Haastattelut

Kanti Prabha, Sirionin toimitusjohtaja sekä tuote- ja teknologiajohtaja – haastattelusarja

Antoine Tardif
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatSopimukset sisältävät hyödyntämätöntä liiketoimintatietoa, koska ne tallentavat…
Näytä lisää
  • Sopimukset sisältävät hyödyntämätöntä liiketoimintatietoa, koska ne tallentavat sitoumuksia, joita useimmat tiimit eivät koskaan tarkastele.
  • Yritystason tekoäly tarvitsee yrityksen omaa kontekstia, koska perusmallit eivät voi tuntea sisäisiä käytäntöjä tai ennakkotapauksia.
  • Tekoälyn itsenäisyyden tulee päättyä siihen, missä riski vaatii ihmisen harkintaa uusissa tai strategisissa sopimusehdoissa.

Kanti Prabha, Sirionin toimitusjohtaja sekä tuote- ja teknologiajohtaja, on yritysteknologian johtaja, jolla on yli kahden vuosikymmenen kokemus tuotekehityksestä, oikeusteknologiasta, immateriaalioikeuksista, operatiivisesta toiminnasta ja SaaS-palveluista. Sirionin perustajajäsenenä hän on ollut keskeisessä roolissa yrityksen tuotevision, suunnittelun ja kehityksen muovaamisessa. Hän on toiminut johtotehtävissä, kuten tuotehallinnan varatoimitusjohtajana ja operatiivisena johtajana, ennen kuin hänestä tuli toimitusjohtaja. Hänen osaamisalueisiinsa kuuluvat yrityskäyttöön soveltuvien B2B SaaS -tuotteiden rakentaminen, tuotestrategia ja -hallinta, asiakastyytyväisyys, yritysmyynti sekä tiimien ja organisaatiokulttuurin kehittäminen kasvun myötä. Uransa aiemmassa vaiheessa Prabha oli UnitedLexin ensimmäinen työntekijä ja yksi sen perustajatiimin jäsenistä. Siellä hän kehitti teknologiavetoisia ratkaisuja yritysten lakiosastoille ja johti immateriaalioikeuksiin liittyviä hankkeita. Tätä ennen hänellä oli kokemusta patenttipalveluista Evalueservellä. Hän toimii myös akirolabsin neuvonantajana ja on aiemmin neuvonut Clarisightsia.

Sirion on tekoälypohjainen sopimuksen elinkaaren hallintaan (CLM) keskittyvä yritys, joka auttaa suuryrityksiä hallinnoimaan sopimuksia niiden laatimisesta ja neuvottelusta aina sopimusten toteutumisen, velvoitteiden ja arvon realisoinnin seurantaan asti. Sen alusta yhdistää keskustelevan tekoälyn tarkoitukseen kehitettyihin tekoälyagentteihin, jotka voivat keskittää sopimusarkistot ja jäsentää niitä, vastata sopimusehtoja koskeviin kysymyksiin, laatia ja tarkistaa sopimuksia, tunnistaa riskejä, ehdottaa sopimusmuutoksia sekä valvoa velvoitteita ja palvelutasosopimuksia. Sirion suuntaa teknologiaansa yhä vahvemmin agenttipohjaiseen sopimushallintaan agentOS-alustansa avulla. Alusta mahdollistaa sen, että organisaatiot voivat ottaa käyttöön valmiita sopimusagentteja sekä luoda räätälöityjä agentteja, jotka kytkeytyvät yrityksen dataan ja työnkulkuihin. Alusta on suunniteltu suurille organisaatioille, jotka haluavat muuttaa sopimukset staattisista asiakirjoista jäsennellyiksi ja haettaviksi operatiivisen tiedon lähteiksi samalla, kun hallintamalli ja ihmisten valvonta säilyvät.

Polkusi Sirionin perustamiseen oli epätavallinen: opiskelit kemiaa, siirryit immateriaalioikeuksiin liittyvän oikeuden pariin, työskentelit patenttien kanssa ja aloit sitten nähdä sopimukset uudella tavalla työskennellessäsi Hewlett-Packardilla. Mitä havaitsit näissä urasi alkuvaiheen kokemuksissa, mikä lopulta sai sinut vakuuttumaan siitä, että Sirionin perustamiselle oli tilaisuus? 

En kasvanut ajatellen, että perustaisin sopimuksiin keskittyvän yrityksen. Opiskelin kemiaa, mutta tajusin melko nopeasti, että minua kiinnosti enemmän liiketoiminnan ongelmien ratkaiseminen kuin uran tekeminen laboratoriossa. Tämä johdatti minut lopulta immateriaalioikeuksien pariin. Työskentelin patenttien kanssa ja johdin myöhemmin tiimejä, jotka kehittivät teknologia- ja oikeudellisia ratkaisuja suuryrityksille.

Ratkaiseva käännekohta tuli, kun Sirionin toinen perustaja Ajay ja minä aloimme työskennellä HP:n kanssa. Yrityksellä oli tuhansia sopimuksia, jotka piti järjestää ja ottaa hallintaan suuren yritysoston jälkeen. Aluksi ajattelimme ongelman liittyvän sopimusarkistoon, mutta kun aloimme perehtyä sopimuksiin tarkemmin, kävi ilmeiseksi, että tallentaminen oli vain pieni osa mahdollisuudesta. Sopimuksista selvisi, mitä yritys oli ostanut ja myynyt, mitä se oli luvannut ja mitä sen toimittajat olivat luvanneet, mitä se maksoi, missä siihen kohdistui riskejä ja missä arvoa saattoi jäädä saamatta. Silti lähes mikään tästä tiedosta ei ollut helposti liiketoiminnan hyödynnettävissä. Tämä havainto oli Sirionin taustalla. Sopimukset olivat pitkälti hyödyntämätön liiketoimintatiedon lähde.

Olet kuvaillut sopimuksia eräänlaiseksi ”virtaavaksi älykkyydeksi” organisaatiossa. Millaista arvokasta tietoa sopimuksiin tyypillisesti kätkeytyy, ja miten tekoäly voi auttaa tekemään siitä hyödyllistä myös muille tiimeille kuin lakiosastolle, kuten taloushallinnolle, hankinnalle, myynnille ja operatiiviselle toiminnalle? 

Sopimukset ovat niitä harvoja paikkoja, joissa yrityksen aikomuksista todella tulee sitoumuksia. Niistä selviää, mitä yritys on sopinut maksavansa, mitä asiakas on sopinut ostavansa, milloin hintoja voidaan muuttaa, mitä palvelutasoja on noudatettava, milloin sopimus uudistuu, mitä tapahtuu, jos joku suoriutuu heikosti, ja kuka vastaa mistäkin velvoitteesta. Tämä on erittäin arvokasta tietoa, mutta historiallisesti se on ollut lukittuna asiakirjoihin, jotka useimmat avaavat vain silloin, kun heidän täytyy neuvotella jostakin tai kun jokin on mennyt pieleen.

Tekoäly muuttaa tilanteen, koska sen avulla jäsentymätön sopimusteksti voidaan muuttaa tiedoksi, jota muu liiketoiminta voi todella hyödyntää. Hankinta voi saada käsityksen toimittajien velvoitteista ja hinnoittelusta. Taloushallinto voi nähdä kaupalliset sitoumukset ja mahdolliset tulonmenetykset. Myynti voi ymmärtää sopimusten uusimisehdot ja asiakassitoumukset. Operatiivinen toiminta voi seurata, toteutuvatko annetut lupaukset käytännössä.

Tarkoitan sopimustiedon tekemisellä virtaavaksi sitä, että PDF-tiedostoon jäämisen sijaan tieto voi siirtyä päätöksiin ja järjestelmiin, joissa sitä eniten tarvitaan. Sen sijaan, että sopimus olisi liiketoimen päätepiste, virtaava tietoäly tekee siitä aktiivisen taustatiedon lähteen yrityksen toiminnalle.

Sirion on kehittynyt sopimuksen elinkaaren hallintaohjelmistosta yhä vahvemmin tekoälypohjaiseksi alustaksi. Miten suurten kielimallien yleistyminen on muuttanut sitä, mitä sopimusdatalla voidaan teknisesti tehdä verrattuna koneoppimismenetelmiin, jotka olivat käytettävissä yritystä perustaessanne?

Kun aloitimme Sirionilla, tekoälyn käyttö sopimustoiminnassa keskittyi pääasiassa tietojen poimintaan ja luokitteluun. Koneoppimisen avulla voitiin tunnistaa erittäin hyvin esimerkiksi sopimuslauseke, päivämäärä, sopimusosapuolen nimi tai velvoite, mutta mallit oli koulutettava suhteellisen tarkasti rajattuihin tehtäviin.

Suuret kielimallit laajensivat päättelykykyä merkittävästi. Nyt järjestelmä voi ymmärtää luonnollisella kielellä esitetyn kysymyksen, tulkita sopimuslausekkeen asiayhteyttä, verrata sanamuotoa yrityksen suosimaan kantaan, selittää, miksi jokin asia muodostaa riskin, ja ehdottaa, mitä seuraavaksi kannattaisi tehdä.

En kuitenkaan näe asiaa niin, että suuret kielimallit korvaisivat kaiken niitä edeltäneen. Sopimukset ovat siihen liian monimutkaisia. Sirionilla käytämme useisiin malleihin perustuvaa lähestymistapaa, jossa suuret kielimallit yhdistyvät erikoistuneisiin malleihin ja syvälliseen sopimusymmärrykseen. Eri mallit ovat hyviä eri asioissa. Tämä yhdistelmä on tärkeä, sillä yritykset eivät tarvitse vain tekoälyä, joka pystyy tuottamaan vakuuttavaa tekstiä. Ne tarvitsevat tarkkuutta. Jännittävintä on se, että voimme siirtyä sopimustietojen poiminnasta niiden avulla päättelyyn ja yhä useammin myös niiden pohjalta toimimiseen.

Sirion ottaa nyt käyttöön erikoistuneita tekoälyagentteja esimerkiksi sopimustietojen poimintaan, ongelmien tunnistamiseen, sopimusmuutosten ehdottamiseen ja laajojen sopimusarkistojen hakuun. Miten näet näiden agenttien toimivan yhdessä, ja kuinka itsenäisesti yritysten tulisi lopulta antaa tekoälyn toimia sopimusprosessin aikana?           

En usko, että tulevaisuudessa yksi valtava tekoälyagentti hoitaa kaiken. Sopimusten laatimiseen kuuluu monia erikoistuneita tehtäviä, joista jokainen vaatii erilaisen asiayhteyden ja eritasoista harkintaa. Yksi agentti voi poimia ehtoja tuhansista sopimuksista. Toinen tunnistaa toimintaperiaatteista poikkeavat sanamuodot. Sen jälkeen sopimusmuutoksia ehdottava agentti voi ehdottaa täsmällistä muutosta yrityksen sopimusohjeiston pohjalta. Näiden agenttien todellinen voima pääsee esiin, kun ne voivat työskennellä yhdessä tavoitteen saavuttamiseksi sen sijaan, että käyttäjän pitäisi hallita jokaista yksittäistä vaihetta.

Joku voisi esimerkiksi kysyä: ”Voimmeko hyväksyä tämän toimittajasopimuksen?” Järjestelmän pitäisi pystyä tunnistamaan olennaisimmat ehdot, vertaamaan niitä toimintaperiaatteisiin, nostamaan esiin ongelmat, etsimään aiempia esimerkkejä ja suosittelemaan muutoksia sekä samalla selittämään, mitä se teki ja miksi.

Autonomian rajojen pitäisi määräytyä riskin mukaan. Minusta tekoäly voi hoitaa itsenäisesti monia toistuvia, sääntöihin perustuvia tehtäviä. Uusi vastuumääräys tai strategisesti tärkeä neuvottelu voi kuitenkin edellyttää ihmisen harkintaa. Autonomian perimmäisenä tavoitteena pitäisi olla tarpeettoman työn poistaminen ja samalla ihmisen päätösvallan säilyttäminen tilanteissa, joissa vastuulla ja ihmissuhteilla on merkitystä.

Sopimukset voivat sisältää yrityksen kaupallisesti ja oikeudellisesti arkaluonteisimpia tietoja. Olet sanonut, että Sirion lykkäisi mieluummin tuotteen julkaisua kuin tinkisi tietoturvasta. Kun generatiivinen tekoäly tulee yhä kiinteämmäksi osaksi yritysten työnkulkuja, millaiset tietoturvaan tai yksityisyyden suojaan liittyvät oikopolut huolestuttavat sinua eniten?

Sopimukset voivat sisältää hinnoittelutietoja, immateriaalioikeuksia, työntekijöiden tietoja, yrityskauppoihin liittyviä tietoja, strategisia sitoumuksia sekä erittäin arkaluonteisia tietoja asiakkaista ja toimittajista. Yritysten on tiedettävä tarkasti, minne nämä tiedot päätyvät, kun tekoälyjärjestelmä käsittelee niitä, miten niitä käsitellään, kenellä on niihin pääsy ja käytetäänkö niitä toisen mallin kouluttamiseen.

Tekoälyominaisuuksia halutaan juuri nyt julkaista valtavalla kiireellä, mutta eniten minua huolestuttaa oikopolku, jossa yritysten tietoja käsitellään ikään kuin ne olisivat tavanomaista koulutusaineistoa. Ymmärrän tämän paineen, mutta yritystekoälyä ei voi rakentaa sen varaan, että ”hallintakäytännöt laitetaan kuntoon myöhemmin”. Tietoturvan on oltava osa arkkitehtuuria alusta alkaen.

Tämä tarkoittaa tiukkoja käyttöoikeuksien hallintakeinoja, salausta, tarkastettavuutta, selkeitä tietorajoja ja hyvin harkittuja päätöksiä siitä, miten kolmansien osapuolten malleja käytetään. Sirionilla olemme tehneet päätöksiä, joissa tietoturva hidasti meitä, ja olen tyytyväinen tähän kompromissiin. Yritysohjelmistoissa – erityisesti sopimuksia käsiteltäessä – luottamuksen rakentaminen vie vuosia, mutta sen voi vaarantaa yhdellä harkitsemattomalla päätöksellä.

Generatiivisen tekoälyn jatkuvana haasteena on, että vastaus voi kuulostaa vakuuttavalta silloinkin, kun se on väärä. Sopimustiedon analysoinnissa hienovaraisellakin virheellä voi olla taloudellisia tai oikeudellisia seurauksia. Miten suunnittelette tekoälyjärjestelmät niin, että käyttäjät voivat tarkistaa niiden vastaukset ja luottaa niihin? 

Tämä on yksi kuluttajille suunnatun tekoälyn ja yritystekoälyn tärkeimmistä eroista. Jos kysyn tekoälyavustajalta ravintolavinkkiä ja se erehtyy, seuraukset ovat rajalliset. Jos lakitiimi kysyy, sisältääkö 5 000 toimittajasopimusta tietyn irtisanomisoikeuden, ja järjestelmä vakuuttavasti ohittaa niistä 200, kyseessä on aivan toisenlainen ongelma.

Suunnittelemme järjestelmät niin, että niiden antamat tiedot voidaan tarkistaa. Jos tekoäly kertoo sinulle jotakin sopimuksesta, sinun pitäisi pystyä jäljittämään vastaus sen taustalla olevaan sopimustekstiin. Jos se ehdottaa sopimukseen muutosta, sinun pitäisi ymmärtää, mihin toimintaperiaatteisiin tai sopimusohjeiston linjauksiin suositus perustuu. Selitettävyys on käyttöönoton kannalta olennaista, sillä luottamus syntyy siitä, että tekoälyn toimintaa voi tarkastella.

Sirion korostaa, että tekoälyn vastausten tulee perustua organisaation omiin sopimuksiin ja ennakkotapauksiin sen sijaan, että ne nojaisivat yksinomaan yleiskäyttöisiin malleihin. Uskotko, että yritysten tekoälyn seuraavaa merkittävää kehitysvaihetta ohjaavat yhä enemmän järjestelmät, joissa perustamalleja yhdistetään yritysten hyvin erikoistuneeseen, omaan dataan?

Ehdottomasti. Perustamallit ovat poikkeuksellisen kyvykkäitä, mutta ne eivät tiedä, miten yrityksesi käytännössä toimii. Ne eivät automaattisesti tiedä, mitkä myönnytykset lakitiimisi hyväksyi viime vuonna, miten hinnoittelet strategisen asiakkaan kanssa, mitkä toimittajat toistuvasti alittavat sovitut palvelutasot tai milloin organisaatiosi edellyttää asian eskalointia. Tässä kontekstissa yritysten tekoälystä tulee aidosti hyödyllistä.

Kun organisaatioiden välisten päätösten ja sitoumusten tarkka kirjaus sopimuksissa yhdistetään yrityksen omiin käytäntöihin, neuvotteluohjeisiin, aiempiin sopimuksiin ja operatiiviseen dataan, tekoälyjärjestelmä voi siirtyä yleisluontoisista vastauksista vastauksiin, jotka heijastavat yrityksesi toimintatapoja. Uskon, että tämä konteksti tuo yritysten tekoälyyn yhä enemmän kilpailuetua, sillä useimmilla yrityksillä on jo käytössään samankaltaisia perustamalleja. Erottava tekijä on se, miten tehokkaasti mallit voidaan yhdistää luotettuun, yksinoikeudelliseen tietoon ja miten niille voidaan antaa riittävästi kontekstia täsmälliseen päättelyyn tietoturvasta tinkimättä.

Olet kehittänyt Sirionia yli vuosikymmenen ajan ja toiminut tehtävissä, jotka kattavat tuotehallinnan, operatiivisen toiminnan ja yrityksen johtamisen. Mitä opit yrityksille suunnattujen tekoälyohjelmistojen laajentamisesta, mitä et olisi ymmärtänyt yrityksen ensimmäisinä vuosina?

Olen oppinut muun muassa sen, että teknologian rakentaminen on joskus helppo osa. Kitkaa syntyy, kun aletaan muuttaa suuren organisaation toimintatapoja. Alkuvuosina keskitytään luonnollisesti siihen, pystyykö tuote ratkaisemaan ongelman. Kun toimintaa laajennetaan yritystasolle, huomaa, että teknisesti erinomainen vastaus on hyödyllinen vain, jos ihmiset luottavat siihen, se sopii heidän nykyisiin työnkulkuihinsa ja se pystyy käsittelemään maailmanlaajuisen organisaation valtavaa monimutkaisuutta.

Tekoäly tekee tästä opista entistä tärkeämmän. Vaikuttavan demon voi rakentaa nykyään hyvin nopeasti. Eri asia on rakentaa jotain sellaista, jonka yritys uskaltaa uskoa miljoonien datapisteiden ja työnkulkujen käsittelyyn.

Kun tekoäly mahdollistaa tuhansien sopimusten velvoitteiden, riskien, hinnoitteluehtojen, uusimisten ja suorituskyvyn jatkuvan analysoinnin, voisiko sopimuksista lopulta tulla yrityksen reaaliaikainen operatiivinen tietokerros sen sijaan, että ne olisivat asiakirjoja, joihin palataan lähinnä ongelmatilanteissa?

Uskon, että juuri tähän olemme menossa. Sopimusta on pitkään pidetty päätepisteenä. Kaikki neuvottelevat, allekirjoittavat ja juhlistavat sopimusta, minkä jälkeen asiakirja siirtyy arkistoon. Kuusi kuukautta myöhemmin joku avaa sen, koska on syntynyt riita, sopimus on uusittava tai halutaan tarkistaa, mitä luvattiin. Tällaisessa toimintamallissa ei ole järkeä, kun tekoäly pystyy jatkuvasti ymmärtämään, mitä sopimuskokonaisuudessa tapahtuu.

Ihannetilanteessa voisi esimerkiksi havaita, että toimittaja on alittanut palvelutasosopimuksessa (SLA) sovitun tason, ennen kuin seuraava lasku hyväksytään, tai huomata, että hinnantarkistus olisi pitänyt tehdä kolme kuukautta sitten. Myyntitiimi voisi saada ilmoituksen lähestyvästä sopimuksen uusimisesta sekä asiakkaan kanssa sovituista sitoumuksista, tai taloushallinto voisi nähdä kaupalliset velvoitteet suoraan omissa järjestelmissään.

Sopimukset määrittävät yritysten välisiä suhteita, joten sopimusdatan pitäisi olla yhteydessä järjestelmiin, joissa näitä suhteita tosiasiassa hallitaan. Uskon, että sopimuksesta tulee yhä enemmän operatiivinen tietokerros, jonka avulla yritys ymmärtää paitsi sen, mistä sovittiin, myös sen, tuottavatko sopimukset kaikille odotettua arvoa.

Millaiseksi uskot sopimushallinnan kehittyvän, kun tekoälyagentit pystyvät huomattavasti nykyistä enempään? Sulautuuko perinteinen sopimuksen elinkaaren hallinta (CLM) -kategoria lopulta laajempaan yrityksen älykkyyskerrokseen, ja millaisena näet Sirionin roolin tässä muutoksessa? 

Toivon, että CLM:n rajat hämärtyvät ajan myötä huomattavasti. Nykyään käyttäjät ajattelevat yhä eri vaiheita: minun täytyy laatia sopimus, tarkistaa se, hankkia hyväksyntä, allekirjoittaa se, tallentaa se ja sitten hallinnoida sitä. Agenttien kyvykkyyden kasvaessa ihmisten ei pitäisi joutua itse koordinoimaan kaikkia näitä järjestelmiä ja työnkulkuja. Heidän pitäisi voida ilmaista, mitä haluavat saada aikaan, ja antaa erikoistuneiden agenttien hoitaa suuri osa taustalla tehtävästä työstä.

Suurempi muutos tapahtuu kuitenkin allekirjoittamisen jälkeen. Jos tekoäly pystyy ymmärtämään miljoonien sopimusten kaikki velvoitteet, kaupalliset ehdot, riskit ja suhteet, sopimustiedosta tulee hyödyllistä paljon laajemminkin kuin vain lakiasioissa. Juuri tämä on minusta innostavaa: sopimuksista tulee vihdoin kaikkien yhteinen asia.

En siis usko, että sopimukset katoavat. Päinvastoin. Niiden merkitys kasvaa, koska ne tarjoavat yritysten tekoälylle luotettavaa kontekstia. Sirionin tavoitteena on tuoda tämä älykkyys hyödynnettäväksi kaikkialle, missä työtä tehdään. CLM ei ehkä enää tunnu itsenäiseltä kohteelta, vaan pikemminkin älykkyys- ja toteutuskerrokselta, joka yhdistää yrityksen tekemät sitoumukset sen päivittäisiin toimiin.

Kiitos hienosta haastattelusta. Lukijat, jotka haluavat oppia lisää, voivat vierailla sivustolla Sirion. 

Antoine on visionäärinen johtaja ja Unite.AI:n perustajaosakas, jota ohjaa vankkumaton intohimo tekoälyn ja robotiikan tulevaisuuden muovaamiseen ja edistämiseen. Sarjayrittäjänä hän uskoo tekoälyn muuttavan yhteiskuntaa yhtä perusteellisesti kuin sähkö, ja hän puhuu usein innostuneesti mullistavien teknologioiden ja yleisen tekoälyn (AGI) mahdollisuuksista.

Futuristina hän on omistautunut selvittämään, miten nämä innovaatiot muovaavat maailmaamme. Hän on myös Securities.io:n perustaja. Alusta keskittyy sijoittamaan huipputeknologioihin, jotka määrittelevät tulevaisuutta uudelleen ja muuttavat kokonaisia toimialoja.