Kanti Prabha, spoluzakladatelka a prezidentka společnosti Sirion – série rozhovorů

Kanti Prabha, spoluzakladatelka a prezidentka společnosti Sirion, je vedoucí pracovnicí v oblasti podnikových technologií s více než dvacetiletými zkušenostmi sahajícími od vývoje produktů přes právní technologie, duševní vlastnictví a provoz až po SaaS. Jako členka zakládajícího týmu Sirionu sehrála klíčovou roli při utváření produktové vize, návrhu a vývoje společnosti. Zastávala vedoucí pozice, mimo jiné viceprezidentky pro produktové řízení a provozní ředitelky, než se stala prezidentkou. Její odborné znalosti zahrnují budování podnikových B2B produktů SaaS, produktovou strategii a řízení, péči o zákazníky, podnikový prodej a rozšiřování týmů i rozvoj organizační kultury. Na začátku kariéry byla Prabha první zaměstnankyní a členkou zakládajícího týmu společnosti UnitedLex, kde vyvíjela technologická řešení pro právní oddělení firem a řídila iniciativy v oblasti duševního vlastnictví; předtím získala zkušenosti v oblasti patentových služeb ve společnosti Evalueserve. Působí také jako poradkyně společnosti akirolabs a dříve poskytovala poradenství společnosti Clarisights.

Sirion je společnost zaměřená na řízení životního cyklu smluv (CLM) s využitím umělé inteligence. Pomáhá podnikům spravovat smlouvy od jejich tvorby a vyjednávání až po průběžné plnění, plnění závazků a realizaci hodnoty. Její platforma kombinuje konverzační umělou inteligenci se specializovanými agenty AI, kteří dokážou centralizovat a strukturovat úložiště smluv, odpovídat na otázky týkající se smluvních podmínek, vytvářet a kontrolovat smlouvy, odhalovat rizika, navrhovat úpravy smluvního znění a sledovat závazky i dohody o úrovni služeb. Sirion stále více staví své technologie na agentním uzavírání smluv prostřednictvím platformy agentOS, která organizacím umožňuje nasazovat předpřipravené agenty pro práci se smlouvami a také vytvářet vlastní agenty napojené na podniková data a pracovní postupy. Platforma je určena velkým organizacím, které chtějí proměnit smlouvy z pouhých statických dokumentů ve strukturované a prohledávatelné zdroje provozních informací a současně zachovat jejich správu a lidský dohled.

Vaše cesta k založení společnosti Sirion nebyla obvyklá: vystudovala jste chemii, přešla k právu duševního vlastnictví, pracovala na patentech a při práci pro Hewlett-Packard jste pak začala smlouvy vnímat jinak. Co jste během těchto počátečních zkušeností rozpoznala, že vás nakonec přesvědčilo, že se nabízí příležitost založit Sirion? 

Nevyrůstala jsem s představou, že založím firmu zaměřenou na smlouvy. Studovala jsem chemii, ale poměrně rychle jsem si uvědomila, že mě víc zajímá řešení obchodních problémů než strávit kariéru v laboratoři. To mě nakonec přivedlo k duševnímu vlastnictví, kde jsem pracovala na patentech a později vedla týmy vyvíjející technologická a právní řešení pro velké podniky.

Skutečný zlom nastal, když jsme s mým spoluzakladatelem Sirionu Ajayem začali spolupracovat se společností HP. Po velké akvizici potřebovala uspořádat a spravovat tisíce smluv. Zpočátku jsme to považovali za problém s úložištěm, ale jakmile jsme smlouvy začali podrobněji zkoumat, bylo zřejmé, že ukládání představuje jen nepatrnou část toho, co bylo možné. Ze smluv jste mohli zjistit, co společnost koupila a prodala, k čemu se zavázala, k čemu se zavázali její dodavatelé, kolik platí, kde jí hrozí riziko a kde může přicházet o hodnotu. Přesto téměř žádná z těchto informací nebyla pro firmu snadno využitelná. Právě tento poznatek stál u zrodu Sirionu. Smlouvy byly do značné míry nevyužitým zdrojem obchodních informací.

Smlouvy jste označila za určitý druh „tekuté inteligence“ uvnitř organizace. Jaké cenné informace bývají ve smlouvách obvykle skryté a jak může umělá inteligence zpřístupnit tyto informace i týmům mimo právní oddělení, například finančním týmům, nákupu, prodeji a provozu? 

Smlouvy jsou jedním z mála míst, kde se záměry společnosti skutečně mění v závazky. Prozrazují, kolik jste se dohodli zaplatit, co se zákazník zavázal koupit, kdy se mohou změnit ceny, jaké úrovně služeb musí být dosaženo, kdy se smlouva obnovuje, co se stane, pokud někdo neplní své povinnosti, a kdo odpovídá za který závazek. Jsou to nesmírně cenné informace, které však byly historicky uzamčeny v dokumentech, jež většina lidí otevře pouze tehdy, když potřebuje něco vyjednat nebo když se něco pokazí.

Umělá inteligence to mění, protože nám umožňuje převádět nestrukturovaný jazyk smluv na informace, které může využívat zbytek firmy. Nákup může porozumět závazkům dodavatelů a cenám. Finanční oddělení může sledovat obchodní závazky a možné ztráty hodnoty. Prodej může znát podmínky obnovení smluv a závazky vůči zákazníkům. Provoz může sledovat, zda se skutečně plní to, co bylo přislíbeno.

Tím myslím, když říkám, že smluvní informace mají volně proudit. Nemusí zůstávat uzavřené v souboru PDF, ale mohou se dostat do rozhodování a systémů, kde jsou nejvíce potřeba. Smlouva tak nemusí být koncem transakce; volně dostupné informace z ní mohou sloužit jako aktivní kontext pro fungování firmy.

Sirion se vyvinul ze softwaru pro řízení životního cyklu smluv v platformu, která stále více využívá umělou inteligenci. Jak nástup velkých jazykových modelů změnil možnosti práce se smluvními daty v porovnání s přístupy strojového učení, které byly k dispozici, když jste společnost zakládali?

Když jsme Sirion zakládali, využívala se AI v oblasti smluv především k extrakci a klasifikaci. Strojové učení dokázalo velmi dobře rozpoznat ustanovení, datum, název smluvní strany nebo povinnost, ale modely bylo třeba trénovat pro poměrně úzce vymezené úkoly.

Velké jazykové modely výrazně rozšířily schopnost systémů uvažovat. Systém nyní dokáže porozumět otázce formulované přirozeným jazykem, vyložit kontext daného ustanovení, porovnat jeho znění s preferovaným stanoviskem společnosti, vysvětlit, proč něco představuje riziko, a navrhnout, jaký by měl být další postup.

Nemyslím si ale, že velké jazykové modely nahradí vše, co jim předcházelo. Smlouvy jsou na to příliš složité. V Sirionu používáme přístup založený na kombinaci modelů, který propojuje velké jazykové modely se specializovanými modely a hlubokým porozuměním smlouvám. Různé modely vynikají v různých věcech. Tato kombinace je důležitá, protože podniky nepotřebují jen AI, která dokáže vytvářet přesvědčivě znějící text. Potřebují přesnost. Nejzajímavější změnou je, že můžeme přejít od získávání informací ze smluv k uvažování nad těmito informacemi a stále častěji také k jednání na jejich základě.

Sirion nyní nasazuje specializované AI agenty pro úkoly, jako je extrakce údajů ze smluv, odhalování problémů, navrhování úprav smluv a vyhledávání v rozsáhlých úložištích smluv. Jak si představujete, že budou tito agenti spolupracovat, a do jaké míry by podniky měly AI nakonec umožnit, aby během smluvního procesu jednala autonomně?           

Nemyslím si, že budoucnost spočívá v jediném obřím AI agentovi, který zvládne všechno. Příprava smluv zahrnuje mnoho specializovaných úkolů, z nichž každý vyžaduje jiný kontext a jinou míru úsudku. Jeden agent může extrahovat smluvní podmínky z tisíců dohod. Jiný rozpozná znění, které se odchyluje od interních pravidel. Agent pro navrhování úprav pak může navrhnout přesnou změnu podle interní metodiky společnosti. Skutečná síla se projeví, když tito agenti dokážou spolupracovat na dosažení výsledku, místo aby uživatel musel řídit každý jednotlivý krok.

Někdo se například může zeptat: „Můžeme tuto smlouvu s dodavatelem přijmout?“ Systém by měl být schopen určit nejrelevantnější podmínky, porovnat je s interními pravidly, upozornit na problémy, najít příslušné precedentní případy a doporučit změny, a přitom vysvětlit, co udělal a proč.

To, kde má autonomie končit, by mělo záviset na míře rizika. Nemám problém s tím, aby AI autonomně prováděla řadu opakujících se úkonů řízených pravidly. Nové ustanovení o odpovědnosti nebo strategicky důležité vyjednávání však mohou vyžadovat lidský úsudek. Konečným cílem autonomie by mělo být odstranit zbytečnou práci a zároveň zachovat lidskou kontrolu tam, kde záleží na odpovědnosti a vztazích.

Smlouvy mohou obsahovat některé z obchodně a právně nejcitlivějších informací společnosti. Řekl jste, že Sirion raději odloží uvedení produktu na trh, než aby ustoupil v otázkách zabezpečení. Jak se generativní AI stále více začleňuje do podnikových pracovních postupů, jaké ústupky v zabezpečení nebo ochraně soukromí vás znepokojují nejvíc?

Smlouvy mohou obsahovat informace o cenách, duševním vlastnictví, zaměstnancích, akvizicích a strategických závazcích, stejně jako mimořádně citlivé informace o zákaznících a dodavatelích. Společnosti potřebují přesně vědět, kam se tyto informace dostávají, když s nimi pracuje systém AI, jak se zpracovávají, kdo k nim má přístup a zda se používají k trénování dalšího modelu.

V současnosti je obrovský tlak na rychlé uvádění funkcí AI na trh, ale nejvíc mě znepokojuje zkratka v podobě přístupu k podnikovým datům, jako by šlo o běžný materiál k trénování. Tomuto tlaku rozumím, podniková AI se však nedá stavět na přístupu „správu dat vyřešíme později“. Zabezpečení musí být součástí architektury od samého začátku.

To znamená důslednou kontrolu přístupu, šifrování, možnost auditu, jasně vymezené hranice nakládání s daty a velmi uvážlivá rozhodnutí o tom, jak se používají modely třetích stran. V Sirionu jsme se rozhodli i v případech, kdy nás zabezpečení zpomalilo, a s tímto kompromisem jsem smířený. V podnikovém softwaru, zejména při práci se smlouvami, se důvěra buduje roky a může ji poškodit jediné neopatrné rozhodnutí.

Jedním z trvalých problémů generativní AI je, že její odpověď může působit autoritativně, i když je chybná. Jak navrhujete systémy AI pro analýzu smluv, kde i drobná chyba může mít finanční nebo právní důsledky, aby uživatelé mohli jejich výstupy ověřovat a důvěřovat jim? 

Tohle je jeden z nejdůležitějších rozdílů mezi spotřebitelskou a podnikovou AI. Pokud požádám asistenta AI o doporučení restaurace a on se splete, důsledky jsou omezené. Pokud se právní tým zeptá, zda 5 000 smluv s dodavateli obsahuje určité právo na ukončení smlouvy, a systém přitom sebejistě přehlédne 200 z nich, jde o zcela jiný problém.

Systémy navrhujeme tak, aby bylo možné jejich výstupy ověřit. Pokud vám AI sdělí něco o smlouvě, měli byste být schopni dohledat odpověď až k příslušnému původnímu znění. Pokud doporučí úpravu smlouvy, měli byste vědět, jaké interní pravidlo nebo stanovisko z firemní metodiky bylo podkladem tohoto doporučení. Vysvětlitelnost je pro přijetí AI zásadní, protože důvěra vzniká tím, že lze její výstupy kontrolovat.

Sirion klade důraz na odpovědi umělé inteligence, které vycházejí z vlastních smluv a precedentů dané organizace, namísto toho, aby se spoléhaly výhradně na univerzální modely. Myslíte si, že další významnou etapou rozvoje podnikové AI budou stále více systémy kombinující základní modely s vysoce specializovanými proprietárními firemními daty?

Rozhodně. Základní modely jsou mimořádně schopné, ale nevědí, jak konkrétně vaše společnost funguje. Samy od sebe neznají ústupky, které váš právní tým loni schválil, jak nastavujete ceny pro strategického zákazníka, kteří dodavatelé opakovaně nedodržují sjednanou úroveň služeb ani kdy vaše organizace vyžaduje eskalaci. Právě díky tomuto kontextu se podniková AI stává skutečně užitečnou.

Když spojíme cenný záznam rozhodnutí a závazků mezi organizacemi, který smlouvy představují, s jedinečnými firemními zásadami, vyjednávacími příručkami, historickými dohodami a provozními daty, může systém AI přejít od obecných odpovědí k odpovědím, které odrážejí způsob fungování vaší firmy. Myslím si, že konkurenční výhoda v podnikové AI bude stále více pramenit právě z tohoto kontextu, protože většina podniků už má přístup k podobným základním modelům. Rozhodující bude, jak účinně dokážou tyto modely propojit s důvěryhodnými proprietárními informacemi a poskytnout jim dostatek kontextu, aby mohly přesně uvažovat, aniž by byla ohrožena bezpečnost.

Budování společnosti Sirion se věnujete více než deset let a zastával jste pozice v oblasti produktů, provozu i vedení společnosti. Co jste se naučil o rozšiřování podnikového softwaru s umělou inteligencí, čemu byste v prvních letech existence společnosti ještě nerozuměl?

Jedna věc, kterou jsem se naučil, je, že vybudovat technologii bývá někdy ta snadnější část. Problémy nastávají, když začnete měnit způsob, jakým funguje velká organizace. V prvních letech se přirozeně soustředíte na to, zda produkt dokáže daný problém vyřešit. Ve velkém podniku si uvědomíte, že technicky vynikající odpověď je užitečná jen tehdy, když jí lidé důvěřují, zapadá do jejich stávajících pracovních postupů a dokáže zvládnout obrovskou složitost globální organizace.

Umělá inteligence tuto lekci ještě podtrhuje. Dnes lze velmi rychle vytvořit působivou ukázku. Něco jiného je vybudovat řešení, kterému podnik důvěřuje natolik, že mu svěří práci s miliony datových bodů a pracovními postupy.

Umožňuje-li AI průběžně analyzovat závazky, rizika, cenové podmínky, prodloužení smluv a plnění napříč tisíci smluv, mohly by se smlouvy nakonec stát vrstvou provozních dat v reálném čase pro celý podnik, namísto dokumentů, do nichž se nahlíží především tehdy, když se něco pokazí?

Myslím, že právě tímto směrem se ubíráme. Smlouva byla dlouhou dobu považována za konečný bod procesu. Všichni vyjednávají, podepíší ji, oslaví to a dokument se pak uloží do archivu. O šest měsíců později ji někdo otevře kvůli sporu, prodloužení smlouvy nebo otázce, co bylo slíbeno. Takový model nedává smysl, když AI dokáže průběžně sledovat, co se děje v celém portfoliu smluv.

Představte si ideální situaci, kdy víte, že dodavatel nedodržel SLA ještě před schválením další faktury, nebo zjistíte, že cenová úprava měla proběhnout už před třemi měsíci. Představte si, že obchodní tým dostane upozornění na blížící se prodloužení smlouvy spolu s informacemi o závazcích sjednaných se zákazníkem, nebo že se obchodní závazky přímo promítají do systémů finančního oddělení.

Smlouvy vymezují vztahy mezi společnostmi, a proto by smluvní data měla být propojena se systémy, v nichž se tyto vztahy skutečně spravují. Domnívám se, že smlouva se bude stále více stávat vrstvou provozních dat, která podniku pomáhá pochopit nejen to, k čemu se zavázal, ale také zda tyto dohody přinášejí hodnotu, kterou od nich všichni očekávali.

Jak si podle vás bude správa smluv vypadat v budoucnu, až budou agenti umělé inteligence výrazně schopnější? Zanikne tradiční kategorie řízení životního cyklu smluv (CLM) nakonec jako samostatná oblast a stane se součástí širší vrstvy podnikové inteligence? A jakou roli podle vás bude Sirion v tomto přechodu hrát? 

Doufám, že hranice CLM budou časem mnohem méně patrné. Dnes uživatelé stále uvažují v jednotlivých krocích: potřebuji vytvořit smlouvu, zkontrolovat ji, získat schválení, podepsat ji, uložit a pak spravovat. S tím, jak budou agenti schopnější, by lidé neměli muset sami koordinovat všechny tyto systémy a pracovní postupy. Měli by být schopni vyjádřit svůj záměr a nechat specializované agenty, aby za ně odvedli velkou část práce.

K větší změně ale dochází po podpisu smlouvy. Pokud AI dokáže porozumět každému závazku, obchodní podmínce, riziku a vztahu napříč miliony dohod, bude smluvní inteligence užitečná daleko za hranicemi právního oddělení. To je pro mě na celé věci nejzajímavější: smlouvy se konečně stanou záležitostí každého.

Nemyslím si tedy, že smlouvy zmizí. Právě naopak. Budou ještě důležitější, protože podnikové AI poskytují důvěryhodný kontext. Cílem společnosti Sirion je zpřístupnit tyto informace všude tam, kde se pracuje. CLM možná časem přestane působit jako samostatné místo určené pro jeden konkrétní účel a spíše se stane vrstvou pro práci s informacemi a realizaci, která propojuje závazky společnosti s každodenními kroky, jež podniká.

Děkuji za skvělý rozhovor. Čtenáři, kteří se chtějí dozvědět více, mohou navštívit Sirion.