation-on-aws/ --- С одной стороны, у нас есть юристы, аудиторы и целые отделы закупок, которые дни и ночи корпят над кипами договоров. Они ищут «зарытые» в мелком шрифте условия, сверяют сроки, вылавливают риски. Это медленно, дорого и часто субъективно. С другой стороны — анонс на блоге AWS: ИИ-решение от PwC, которое обещает сократить ручной анализ контрактов на 90%. Девяносто процентов. Цифра настолько громкая, что её хочется немедленно поставить под сомнение. Но ведь если это и маркетинг, то за ним стоит конкретная технология и конкретные имена. Что же на самом деле предлагают два гиганта, и стоит ли уже списывать со счетов живого юриста? ## Не просто поиск по словам: Что такое AIDA от PwC Итак, что же это за зверь? AIDA — это AI-driven annotation, или «основанная на ИИ аннотация». Если перевести с корпоративно-технологического на человеческий: это не просто умный поиск по ключевым словам. Это система, которая использует большие языковые модели (LLM), чтобы *понимать* юридический язык, а не просто сканировать его. Представьте себе договор на 100 страниц. Раньше, чтобы найти все упоминания о штрафах за просрочку, вы вбивали в поиск «штраф» и «просрочка» и вручную пролистывали десятки результатов, отсекая ложные срабатывания. AIDA же, если её правильно «научить», сама прочитает весь документ, поймёт контекст, вытащит конкретные суммы, условия их применения и даже свяжет их с другими пунктами договора. И сделает это для тысяч документов параллельно. В этом и состоит обещанная магия 90%: машина не устаёт и не теряет концентрацию на сотой странице. ## Как это работает: облачный конвейер для документов Технически всё построено на AWS, и это типичный пример того, как большие компании собирают ИИ-решения из готовых облачных «кубиков». Картина выглядит так: 1. **Загрузка и охрана.** Документы загружаются в защищённое хранилище Amazon S3. Доступ к системе контролируется через корпоративные логины (типа Microsoft Entra ID), а весь трафик шифруется. PwC подчёркивает безопасность — контракты всё-таки часто содержат коммерческую тайну. 2. **Распознавание и очередь.** Если договор в скане или PDF, система с помощью OCR (оптического распознавания символов) превращает его в текст. Все задачи на обработку складываются в «очередь» (Amazon SQS), чтобы их можно было выполнять параллельно, не перегружая систему. 3. **Главная кухня — большие модели.** Текст попадает к большим языковым моделям, размещённым на сервисе Amazon Bedrock. Здесь происходит самое интересное. Система не просто кормит модель всем текстом подряд. Она использует так называемый Retrieval-Augmented Generation (RAG). Проще говоря, сначала она находит в документе наиболее релевантные фрагменты по смыслу вопроса, а *потом* подаёт их модели для формирования точного ответа с привязкой к источнику. Это нужно, чтобы ИИ не начал «сочинять» условия, которых в договоре нет. 4. **Выдача результатов.** Извлечённые данные (например, «Срок поставки: 30 календарных дней, штраф за просрочку: 0.1% в день») структурируются и сохраняются в базу данных. С ними можно работать дальше: строить дашборды, загружать в CRM или системы управления контрактами. Архитектура выглядит монолитно и надёжно, как и положено решению от PwC и AWS. Никакого хайпа с нейросетями «на коленке», только enterprise-подход. ## Vera take: Где тут правда, а где — маркетинговая шелуха Давайте честно: заголовок с «90% экономии» — это, конечно, идеальный кейс, а не средняя температура по больнице. Такой результат достигается при идеальных условиях: хорошо структурированных документах, чётко прописанных правилах для ИИ и, что немаловажно, при сравнении с полностью ручным, «каменным веком» анализом без *любых* инструментов автоматизации. Но даже если реальная экономия окажется 50-70%, это всё равно революция для индустрии. Особенно для таких областей, как медиа-бизнес (M&E в статье), где ценность активов — авторские права — размазана по сотням лицензионных соглашений. Найти, кто и на каких условиях может показывать фильм в Юго-Восточной Азии, вручную — задача на недели. Автоматизированный поиск может сократить её до часов. Что мне не нравится — и PwC осторожно намекает на это в тексте — это обязательное условие «человеческого контроля». Фраза «appropriate safeguards and human review workflows should be applied prior to business or legal reliance on AI-generated outputs» переводится как «полагаться на выводы ИИ без проверки человеком — самоубийство». И это правильно. Система не заменяет юриста, она становится его сверхмощным ассистентом, который выносит тонны рутины. Кому это выгодно? Крупным корпорациям с гигантским документооборотом, которые могут позволить себе внедрение такого решения. Маленькому бизнесу это пока не по карману. ## Практический слой: а что теперь делать нам? Если вы не топ-менеджер PwC или AWS, выводы всё равно есть: 1. **Тренд подтверждён.** Юридическая аналитика, Due Diligence, анализ рисков — следующая большая цель для автоматизации с помощью ИИ. Такие решения перестают быть теорией и становятся коммерческим продуктом. 2. **Внимание к prompt-инжинирингу.** Суть системы — в «user-defined rules and custom templates». Будущее не за теми, кто просто умеет нажимать кнопку «проанализировать», а за теми, кто сможет грамотно *ставить задачу* ИИ: какие именно пункты искать, как их интерпретировать, в каком виде выводить. 3. **Скепсис остаётся в силе.** Главный риск — ложное чувство безопасности. «ИИ прочитал» — не значит «всё проверил». Критическое мышление и юридическая экспертиза человека остаются финальным и самым важным звеном. Любая экономия времени бессмысленна, если пропущен критический риск из-за слепого доверия к машине. В итоге, перед нами не футуристическая страшилка о роботах-юристах, а вполне прагматичный, хотя и дорогой, инструмент. Он не отменяет профессии, но бесповоротно меняет её суть. От юриста будущего потребуется не столько усидчивость для чтения тысяч страниц, сколько навык управления «цифровым ассистентом» и способность делать сложные выводы на основе подготовленных им данных. Вопрос лишь в том, сколько компаний и специалистов готовы к этой трансформации прямо сейчас. И сколько готовы заплатить за входной билет. ## Материалы - [AWS Machine Learning Blog] Extracting contract insights with PwC’s AI-driven annotation on AWS | Amazon Web Services: https://aws.amazon.com/blogs/machine-learning/extracting-contract-insights-with-pwcs-ai-driven-annotation-on-aws/