整合方案 | Docusign 聯手 NVIDIA：終於解決了合同表格“提取難”

發布時間：2026年05月21日 | 作者：DKM-小優

合同裡的價格表、SLA 和費率資訊，終於不再只能靠人工翻查，AI 開始真正讀懂複雜協議資料。

一份合同的核心價值，往往不在長篇大論的正文裡，而藏在那些看似不起眼的表格中。這些表格承載著企業的實際利益，卻也是最讓人頭疼的存在。

比如供應商報價表、服務級別協議（SLA）、承包商費率表、續約價格清單……每一項都直接關係到企業的費用、履約責任和業務風險，但偏偏，這些表格也是最難被 AI 正確讀取、提取的部分。

如今，這個困擾行業多年的難題有了破解方向，Docusign 已將 NVIDIA 專為文件理解打造的 Nemotron Parse 模型，整合到自身文件處理流程中，專門提升複雜合同表格的自動提取能力。目前，這項能力已向部分 Beta 使用者開放，正式版也計劃不久後全面釋出。

核心痛點：企業不缺合同，缺“可用的合同資料”

很多企業的合同管理陷入尷尬困境：手裡握著大量合同，卻無法高效利用核心資料。過去，絕大多數協議被當作靜態 PDF 存檔，關鍵資訊無法被系統快速呼叫，只能靠人工挖掘。

這種低效模式讓各部門深受其擾，日常被重複人工操作佔據：

法務部門：需反覆人工翻查合同找條款資料，耗時費力；
採購部門：難以快速確認歷史報價，影響決策效率；
運維團隊：系統出問題時，無法第一時間定位SLA責任條款；
合同續約、審計、風險排查，均依賴大量人工整理，低效且易出錯。

而這所有問題的根源，都集中在合同裡的複雜表格結構上，表格提取難題不解決，合同資料就無法真正“活”起來，企業只能被低效內耗拖累。

深層原因：為什麼合同表格這麼難處理？

很多人疑惑，AI 技術如此發達，提取表格為何會成為行業難題？答案很簡單：真實企業合同並非標準化文件，表格複雜多變。

真實合同中的表格，往往帶著各種“複雜 buff”，讓普通 AI 難以應對：

格式混亂：合併單元格、跨頁表格、巢狀結構、混合排版常見；
內容複雜：中英文混合普遍，不同行業、模板的表格格式差異大；
理解門檻高：傳統 OCR 或通用大模型，只能“看見”文字，無法理解表格結構和業務邏輯。

這就導致尷尬結果：AI 提取的內容常出現欄位錯位、資料混亂，最終仍需人工校對，反而拖慢流程。因此，“表格提取”是合同 AI 落地生產環境的最大難關。

破局之道：Docusign 聯手 NVIDIA，解鎖表格提取新能力

為徹底解決表格提取難題，Docusign 選擇將 NVIDIA Nemotron Parse 模型深度整合到自身文件理解層，走出了獨特的破局之路。

和傳統模型不同，Nemotron Parse 是專門面向文件理解的視覺語言模型（VLM），核心優勢是“能讀懂，不只是能識字”。它不僅能識別文字，還能深度理解頁面佈局、表格結構和上下文邏輯，真正“理解”合同表格含義。

結合 Docusign 原有的佈局檢測和 OCR 流程，系統可輕鬆將複雜表格轉換成結構化、可查詢、可呼叫的資料，具體帶來三大改變：

SLA 責任表自動提取：省去法務、運維人工整理的重複工作；
費率表可直接查詢：承包商費率表無需翻查全文，快速響應需求；
價格表“活”化為資料資產：採購價格表可用於系統呼叫、分析對比，真正發揮價值。

這一改變意義重大，合同不再只是“存檔檔案”，而是能參與業務流程、支撐決策的核心資料來源。

值得關注：從“輔助閱讀”到生產級應用的跨越

Docusign 此次技術升級值得關注，核心在於它標誌著合同 AI 從“輔助閱讀”進入生產級應用階段，不再是實驗室演示，而是能應對真實場景、承載大規模業務的實用能力。

Docusign 每天處理數百萬份協議、服務超 180 萬客戶，這樣的規模下，模型的穩定性至關重要。更嚴謹的是，測試時未使用合成資料，而是直接採用真實企業合同驗證，確保技術能真正解決實際問題。

這份專業也得到 NVIDIA 認可——如今 NVIDIA 也用 Docusign IAM 管理自身協議流程。NVIDIA 生成式AI軟體副總裁 Kari Briski 表示：“藉助 NVIDIA Nemotron Parse，Docusign 正在幫助包括 NVIDIA 在內的企業客戶，以更高精度和速度，在企業級規模上釋放合同中的關鍵資料價值。”