集成方案 | Docusign 联手 NVIDIA：终于解决了合同表格“提取难”

发布时间：2026年05月21日 | 作者：优阅达-小优

合同里的价格表、SLA 和费率信息，终于不再只能靠人工翻查，AI 开始真正读懂复杂协议数据。

一份合同的核心价值，往往不在长篇大论的正文里，而藏在那些看似不起眼的表格中。这些表格承载着企业的实际利益，却也是最让人头疼的存在。

比如供应商报价表、服务级别协议（SLA）、承包商费率表、续约价格清单……每一项都直接关系到企业的费用、履约责任和业务风险，但偏偏，这些表格也是最难被 AI 正确读取、提取的部分。

如今，这个困扰行业多年的难题有了破解方向，Docusign 已将 NVIDIA 专为文档理解打造的 Nemotron Parse 模型，集成到自身文档处理流程中，专门提升复杂合同表格的自动提取能力。目前，这项能力已向部分 Beta 用户开放，正式版也计划不久后全面发布。

核心痛点：企业不缺合同，缺“可用的合同数据”

很多企业的合同管理陷入尴尬困境：手里握着大量合同，却无法高效利用核心数据。过去，绝大多数协议被当作静态 PDF 存档，关键信息无法被系统快速调用，只能靠人工挖掘。

这种低效模式让各部门深受其扰，日常被重复人工操作占据：

法务部门：需反复人工翻查合同找条款数据，耗时费力；
采购部门：难以快速确认历史报价，影响决策效率；
运维团队：系统出问题时，无法第一时间定位SLA责任条款；
合同续约、审计、风险排查，均依赖大量人工整理，低效且易出错。

而这所有问题的根源，都集中在合同里的复杂表格结构上，表格提取难题不解决，合同数据就无法真正“活”起来，企业只能被低效内耗拖累。

深层原因：为什么合同表格这么难处理？

很多人疑惑，AI 技术如此发达，提取表格为何会成为行业难题？答案很简单：真实企业合同并非标准化文档，表格复杂多变。

真实合同中的表格，往往带着各种“复杂 buff”，让普通 AI 难以应对：

格式混乱：合并单元格、跨页表格、嵌套结构、混合排版常见；
内容复杂：中英文混合普遍，不同行业、模板的表格格式差异大；
理解门槛高：传统 OCR 或通用大模型，只能“看见”文字，无法理解表格结构和业务逻辑。

这就导致尴尬结果：AI 提取的内容常出现字段错位、数据混乱，最终仍需人工校对，反而拖慢流程。因此，“表格提取”是合同 AI 落地生产环境的最大难关。

破局之道：Docusign 联手 NVIDIA，解锁表格提取新能力

为彻底解决表格提取难题，Docusign 选择将 NVIDIA Nemotron Parse 模型深度集成到自身文档理解层，走出了独特的破局之路。

和传统模型不同，Nemotron Parse 是专门面向文档理解的视觉语言模型（VLM），核心优势是“能读懂，不只是能识字”。它不仅能识别文字，还能深度理解页面布局、表格结构和上下文逻辑，真正“理解”合同表格含义。

结合 Docusign 原有的布局检测和 OCR 流程，系统可轻松将复杂表格转换成结构化、可查询、可调用的数据，具体带来三大改变：

SLA 责任表自动提取：省去法务、运维人工整理的重复工作；
费率表可直接查询：承包商费率表无需翻查全文，快速响应需求；
价格表“活”化为数据资产：采购价格表可用于系统调用、分析对比，真正发挥价值。

这一改变意义重大，合同不再只是“存档文件”，而是能参与业务流程、支撑决策的核心数据来源。

值得关注：从“辅助阅读”到生产级应用的跨越

Docusign 此次技术升级值得关注，核心在于它标志着合同 AI 从“辅助阅读”进入生产级应用阶段，不再是实验室演示，而是能应对真实场景、承载大规模业务的实用能力。

Docusign 每天处理数百万份协议、服务超 180 万客户，这样的规模下，模型的稳定性至关重要。更严谨的是，测试时未使用合成数据，而是直接采用真实企业合同验证，确保技术能真正解决实际问题。

这份专业也得到 NVIDIA 认可——如今 NVIDIA 也用 Docusign IAM 管理自身协议流程。NVIDIA 生成式AI软件副总裁 Kari Briski 表示：“借助 NVIDIA Nemotron Parse，Docusign 正在帮助包括 NVIDIA 在内的企业客户，以更高精度和速度，在企业级规模上释放合同中的关键数据价值。”