9 июля 2026 года Icertis опубликовала прикладной разбор того, как её AI-помощник Vera должен приносить контроль, предсказуемость и аналитику в контрактные процессы государственного сектора. Это продолжение июньского запуска, когда компания, по её собственному заявлению, представила Vera как способ превратить корпоративное заключение договоров в диалог с AI внутри платформы управления жизненным циклом контрактов (CLM, Contract Lifecycle Management).
Если убрать маркетинговую обёртку, то новость такая: крупный вендор CLM говорит, что генерация договора, его проверка и последующее отслеживание обязательств теперь могут идти как разговор, а не как ручная работа в редакторе и таблицах. Дальше в тексте я отделяю то, что заявляет сам Icertis, от того, что можно проверить, и от того, что остаётся зоной ответственности живого юриста.
Сразу важная оговорка: оба доступных источника принадлежат Icertis. Независимой оценки качества генерации или review пока нет, поэтому ни одно обещание про юридическую корректность не стоит принимать без проверки специалистом. Если ты выбираешь инструмент для боевого контура - держи это в голове с первого дня, а не после первого спорного пункта.
Что именно произошло 9 июля?
По данным Icertis, событие 9 июля 2026 - это не новый продукт, а прикладной материал (research-разбор) о том, как AI-контрактинг даёт контроль, предсказуемость и масштаб в госзакупках. То есть компания взяла ранее анонсированную Vera и показала её в конкретном контексте: государственный сектор, где цена ошибки в формулировке и в сроках обязательства особенно высока.
Июньский анонс и июльский разбор связаны прямо. В июне Icertis описала общий подход - "переосмысление опыта корпоративного заключения договоров силами Vera". В июле та же компания приземлила это на отрасль с жёсткими требованиями к аудиту и трассируемости. Для читателя это удобно: госсектор - хороший стресс-тест, потому что там нельзя просто довериться "черновику от AI".
Ключевые слова из обоих материалов повторяются: control (контроль), predictability (предсказуемость), analytics (аналитика). Это язык вендора, и я его так и подаю - как заявленную рамку, а не как измеренный результат.
Что значит "контракт как диалог"?
Идея "диалога" в CLM звучит красиво, но за ней стоит понятная механика. Вместо того чтобы вручную собирать договор из шаблонов и вычитывать его глазами, пользователь описывает потребность словами, а система предлагает черновик, показывает риски и отвечает на уточнения. Icertis позиционирует Vera именно как такой слой поверх платформы.
Разложим заявленный процесс на три части, потому что именно они интересуют юриста: генерация, review и управление обязательствами. Это не три кнопки, а три разных типа ответственности, и смешивать их нельзя.
Генерация - это когда AI собирает текст договора или отдельного пункта. Review - когда AI сверяет готовый текст с политиками, стандартными формулировками и допустимыми отклонениями. Управление обязательствами (obligation management) - это то, что начинается после подписания: сроки, отчётность, условия оплаты, автопродления. По логике Icertis, Vera должна работать во всех трёх фазах, но риск в каждой фазе свой.
Где здесь настоящий контроль, а где его иллюзия?
Слово "контроль" в вендорском тексте нужно читать буквально: контроль - это возможность проследить, кто, что и на каком основании изменил в договоре. Icertis подчёркивает трассируемость и предсказуемость как отдельную ценность, и для госсектора это логично: там важен не только результат, но и защищаемая история решений.
Но есть разница между контролем над процессом и контролем над содержанием. Платформа может показать, что пункт об ответственности отклоняется от стандарта, и это полезно. Она не может гарантировать, что именно эта формулировка выдержит спор в конкретной юрисдикции. Первое - инженерная задача, второе - юридическая, и её AI-разбор не закрывает.
Поэтому практический вывод простой. Если ты внедряешь AI-CLM, разделяй два вопроса: "видно ли, что изменилось?" и "правильно ли то, что изменилось?". На первый Vera, по заявлению вендора, отвечает. На второй по-прежнему отвечает человек с квалификацией.
Чем это отличается от «просто взять языковую модель»?
Резонный вопрос: зачем платформа за большие деньги, если можно открыть чат с моделью и попросить сгенерировать договор? Ответ в том, что CLM - это не про генерацию текста, а про то, что происходит вокруг текста: репозиторий, версии, права доступа, связка обязательств с реальными сроками и уведомлениями. Голая модель этого не даёт.
Здесь полезно честное сравнение слоёв. Модельный слой (доступ к Claude, GPT, Gemini, DeepSeek, Qwen) - это то, что генерирует и анализирует текст. Платформенный слой (Icertis, другие CLM) - это хранение, маршрутизация, аудит, интеграции. Vera, судя по описанию, соединяет их внутри одного продукта. Если тебе нужен только модельный слой для прототипа или внутреннего скрипта, агрегатор моделей вроде provod.ai закрывает именно эту часть - через один API, совместимый с SDK OpenAI и Anthropic, с оплатой рублями и без VPN. Но он не заменяет CLM: репозиторий обязательств, права доступа и корпоративный аудит - это уже задача платформы, а не чата с моделью.
Чтобы разница была не абстрактной, вот компактный пример DIY-review отдельного пункта - именно тот кусок, который делает модель, а не платформа. Такой скрипт помогает быстро проверить формулировку перед тем, как нести её в полноценный CLM.
from openai import OpenAI
client = OpenAI(
api_key="provod-...", # ключ агрегатора
base_url="https://api.provod.ai/v1",
)
clause = "Исполнитель вправе в одностороннем порядке изменять сроки без уведомления."
resp = client.chat.completions.create(
model="claude-opus-4-8", # семейство Claude, для примера
messages=[
{"role": "system",
"content": "Ты помощник юриста. Найди риски в пункте договора. Не давай юридических гарантий."},
{"role": "user", "content": clause},
],
)
print(resp.choices[0].message.content)
Этот код показывает риск в формулировке, но не заменяет ни CLM, ни живого юриста - он лишь ускоряет первый проход. Смена ключа и base_url - весь объём миграции с прямого SDK; остальная логика приложения не меняется.
Какие режимы отказа стоит закладывать заранее?
Любой AI-контрактинг ломается предсказуемо, и лучше знать эти точки до внедрения. Первый режим отказа - уверенная галлюцинация в генерации: модель выдаёт складный, но юридически неверный пункт, а review не ловит его, потому что формально он похож на стандарт. Ни один из источников Icertis не заявляет об отсутствии этого риска, значит, закладывать его надо по умолчанию.
Второй режим - разрыв между текстом и обязательством. Договор подписан, но срок или условие оплаты не превратились в отслеживаемое обязательство в системе. Тогда "аналитика" показывает красивую картину, которая не отражает реальность. Именно поэтому управление обязательствами - самая недооценённая из трёх фаз.
Третий режим - ложное чувство контроля. Трассируемость показывает, что изменение произошло, но не объясняет, было ли оно правильным. Команда видит зелёные статусы и перестаёт вычитывать. Это организационный, а не технический сбой, и он опаснее первых двух, потому что незаметен.
Экономика тоже входит в режимы отказа. Внедрение CLM - это не только лицензия, но и работа по настройке, миграции шаблонов и обучению людей. Icertis в доступных материалах не публикует цен, поэтому любые расчёты стоимости делай по своему контракту с вендором, а не по обещаниям из статей.
Как принять решение о внедрении: короткая таблица
Ниже - рабочая таблица, которая разводит три фазы по типу ответственности. Левый столбец - задача, средний - что, по заявлению Icertis, берёт на себя AI-CLM, правый - что остаётся за живым юристом. Цифр в таблице нет намеренно: независимых замеров качества по доступным источникам не существует.
Пользуйся ей как чек-листом на пилоте: если по какой-то строке ты не можешь назвать ответственного человека справа, значит, процесс не готов, каким бы удобным ни был диалог с AI.
| Задача | Что заявляет AI-CLM (вендор) | Что остаётся за юристом |
|---|---|---|
| Генерация договора | Черновик из шаблонов и запроса | Проверка применимости и рисков формулировок |
| Review отклонений | Подсветка расхождений с политикой | Решение, допустимо ли отклонение по сути |
| Обязательства | Трекинг сроков, оплаты, отчётности | Толкование условий в спорной ситуации |
| Аналитика портфеля | Сводки, предсказуемость, статусы | Приоритизация рисков и эскалация |
| Аудит и контроль | История изменений, трассируемость | Оценка правовых последствий изменения |
Обрати внимание: правый столбец не пустеет ни в одной строке. Это и есть главный практический вывод разбора Icertis от 9 июля - AI смещает нагрузку, но не убирает юридическую ответственность.
Отдельно про госсектор, на который Icertis навела фокус. Там правый столбец ещё тяжелее: любое изменение должно быть объяснимо перед проверяющим. Поэтому "предсказуемость" в госконтексте - это не удобство, а требование, и инструмент оценивается по тому, насколько прозрачно он показывает основание каждого решения.
Чего это не решает?
AI-CLM не делает договор юридически верным. Он делает его быстрее собираемым и лучше отслеживаемым. Это разные вещи, и подмена одного другим - главный источник разочарований. Ни один из доступных материалов Icertis не заявляет об обратном, и это честно.
Он не заменяет корпоративную автоматизацию за пределами контрактов, не подменяет частную или on-prem инфраструктуру, если она у тебя обязательна по требованиям безопасности, и не отменяет работу по внедрению. Настройка шаблонов, миграция и обучение людей остаются человеческой задачей.
Он не решает вопрос доверия к самой модели. Если для тебя критично, какая именно модель и где обрабатывает текст договора, это отдельное архитектурное и правовое решение, которое ни статья, ни диалоговый интерфейс за тебя не примут.
И он не отменяет базовую гигиену: выборочную ручную вычитку, эскалацию спорных пунктов и фиксацию ответственных. Диалог с AI ускоряет рутину, но ответственность в контракте по-прежнему носит фамилию человека.
FAQ
Vera - это новый продукт или функция?
По материалам Icertis, Vera анонсирована в июне 2026 как AI-слой для контрактного процесса, а 9 июля 2026 вышел прикладной разбор её применения в госсекторе. Это развитие одной линии, а не два отдельных релиза.
Можно ли доверять цифрам об эффективности?
Независимых числовых замеров по доступным источникам нет - оба принадлежат Icertis. Любые метрики стоит требовать под свой пилот и проверять на своих договорах.
Заменит ли это юриста?
Нет. По каждой фазе - генерация, review, обязательства - остаётся строка ответственности человека. AI смещает нагрузку с рутины на решения, но не берёт решения на себя.
Мне нужен CLM, чтобы попробовать AI на договорах?
Для полноценного управления жизненным циклом - да. Для быстрого прототипа проверки пунктов достаточно модельного слоя через обычный API; полноценный репозиторий, права и аудит это не заменит.
Подходит ли подход для России?
Сам подход - да, но проверяй юрисдикцию, требования к данным и наличие живого review. Инструмент не знает специфики твоего права, пока ты её не заложишь.
Что делать дальше
Если коротко: не покупай "диалог с AI", покупай трассируемость и ускорение рутины, а юридическую ответственность оставляй людям. Разбор Icertis от 9 июля полезен именно как напоминание, что контроль и предсказуемость - это про процесс, а не про магическую правоту текста.
А если тебе для начала нужен только модельный слой - собрать прототип review пунктов, сравнить ответы разных моделей на одном договоре, посчитать бюджет, - это можно сделать быстро и на рублёвом балансе.
Открой provod.ai, поменяй ключ и base_url, прогони один спорный пункт через пару моделей и реши сам, где заканчивается удобство диалога и начинается работа юриста.
Источники
- Icertis, анонс Vera, июнь 2026: icertis.com/company/news/icertis-reimagines-enterprise-contracting-experience-powered-by-vera
- Icertis Research, разбор AI-контрактинга в госсекторе, 9 июля 2026: icertis.com/research/blog/ai-government-contracting-control-predictability-scale
provod.ai — Russian LLM API aggregator. One OpenAI-compatible endpoint to all flagship models: OpenAI (GPT-5.6, GPT-5.5), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus. Provider prices at the CBR rate, no token markup. Pay in rubles to a Russian legal entity with full closing documents.
Try: provod.ai · model catalog · docs
Top comments (0)