随着手动流程历史的发展，合规与风险管理逐渐成为大型语言模型（LLMs）的理想应用领域。这些专业人士在分析和更新数千份合规条款，或量化和管理风险的过程中，可以显著受益于LLMs带来的时间和效率提升。
治理、风险与合规（GRC）工作流程常常在组织内部造成瓶颈，妨碍对客户、供应商和各部门的响应。关键挑战在于如何利用LLMs自动化复杂的工作流程，并结合上下文智能，同时确保数据的机密性和安全性。
近期，一家知名媒体的采访显示，LLMs在大规模处理和分析非结构化数据方面表现出色。采用LLMs进行合规与风险管理的先锋企业，正通过小型、精准的模型，来刷新此前难以通过机器人流程自动化（RPA）解决的既定流程。这些受访企业普遍认为，在LLMs内部保护敏感数据是基础性要求。
LLM优化GRC流程
GRC流程复杂、难以简单分类，往往抵制效率提升。虽然传统RPA在提升效率方面取得了一定成效，但缺乏LLM架构中固有的深度上下文智能和建模能力。随着对GRC知识和效率需求的增加，GRC自动化市场正在快速增长，预计到2028年将以两位数的复合年增长率（CAGR）持续扩大。根据Gartner的数据，GRC市场在2022年的价值为394亿美元，预计到2028年将达到764亿美元，从2023年到2028年年均增长11.6%。特别是法务部门预计将在今年自动化50%的与重大企业交易相关的法律工作，并将在明年将技术支出增加三倍。
两家公司的LLM应用实践
为了解领先软件提供商在这一领域的创新，媒体采访了4CRisk和Relativity的策略。Relativity与顶级微软合作伙伴WinWire合作，利用Azure和生成性AI增强他们的aiR套件中的电子发现、合规和风险管理。WinWire在生成性AI领域的卓越中心为客户提供顶级的专业知识。
WinWire在帮助Relativity现代化IT架构方面扮演了重要角色，包括将本地应用迁移至Azure云。这一合作提升了Relativity客户的灵活性、安全性和服务交付速度。
Relativity的首席技术官Keith Carlson在最近的采访中指出，公司的技术架构依赖Azure的认知与实时服务，以确保aiR套件提供卓越的客户体验。这些服务促进了24/7的全球支持和更快的服务响应。
Relativity已经从基于云的改进中获得了显著的成本节约，基础设施和运营成本分别降低了约40%和150%。这些进步简化了操作，增强了Relativity服务的可扩展性，有助于管理大量文档。
Carlson强调，LLMs正在彻底改变GRC的方方面面，特别是在电子发现领域，风险识别的预测准确性对于主动的合规管理至关重要。与WinWire的合作增强了系统的可靠性，确保了电子发现所需的大规模数据处理的稳定性，因为系统停机会造成高额成本。
Carlson在采访中指出：“在云端，确保敏捷性和适应能力至关重要。结合情感分析、认知服务和翻译能力的开放Azure AI服务，有助于优化电子发现流程。”
4CRisk的量身定制LLM方法
4CRisk的创始人兼首席执行官Venky Yerrapotu正在专注于为合规和风险管理问题开发专门的LLMs。他强调：“我们为风险与合规领域构建语言模型，优先考虑数据隐私和安全，同时保持高效性。”
推动LLM实施的挑战
Carlson和Yerrapotu指出，整合和实现可实践结果是扩大LLM在合规和GRC应用中的主要挑战。Carlson建议采取全面的整合方式：“我们的目标是提高现有系统的准确性和效率，同时无缝融入法律和合规框架。”
Yerrapotu强调，在GRC工作流程中采用LLM能够实现自动化复杂的数据处理，以前这些过程经常需要大量人工参与。 他提到：“通过开发量身定制的模型，我们能够确保敏感GRC任务的隐私和高效性。”
他说：“使用小型、专业化的模型让我们能够在不增加过高成本的情况下实现合规解决方案的全球扩展。这些模型能迅速适应监管变化。”
在AI中优先考虑隐私与安全
Yerrapotu表示：“我们的隐私设计理念融入了加密数据，运行于安全的云环境，符合最严格的隐私法律。”
4CRisk和Relativity在设计产品时均考虑了LLM的脆弱性，确保在不同法域内的合规性，同时满足监管和客户特定要求。WinWire的专业知识使Relativity能够应对各类国际法律框架，确保其全球运营顺畅。Carlson强调，Azure在满足当地法律义务方面具备全球能力，这是科技公司面临的重大挑战。
随着企业在不同法域内部署LLMs，适应多元监管环境的需求愈发迫切，使合规性成为国际运营的关键因素。Carlson指出：“在Relativity，我们不断改进我们的LLMs，以在国际间保持灵活和合规。我们的技术能迅速应对法规变化，确保为全球客户提供全面支持。”
他进一步阐述了维持高标准合规的复杂性：“在国际数据隐私法律的范围内导航是个挑战。我们的LLMs采用动态框架，实时调整以应对新法规，这对于全球客户服务的连续性至关重要。”
Yerrapotu补充说：“我们优先开发小型、领域特定的LLMs，以实现更高的精确性，并无缝融入各种监管框架，确保高效性和适应性，同时不牺牲隐私和安全。”
通过透明度构建信任
这两家公司及其他被采访者均强调，通过透明的LLM开发和扩展过程，向客户建立信任的重要性。Carlson阐述了Relativity在隐私与安全策略方面的承诺。他说：“信任是我们客户关系的基础。通过确保我们的LLMs强大、安全且合规，我们使客户对其敏感信息的保护充满信心。”
通过对隐私的坚定承诺以及在实时合规和风险管理中创新性地运用LLMs，4CRisk和Relativity正在为生成AI驱动的GRC领域制定新的行业安全标准。
排行榜
