Interviews

Sarvarth Misra, medstifter og administrerende direktør for Leah – interviewserie

Antoine Tardif
Føj Unite.AI til dine foretrukne kilder på Google
Sarvarth Misra, Co-Founder and CEO of Leah
NøglepunkterAt tilføje AI til software bygget til mennesker fremskynder opgaver, men lader…
Vis mere
  • At tilføje AI til software bygget til mennesker fremskynder opgaver, men lader driftsmodellen uændret.
  • Næsten otte ud af ti virksomheder mangler effektive værktøjer til at identificere ikke-godkendte agenter.
  • Styring skal være indlejret i arkitekturen, så organisationer trygt kan udvide agenternes autonomi.

Sarvarth Misra er medstifter og administrerende direktør for Leah, tidligere ContractPodAi. Han begyndte sin karriere som erhvervs- og selskabsadvokat, og den tid, han brugte på at finde oplysninger, koordinere dokumenter og holde styr på forpligtelser, inspirerede ham til at udvikle teknologi til juridiske teams. Siden har hans arbejde udviklet sig fra håndtering af kontrakters livscyklus til agentiske systemer, der koordinerer arbejdsgange på tværs af virksomheder, med fokus på at forene faglig ekspertise, kontrolleret udførelse og menneskelig dømmekraft.

Leah udvikler en agentisk AI-platform til virksomheder, der dækker jura, kontrakter, indkøb, økonomi og fællesfunktioner. Platformen forbinder specialiserede agenter med virksomhedens systemer, forretningskontekst, adgangsrettigheder og godkendelsesarbejdsgange, så organisationer kan udføre arbejde på tværs af afdelinger. I dette interview taler Misra om skiftet fra AI-assistance til udførelse, de udfordringer med styring og interoperabilitet, der følger med at skalere agenter, og hvordan virksomheder kan måle pålidelige forretningsresultater og samtidig bevare menneskeligt tilsyn.

Du begyndte din karriere som erhvervs- og selskabsadvokat, før du var med til at grundlægge Leah (tidligere ContractPodAi). Hvilke problemer stødte du på i det juridiske arbejde, som oprindeligt inspirerede dig til at starte virksomheden, og hvordan har den oprindelige vision udviklet sig til det, Leah er i dag?

Da jeg arbejdede med selskabsret, så jeg på nært hold, hvor meget af en advokats tid der gik med at styre processer i stedet for at udøve juridisk dømmekraft. Højt kvalificerede fagfolk brugte utallige timer på at finde oplysninger, sende dokumenter videre, holde styr på forpligtelser og koordinere arbejde på tværs af usammenhængende systemer. Mens funktioner som salg og økonomi havde gennemgået en betydelig teknologisk transformation, var jura i vid udstrækning blevet efterladt.

Den erkendelse fik os til at bygge ContractPodAi ud fra en enkel grundtanke: Juridiske teams havde brug for et system til registrering af kontrakter og intelligent håndtering af dem. Men efterhånden som teknologien udviklede sig, gjorde vores forståelse af mulighederne det også. Vi indså, at håndtering af arbejdet kun var en del af udfordringen. Den langt større mulighed var at forandre den måde, arbejdet faktisk blev udført på.

Den overbevisning kom til at præge Leah. Kontrakter var vores udgangspunkt, men ambitionen var altid større: at ændre den måde, virksomheder udfører arbejde på, ikke blot den måde, de håndterer det på. I dag bygger vi systemer, der kan planlægge, koordinere og udføre komplekse arbejdsgange på tværs af virksomheder, så mennesker kan fokusere på dømmekraft, strategi og de beslutninger, hvor menneskelig ekspertise gør den største forskel.

ContractPodAi skiftede navn til Leah i januar 2026, da virksomheden udvidede sit fokus fra håndtering af kontrakters livscyklus til en bredere agentisk AI-platform. Hvad overbeviste dig om, at fremtiden ikke blot handlede om at føje AI-funktioner til eksisterende virksomhedssoftware, men om grundlæggende at gentænke, hvordan arbejdet udføres med autonome agenter?

Vi nåede frem til den konklusion, fordi vi havde brugt flere år på at opbygge CLM-kategorien og var blandt de første til at indføre AI på området. Den erfaring gav os et enestående perspektiv på både AI’s potentiale og begrænsningerne ved den underliggende softwaremodel.

I 2023 var vi nået frem til en grundlæggende konklusion: Når man føjer AI til software, der er udviklet til at blive betjent af mennesker, går de enkelte opgaver hurtigere, men det ændrer ikke grundlæggende på, hvordan arbejdet udføres.

Mennesker ville stadig være ansvarlige for at indsamle oplysninger, koordinere overdragelser, skifte mellem applikationer og sikre, at hvert trin i en proces blev gennemført. AI kunne sætte fart på de enkelte aktiviteter, men den grundlæggende arbejdsmodel og dens afhængighed af menneskelig indgriben forblev stort set uændret.

Vi mente, at næste generation af virksomhedssoftware skulle udvikles med fokus på udførelse frem for assistance. Systemerne skulle kunne forstå et mål, koordinere de nødvendige aktiviteter og føre arbejdet fremad på tværs af funktioner og applikationer, samtidig med at mennesker inddrages, når der er behov for dømmekraft eller godkendelse.

Det krævede et grundlæggende skift i arkitekturen, ikke blot endnu en AI-funktion. Det var en væsentlig strategisk beslutning, men vi mente, den var nødvendig. Fremtidens virksomhedssoftware ville blive defineret af, hvor pålideligt den kan udføre arbejde og skabe resultater, ikke af hvor effektivt den hjælper mennesker med at håndtere arbejdet.

Udtrykket „agentisk AI“ bruges i stigende grad i branchen. Hvad er efter din mening forskellen på et reelt agentisk virksomhedssystem og en traditionel AI-assistent, copilot eller løsning til automatisering af arbejdsgange?

Den grundlæggende forskel er evnen til at udføre arbejdet.

AI-assistenter og copiloter hjælper mennesker med at udføre opgaver, mens traditionel automatisering af arbejdsgange følger foruddefinerede sekvenser. Begge dele kan øge produktiviteten betydeligt, men det er som regel stadig mennesker, der har ansvaret for at føre arbejdet fremad og koordinere trinnene mellem systemerne.

Et reelt agentisk system går et skridt videre. Det kan forstå et mål, afgøre, hvilke handlinger der er nødvendige, koordinere specialiserede funktioner og udføre arbejde på tværs af virksomhedens systemer, samtidig med at menneskelig dømmekraft inddrages, når det er nødvendigt.

Men der er en vigtig forskel på en intelligent agent og et agentbaseret system, der er klar til brug i virksomheder. Intelligens alene er ikke nok. Pålidelig udførelse kræver et underliggende rammeværk, der stiller den rette kontekst og de rette værktøjer til rådighed samt orkestrering, deterministiske arbejdsgange, tilladelser og governance.

Det kræver også dybdegående domæneviden. En agent, der udfører en arbejdsgang i forbindelse med kontraktindgåelse, har for eksempel brug for mere end generelle ræsonneringsevner. Den skal forstå organisationens kontraktmæssige positioner, forhandlingsstrategier, godkendelseskrav og de forretningsmæssige konsekvenser af sine handlinger.

I sidste ende leverer modellen intelligensen, rammeværket udgør arkitekturen for kontrolleret udførelse, og domæneekspertisen gør udførelsen meningsfuld i en forretningsmæssig sammenhæng.

Leahs forskning sammen med IDC viste, at 66 % af de adspurgte organisationer allerede har AI-agenter i produktion og forventer, at udrulningen vil blive seksdoblet inden begyndelsen af 2027. Hvad mener du, at virksomheder undervurderer, når de går fra at udrulle en håndfuld agenter til potentielt at skulle administrere hundredvis eller tusindvis?

Mange organisationer fokuserer på at få deres første agenter i produktion. Men udfordringen ændrer sig grundlæggende, når de begynder at udrulle agenter i stor skala.

Spørgsmålet er ikke længere, om en enkelt agent kan udføre en opgave. Det handler om, hvorvidt organisationen kan koordinere og styre hundredvis eller potentielt tusindvis af agenter, der arbejder på tværs af forskellige teams, systemer og forretningsområder.

Vores forskning viste, at næsten otte ud af ti virksomheder mangler effektive værktøjer til at identificere ikke-godkendte agenter, mens cirka 47 % pegede på centraliseret governance som et kritisk område, der bør forbedres. Det peger på en voksende kløft mellem udbredelsestempoet og organisationernes evne til at styre det, de udruller.

Uden den rette arkitektur risikerer hver yderligere agent at skabe endnu et lag af kompleksitet. Forskellige teams kan udrulle agenter med forskellige modeller, værktøjer og platforme, som hver især arbejder med deres egen kontekst, tilladelser og arbejdsgange.

Virksomheder har derfor brug for mere end indsigt i de enkelte agenter. De har brug for et koordineret miljø, hvor agenter kan dele relevant kontekst, operere inden for klart definerede rammer og arbejde sammen på tværs af forretningsprocesser.

Governance og orkestrering må ikke være noget, man først tænker på bagefter. De skal være grundlæggende funktioner. Ellers risikerer organisationer at erstatte fragmenterede softwareapplikationer med et lige så fragmenteret landskab af intelligente agenter.

Den samme forskning pegede på governance, orkestrering og tværgående samarbejde som tre kritiske søjler for agentisk AI. Hvorfor bliver governance vanskeligere, når agenter selvstændigt kan ræsonnere, komme med anbefalinger og iværksætte handlinger på tværs af virksomhedssystemer?

Governance bliver mere kompleks, fordi agenter ikke længere blot producerer information, som mennesker kan vurdere. De kan fortolke kontekst, træffe beslutninger og iværksætte handlinger, ofte på tværs af flere virksomhedssystemer.

Det ændrer grundlæggende risikobilledet. Organisationer skal ikke kun forstå, hvad en agent har tilladelse til at gøre, men også hvilke oplysninger der lå til grund for dens handlinger, hvilke kontroller der blev anvendt, og hvad resultatet blev.

Kompleksiteten øges, når agenter arbejder på tværs af områder med forskellige politikker, tilladelser og risikotolerancer. En handling, der er acceptabel i én arbejdsgang, kan kræve yderligere validering eller godkendelse i en anden. Governance skal derfor omfatte hele udførelsesprocessen frem for kun at gælde for de enkelte agenter isoleret set.

Derfor mener vi, at governance skal være indlejret i den underliggende arkitektur. Virksomheder har brug for deterministiske kontroller af kritiske handlinger, tydelige eskaleringsveje, konfigurerbare godkendelseskrav og en revisionssikker log over udførelsen.

Målet er ikke at begrænse autonomien unødigt. Det handler om at skabe betingelserne for, at organisationer trygt kan udvide den. Effektiv governance gør autonomi i stor skala mulig for virksomheder.

En af udfordringerne med agenter i virksomheder er interoperabilitet: Agenter kan være udviklet af forskellige leverandører, bruge forskellige modeller og fungere på tværs af systemer, der ikke er forbundet. Hvordan bør virksomheder udforme en arkitektur, så disse agenter sikkert kan dele kontekst og koordinere med hinanden?

Virksomheder skal holde op med at betragte agenter som enkeltstående produkter og i stedet begynde at se dem som deltagere i et sammenhængende arbejdssystem.

Den reelle værdi opstår, når agenter kan dele kontekst, koordinere handlinger og bidrage til et fælles forretningsresultat, selv når de arbejder på tværs af forskellige områder, platforme og underliggende modeller.

Det kræver et orkestreringslag, der ligger oven på de enkelte agenter og virksomhedsapplikationerne. Dette lag udgør arkitekturen til håndtering af kontekst, tilladelser, integrationer, arbejdsgange og governance, så forskellige funktioner kan indgå i ét koordineret system.

Lige så vigtigt er det at bevare virksomhedernes suverænitet. Virksomheder bør bevare kontrollen over deres data, institutionelle viden, forretningsregler og arbejdsgange, uanset hvilke modeller eller teknologiudbydere de vælger at bruge.

Vi mener, at virksomheder frit bør kunne tage nye modeller og teknologier i brug uden at skulle genopbygge de processer og den intelligens, der ligger til grund for deres drift.

Interoperabilitet handler i sidste ende ikke kun om teknisk at forbinde agenter. Det handler om at gøre dem i stand til at udføre arbejde sammenhængende, sikkert og ansvarligt på tværs af virksomheden.

Juridiske forhold og kontraktindgåelse er særligt følsomme områder, fordi AI-genererede beslutninger kan få økonomiske, regulatoriske og juridiske konsekvenser. Hvor bør organisationer trække grænsen mellem handlinger, som en AI-agent kan udføre selvstændigt, og beslutninger, der fortsat bør kræve menneskelig godkendelse?

Grænsen bør afgøres af risikoen, ikke af typen af opgave, der udføres.

Mange aktiviteter inden for jura og kontraktindgåelse er strukturerede og gentagelige og følger fastlagte retningslinjer. De egner sig godt til selvstændig udførelse, hvis de rette kontrolforanstaltninger er på plads.

En agent, der gennemgår en standardfortrolighedsaftale (NDA), kan for eksempel muligvis vurdere den ud fra et godkendt regelsæt, identificere afvigelser, anvende aftalte reserveløsninger og føre aftalen videre, uden at en jurist skal gribe ind i hvert enkelt trin.

Men en aftale, der indebærer en betydelig økonomisk risiko, en usædvanlig ansvarsfordeling, regulatorisk usikkerhed eller en strategisk kommerciel indrømmelse, kan kræve menneskelig dømmekraft eller godkendelse.

Det er vigtigt, at jeg ikke mener, at målet bør være at fjerne mennesker fra processen. Målet er at ændre, hvor og hvordan de bidrager. I stedet for at kræve menneskelig indgriben ved hvert trin bør organisationer kunne tilpasse graden af selvstændighed til den enkelte arbejdsgang, herunder fastlægge, hvornår menneskelig involvering er obligatorisk.

Det giver fagfolk mulighed for at fokusere på undtagelser, forhandlingsstrategi, komplekse risikovurderinger og beslutninger, der reelt kræver deres ekspertise.

Muligheden handler ikke blot om at gøre juridiske teams hurtigere. Den handler om grundlæggende at gentænke, hvordan juridisk arbejde udføres, så både mennesker og AI bidrager dér, hvor de skaber størst værdi.

Leah udvider brugen af agentisk AI inden for jura, kontraktindgåelse, indkøb, økonomi og fælles servicefunktioner. Hvad bliver muligt, når agenter kan koordinere på tværs af disse funktioner i stedet for at automatisere hver afdeling uafhængigt?

Det meste arbejde i større virksomheder begynder og slutter ikke i én enkelt afdeling. En kontrakt, som den juridiske afdeling har forhandlet, har konsekvenser for indkøb, økonomi, drift og compliance. Alligevel er virksomhedssoftware historisk set blevet udviklet til de enkelte funktioner, så det har været op til medarbejderne at forbinde informationer, beslutninger og processer på tværs af dem.

Agentisk AI giver mulighed for at ændre denne driftsmodel.

Når agenter kan koordinere på tværs af funktioner, kan de samle de relevante informationer, retningslinjer og den nødvendige ekspertise for at føre arbejdet fra start til slut, i stedet for blot at løse en isoleret opgave og overlade det næste led i processen til en anden.

Tag for eksempel en leverandøraftale. Aftalevilkårene påvirker indkøbsbeslutninger, betalingsforpligtelser, økonomisk risiko og leverandørens løbende resultater. I et sammenkoblet agentisk miljø kan denne viden fra kontrakten danne grundlag for og udløse handlinger på tværs af funktionerne i stedet for at forblive låst i et kontraktarkiv.

Her ser vi fremkomsten af kommerciel intelligens: evnen til at forbinde den kontraktmæssige, juridiske, indkøbsmæssige og økonomiske kontekst, så beslutninger og handlinger afspejler det samlede kommercielle billede.

Værdien rækker langt ud over produktivitetsforbedringer i de enkelte afdelinger. Det giver mulighed for at optimere de processer, der forbinder afdelingerne, mindske fragmenteringen, forbedre beslutningstagningen og gøre det muligt for arbejdet at bevæge sig gennem virksomheden med langt mindre manuel koordinering.

Når virksomheder tager flere agenter i brug, hvordan bør de så måle, om agentisk AI faktisk skaber værdi? Er traditionelle målepunkter som produktivitet og omkostningsbesparelser stadig tilstrækkelige, eller har virksomheder brug for en ny ramme baseret på resultater og den mængde arbejde, agenter pålideligt kan udføre?

En af erfaringerne fra den første bølge af AI-anvendelse er, at aktivitet og værdi ikke er det samme.

Virksomheder kan måle prompts, tokens, interaktioner og sparet tid, men de målepunkter siger forholdsvis lidt om, hvorvidt der opnås meningsfulde forretningsresultater.

Produktivitet og omkostningsbesparelser vil fortsat være vigtige, men agentisk AI kræver en bredere ramme med fokus på udførelse. Hvor meget arbejde bliver udført? Hvor pålideligt bliver det udført? Går processerne hurtigere? Bliver efterslæbet mindre? Bliver undtagelser identificeret og håndteret mere effektivt?

Vi bør også måle, hvor høj en grad af autonomi der opnås inden for de rette kontrolrammer. Det er for eksempel én ting at reducere den tid, en advokat bruger på at gennemgå en kontrakt. Noget andet er at gøre det muligt at føre hele kontraktprocessen fremad – fra modtagelse over gennemgang og forhandling til godkendelse – med menneskelig indgriben koncentreret dér, hvor den reelt er nødvendig.

Denne forskel er vigtig, fordi den økonomiske værdi af agentisk AI ikke er begrænset til de sparede arbejdstimer. Den kommer også fra øget kapacitet, større ensartethed, mindre driftsmæssig friktion og bedre forretningsresultater.

Med tiden forventer jeg, at organisationer vil lægge langt større vægt på omfanget og kompleksiteten af det arbejde, som AI pålideligt kan udføre, kvaliteten af udførelsen og den kommercielle effekt, den skaber.

Spørgsmålet vil ændre sig fra »Hvor meget AI bruger vi?« til »Hvad kan vores organisation nu udrette, som den ikke kunne før?«

Hvordan forventer du, at forholdet mellem medarbejdere, traditionel virksomhedssoftware og autonome AI-agenter vil ændre sig i løbet af de næste tre til fem år, og hvad vil kendetegne de organisationer, der lykkes med overgangen til en agentisk driftsmodel?

Jeg tror, at vi bevæger os fra en æra præget af registreringssystemer til en, der i stigende grad præges af systemer til udførelse.

Traditionel virksomhedssoftware vil fortsat være vigtig og levere de underliggende data, forretningsoplysninger og den infrastruktur, som organisationer er afhængige af. Men i stigende grad vil agentiske systemer fungere på tværs af disse applikationer og koordinere og udføre arbejde, som tidligere krævede, at medarbejdere skiftede mellem systemer, håndterede overleveringer og førte de enkelte opgaver videre.

For medarbejderne betyder det en grundlæggende ændring i deres samspil med teknologien. I stedet for selv at håndtere alle trin i en arbejdsgang vil de i stigende grad fastlægge mål, sætte rammer, udøve dømmekraft og gribe ind dér, hvor deres ekspertise skaber størst værdi.

Men denne overgang kræver mere end at implementere agenter eller føje AI-funktioner til eksisterende applikationer. Organisationer er nødt til at gentænke, hvordan arbejdet tilrettelægges, hvordan beslutninger træffes, og hvordan intelligens bevæger sig på tværs af funktioner.

Vores forskning sammen med IDC understreger betydningen af styring, orkestrering og samarbejde på tværs af funktioner. Jeg vil tilføje, at en dyb forståelse af fagområdet er lige så afgørende. Et system skal både have de tekniske evner til at udføre opgaver pålideligt og den forretningsmæssige forståelse, der skal til for at vide, hvad en god udførelse indebærer.

De organisationer, der får succes, vil ikke nødvendigvis være dem, der implementerer flest agenter. Det vil være dem, der ser agentisk AI som en mulighed for grundlæggende at gentænke deres driftsmodel.

Den reelle mulighed handler ikke om at gøre den måde, vi arbejder på i dag, mere effektiv. Den handler om at skabe en helt ny model for, hvordan arbejdet i virksomheder bliver udført.

Tak for et godt interview. Læsere, der ønsker at vide mere om agentisk AI til virksomheder og sammenhængende arbejdsgange inden for jura, kontrakter, indkøb og økonomi, kan besøge Leah.

Antoine er en visionær leder og stiftende partner i Unite.AI, drevet af en urokkelig passion for at forme og fremme fremtiden for AI og robotteknologi. Som serieiværksætter mener han, at AI vil forandre samfundet lige så grundlæggende som elektriciteten, og han taler ofte begejstret om potentialet i banebrydende teknologier og kunstig generel intelligens (AGI).

Som fremtidsforsker er han optaget af at undersøge, hvordan disse innovationer vil forme vores verden. Han er desuden grundlægger af Securities.io, en platform med fokus på investering i avancerede teknologier, der omdefinerer fremtiden og omformer hele brancher.