newtech.law

Opublikowano Kategorie IT, przemysł kreatywny, startupy

Czy można podpisać umowę bez czytania?

Trzecia rozmowa pohackathonowa. Po InteliLex i DoxyChain czas na bSure: zespół, który zajął trzecie miejsce w polskim etapie Global Legal Hackathonu.

JZM: Podczas hackathonu pracowaliście nad aplikacją, która wskazywałaby freelancerom niekorzystne dla nich postanowienia umowne. Skąd taki pomysł?

Sabina Łobocka: Podsunął mi go (i pozwolił wykorzystać) kolega, który sam nie brał udziału w hackathonie. Podpisywał umowę deweloperską, której zapisy nie do końca rozumiał, i sporo czasu zajęło mu sprawdzenie, czy któreś z nich nie są dla niego niekorzystne. Dlatego wymyśliliśmy aplikację, dzięki której zwykły człowiek mógłby się ustrzec przed nieprawidłościami i negatywnymi dla siebie konsekwencjami prawnymi.

Czytaj dalej Czy można podpisać umowę bez czytania?

Opublikowano Kategorie fintech, startupy

Wielobranżowa piaskownica regulacyjna

W zeszłym roku proponowałem, abyśmy w Polsce szerzej podeszli do kwestii piaskownic regulacyjnych, nie kopiując wyłącznie rozwiązań przyjmowanych w innych krajach. Obecnie widzimy już pierwsze kroki w kierunku tworzenia wielobranżowych (a nie wyłącznie finansowych) piaskownic regulacyjnych.

Zapoczątkowany przez brytyjski organ nadzoru finansowego FCA trend tworzenia sandboksów regulacyjnych dla sektora finansowego rozprzestrzenił się na całym świecie, w tym w Polsce. Choć wiele głosów pochodzących z istotnych jurysdykcji – takich jak choćby USA czy Niemcy – jest wobec piaskownic regulacyjnych bardzo krytycznych, niewątpliwie rozwiązanie to ma swoje zalety. Uczestnicy rynku zazwyczaj bardzo dobrze oceniają ten pomysł, nawet jeśli piaskownica w rzeczywistości nie dostarcza bezpośrednich benefitów regulacyjnych (na przykład nie umożliwia prowadzenia ograniczonej działalności regulowanej bez zezwolenia, co jest trudne w przypadku państw członkowskich Unii Europejskiej, związanych zharmonizowanym reżimem regulacyjnym).

Czytaj dalej Wielobranżowa piaskownica regulacyjna

Opublikowano Kategorie IT, przemysł kreatywny, startupy

InteliLex przyśpieszy pracę prawników

Rozmowa z Karolem Kłaczyńskim,  Agnieszką Poteralską,  Arturem Tanoną i Maciejem Zalewskim – członkami zespołu, który zajął pierwsze miejsce w polskim etapie Global Legal Hackathonu.

JZM: Wygraliście polski etap Global Legal Hackathonu rozwiązaniem, które sami określiliście jako „wtyczka do Worda”, ale które ma szansę realnie usprawnić pracę prawników. Na czym polega wasz pomysł?

Karol Kłaczyński: InteliLex daje szybki dostęp do bazy wiedzy dokumentowej, która powstała w danej organizacji. W rozmowach z prawnikami często przewija się ten problem. Ta wiedza jest, została wypracowana, ale jej szukanie jest czasochłonne i nieefektywne. InteliLex pomaga tę efektywność zwiększyć.

Czytaj dalej InteliLex przyśpieszy pracę prawników

Opublikowano Kategorie fintech, startupy

Skuteczne piaskownice regulacyjne: nie tylko finanse, ale też RODO

Zazwyczaj piaskownice regulacyjne koncentrują się na regulacjach finansowych. Nie są one jednak jedyną bolączką innowacyjnych startupów fintechowych. Bardziej kompleksowe rozwiązania, obejmujące również np. kwestie związane z ochroną danych osobowych, które dla fintechu bywają nawet istotniejsze niż ścisłe przepisy finansowe, mogłyby wysunąć Polskę do forpoczty atrakcyjnych światowych rynków wspierających fintech.

Czytaj dalej Skuteczne piaskownice regulacyjne: nie tylko finanse, ale też RODO

Opublikowano Kategorie identyfikacja elektroniczna, ochrona prywatności/danych osobowych, startupy

Duże dane małych firm

Wiele startupów oferuje usługi analizy Big Data oparte na algorytmach wykorzystujących uczenie się maszynowe. Wynikami takich analiz mogą być zainteresowane wszystkie podmioty, które profilują swoje produkty lub działania marketingowe. Aby jednak analizy były wiarygodne, konieczne są dane: im więcej, tym lepiej. Algorytmy wykorzystujące uczenie się maszynowe muszą mieć na czym się uczyć. Od zakresu dostarczonych im danych treningowych zależeć będzie celność prognoz dokonywanych później w celach biznesowych. Jeśli algorytm od początku będzie skazany na analizę okrojonej próby obserwacji, rośnie ryzyko, że nietrafnie pogrupuje dane, pominie ważne korelacje lub powiązania przyczynowo-skutkowe albo dopatrzy się ich tam, gdzie ich nie ma. Dopiero szkolenie algorytmu na dużych zestawach danych pozwala zminimalizować ryzyko uchybień w diagnozach i prognozach.

Czytaj dalej Duże dane małych firm