Rà hợp đồng bằng AI — chặn điều khoản bẫy khiến doanh nghiệp đền tiền

Ba nỗi đau quen thuộc bài này nhắm thẳng vào:

• Mất tiền oan vì điều khoản bẫy. Phạt chậm bất đối xứng, bồi thường không giới hạn, tự động gia hạn — sót một dòng là đền thật, có khi cả trăm triệu.
• Vướng pháp lý hoặc bị đối tác cài bẫy. Điều khoản đẩy rủi ro về phía anh chị, phát hiện khi đã ký thì đã muộn.
• Tốn cả một phòng pháp chế ngồi đọc tay. Người giỏi, lương cao, ngồi dò từng trang — vừa chậm, vừa càng đọc nhiều càng dễ sót.

Một công ty ký vài chục tới vài trăm hợp đồng mỗi tháng: mua bán, dịch vụ, phụ lục gia hạn, đơn hàng khung, NDA, hợp đồng lao động. Phần lớn là file PDF hoặc bản scan 5–40 trang, và ai đó phải đọc tay để biết: giá bao nhiêu, thanh toán mấy đợt, phạt chậm ra sao, có tự động gia hạn không, bên kia có cài điều khoản bất lợi nào không. Tiền và pháp lý của công ty nằm ở chính những dòng đó.

Điều nguy hiểm không phải hợp đồng khó hiểu, mà là khối lượng và sự đơn điệu. Đọc tới tờ thứ mười lăm trong ngày, người ta dễ lướt qua đúng dòng gây thiệt hại — một mức phạt không đối xứng, một điều khoản gia hạn 12 tháng, một điều khoản chuyển hết trách nhiệm sang phía mình. Rà soát hợp đồng cũng là một trong những việc ngốn giờ nhất của bộ phận pháp lý — lý do nhiều tập đoàn đã đưa AI vào quy trình "legal operations" (tham khảo các phân tích về legal ops của McKinsey).

Đây đúng là loại việc AI làm tốt: đọc nhanh, đọc đều, không mệt, không bỏ sót vì chán. Nó không thay anh chị ra quyết định pháp lý, nhưng gánh được phần "đọc để tìm" — phần tốn người, tốn giờ và dễ sai nhất.

Một quy trình "AI đọc hợp đồng" thực tế gồm bốn bước, mỗi bước dùng một loại công nghệ đã đủ chín để chạy production:

01 · Đầu vào. Hợp đồng tới ở dạng PDF gốc (có text) hoặc bản scan/ảnh chụp. Với bản scan, bước OCR tiếng Việt chuyển hình ảnh thành text — chỗ trước đây hay sai dấu, nhưng các engine OCR hiện nay đọc tiếng Việt có dấu khá chính xác kể cả văn bản nhiều cột, có dấu mộc đè lên.

02 · Bóc tách điều khoản. Mô hình ngôn ngữ đọc toàn văn và rút ra các trường có cấu trúc: các bên, giá trị hợp đồng, lịch thanh toán, thời hạn, điều khoản phạt, điều kiện chấm dứt, điều khoản gia hạn, luật áp dụng. Đây là bước AI mạnh nhất — nó hiểu "tám phần trăm mỗi tháng" và "8%/tháng" là cùng một thứ, và tìm được điều khoản dù nó nằm rải rác ở nhiều mục.

03 · Chấm rủi ro. AI đối chiếu các điều khoản bóc được với một bộ mẫu chuẩn của công ty anh chị (ví dụ: "phạt chậm không vượt 1.5%/tháng", "không chấp nhận tự động gia hạn quá 30 ngày") rồi gắn cờ những chỗ lệch.

04 · Bảng tóm tắt. Kết quả là một trang tóm tắt: các con số chính, các điều khoản được gắn cờ đỏ kèm trích dẫn vị trí (trang/mục) để người đọc nhảy thẳng tới kiểm chứng.

Điểm mấu chốt: AI không "phán" hợp đồng tốt hay xấu. Nó tăng tốc việc tìm và trình bày để con người ra quyết định nhanh và ít sót hơn. Trách nhiệm pháp lý vẫn ở con người.

Một pipeline đọc hợp đồng thực tế ghép ba lớp công nghệ, mỗi lớp đều có lựa chọn đã đủ chín. Dưới đây là các công cụ phổ biến — không phải bắt buộc đúng combo này, mà để anh chị hình dung được "dùng cái gì":

Lớp 1 — OCR (số hoá bản scan). Với hợp đồng scan hoặc ảnh chụp, cần engine OCR đọc tốt tiếng Việt có dấu và giữ được bố cục bảng/nhiều cột. Các lựa chọn phổ biến: Google Document AI, Azure AI Document Intelligence, AWS Textract.

Lớp 2 — Trích xuất + hiểu điều khoản. Đây là việc của một mô hình ngôn ngữ lớn. Các mô hình đủ mạnh để đọc hợp đồng tiếng Việt và rút trường có cấu trúc hiện nay gồm GPT-4o (OpenAI), Claude (Anthropic) và Gemini (Google). Mô hình nhận toàn văn — hoặc từng phần nếu hợp đồng quá dài — kèm một "chỉ dẫn" mô tả cần bóc gì và đâu là rủi ro.

Lớp 3 — Đối chiếu + chấm rủi ro. Lớp này là logic riêng của công ty: bộ quy tắc "thế nào là bất lợi với chúng tôi" chạy trên kết quả mô hình. Không cần AI phức tạp, nhưng cần con người định nghĩa rõ — và đây mới là tài sản tạo khác biệt, không phải bản thân mô hình.

Kết quả người dùng thấy là một bảng tóm tắt như thế này — không phải đọc 30 trang nữa, mà đọc 1 trang và soi vào những chỗ được đánh dấu:

Bảo mật — điều phải chốt trước. Hợp đồng là dữ liệu nhạy cảm, nên chọn mô hình/dịch vụ có cam kết không huấn luyện trên dữ liệu của anh chị, hoặc triển khai trong môi trường riêng. Một khung tham chiếu tốt để đặt câu hỏi đúng về rủi ro là AI Risk Management Framework của NIST.

Câu trả lời thẳng: dùng được ngay cho việc sàng lọc và tóm tắt, nhưng chưa nên dùng để tự động ra quyết định pháp lý. Ranh giới đó quan trọng.

Nên giao cho AI:

• Tóm tắt nhanh một xấp hợp đồng để biết "có gì cần chú ý" trước khi luật sư đọc kỹ.
• Bóc các con số và mốc thời gian vào một bảng theo dõi (hạn thanh toán, ngày hết hạn, ngày phải báo trước nếu không muốn gia hạn).
• So sánh hợp đồng đối tác gửi với mẫu chuẩn của công ty và chỉ ra chỗ khác.
• Tìm tất cả hợp đồng trong kho có một loại điều khoản nào đó.

Chưa nên giao cho AI: tự động phê duyệt/ký mà không có người đọc lại phần được gắn cờ; kết luận pháp lý cuối cùng; hợp đồng cực phức tạp hoặc giá trị rất lớn — vẫn cần luật sư đọc trọn.

Chi phí và thời gian. Một hệ thống nội bộ ở mức "upload PDF → nhận bảng tóm tắt" thường mất vài tuần để dựng và tích hợp với kho lưu trữ hiện có. Chi phí gọi mô hình cho một hợp đồng vài chục trang hiện rất nhỏ so với một giờ công của nhân sự pháp chế. ROI đến từ chỗ: thay vì 30–60 phút đọc tay mỗi hợp đồng, người đọc chỉ cần 5–10 phút soi vào phần AI đánh dấu.

Đây là một trong những bài toán MONA gặp nhiều nhất khi làm việc với doanh nghiệp có lượng giấy tờ lớn — nối trực tiếp với hai năng lực MONA đã dựng: bóc tách tài liệu vào hệ thống và tìm điều khoản trong hợp đồng.

Cách MONA tiếp cận khác một con chatbot đọc PDF chung chung ở ba điểm: thứ nhất, OCR và bóc tách được tinh chỉnh cho văn bản hành chính tiếng Việt (công văn, hợp đồng, hoá đơn — vốn có cấu trúc và dấu mộc đặc thù); thứ hai, bộ quy tắc "thế nào là rủi ro" được cấu hình theo khẩu vị rủi ro riêng của từng công ty thay vì một chuẩn chung; thứ ba, mọi cảnh báo đều kèm trích dẫn vị trí gốc để người đọc kiểm chứng — không có chuyện AI "nói mà không chỉ được nguồn".

Với khách hàng, MONA cam kết bảo mật bằng văn bản và triển khai trên hạ tầng tách biệt khi dữ liệu đủ nhạy cảm.

Không cần làm lớn ngay. Lộ trình thực tế:

• Tuần 1 — chọn một loại hợp đồng. Bắt đầu với loại anh chị ký nhiều và đồng dạng nhất (ví dụ hợp đồng dịch vụ hoặc đơn hàng khung). Một loại, một mẫu chuẩn — dễ đo kết quả.
• Tuần 2 — định nghĩa "rủi ro với chúng tôi". Ngồi với pháp chế liệt kê 10–15 điều khoản cần soi và ngưỡng chấp nhận. Đây là tài sản giá trị nhất, không phải phần mềm.
• Tuần 3–4 — chạy thử song song. Cho AI xử lý cùng lúc với người đọc tay trên 20–30 hợp đồng, so kết quả. Đo: AI bắt được bao nhiêu, sót gì, báo nhầm gì. Hiệu chỉnh.

Ba hướng đi tiếp theo, tuỳ anh chị: đọc thêm các bài cùng nhóm Tự động hoá (OCR vào ERP, hoá đơn tự nhập sổ) để thấy bức tranh xử lý tài liệu rộng hơn; yêu cầu giải pháp để chuyên gia MONA khảo sát quy trình hợp đồng hiện tại và demo trên chính tài liệu thật.