Spellbook发布ACM：合同AI从审文件转向管流程

6月30日，法律科技公司Spellbook发布AI-powered Contract Management（ACM），把原来的合同辅助审查能力延伸到任务分配、审批跟踪、条款偏离识别和流程管理。这款产品说明合同AI厂商在扩大覆盖范围，从处理单份文件转向参与合同全生命周期。

按Spellbook的产品说明，ACM能识别合同处在哪个节点、后续任务由谁负责、哪些条款偏离了企业政策，并记录相关例外有没有获得授权。合同因此被拆成一系列持续更新的事项，而不只是一份一次性审查的文件。

从审一份合同，到管协作环节

审单份合同，输入和输出相对明确，也是合同AI较早落地的场景。企业实际的签约流程却涉及销售、采购、财务、业务负责人和法务等多个部门。从需求提出、起草文本到谈判、审批、签署，哪个环节信息缺失或衔接不顺，都可能把文档审查带来的效率提升抵掉。

流程型合同系统要持续保存事项状态，包括核实过的业务背景、对方改过的条款、内部接受的风险、批准过的例外，以及要转入履约管理的问题。这些记录既用来推进协作，也是后续审计和责任追溯的依据。系统如果只输出修改建议、不留决策过程，自动化程度越高，责任反而越难认定。

能不能落地，卡在治理上

Deloitte Legal关于企业法务生成式AI的研究认为，生成式AI会给法律部门带来较大影响，但落地不只取决于模型能力。预算和人员投入、数据治理、工作方式调整，都会影响工具能不能进核心业务流程。Thomson Reuters对企业法务部门的观察也显示，不少团队认可AI的价值，但还缺少成熟的投资回报衡量方法。

合同管理牵着企业对外承诺，风险边界比摘要生成或文本检索复杂。系统能自动生成摘要、比较版本、催办审批或草拟回复，但一进谈判和签署环节，就得处理操作权限、商业秘密、价格信息、授权范围和审计要求。

所以企业评估合同AI，光统计自动处理了多少任务不够。更有参考价值的指标是建议采纳率、律师人工覆盖的频次和原因、同类事项输出的一致性，以及系统能不能把从建议生成到最终签署的决策链条完整记下来。厂商披露的效率或自动化数据，也要结合客户规模、合同类型和统计口径审慎看。

国内企业先从低风险环节切入

对国内企业法务部门来说，现阶段比较稳妥的做法是先整理好常用合同模板、审批规则、例外条款和谈判底线，再把初步筛查、文本差异比对、风险标签和版本摘要这些高频任务交给AI。站内 AI Skill 与 MCP 库的合同审查分类里，也有可对照的条目。

涉及对外发送、价格条款、责任限制、数据处理、知识产权归属这些事项，仍要设明确的人工确认节点。企业还要定期对比AI建议、律师修改意见和最终签署文本，看系统有没有漏掉业务背景、误判条款风险或超出授权范围。站内 AI Skill 与 MCP 库的知识产权分类里，也有条款和权属相关的工具。

合同AI接进审批和谈判流程后，产品评价标准也会跟着变。除了文本分析质量，状态记录、权限控制、审计能力和责任边界，会成为企业采购和部署时的重要考量。

相关报道

• Spellbook：AI-powered Contract Management 发布说明
• Artificial Lawyer：Spellbook moves beyond lifecycle management to launch ACM
• Deloitte Legal：The future of legal work?
• Thomson Reuters：AI trends and insights for in-house counsel