Kanti Prabha, Sirion की सह-संस्थापक और अध्यक्ष – साक्षात्कार शृंखला

Kanti Prabha Sirion की सह-संस्थापक और अध्यक्ष हैं। वह उद्यम प्रौद्योगिकी क्षेत्र की अग्रणी हैं और उन्हें उत्पाद विकास, कानूनी प्रौद्योगिकी, बौद्धिक संपदा, परिचालन तथा SaaS में दो दशकों से अधिक का अनुभव है। Sirion की संस्थापक टीम की सदस्य के रूप में उन्होंने कंपनी के उत्पाद-दृष्टिकोण, डिज़ाइन और विकास को आकार देने में केंद्रीय भूमिका निभाई है। अध्यक्ष बनने से पहले उन्होंने उत्पाद प्रबंधन की उपाध्यक्ष और मुख्य परिचालन अधिकारी समेत नेतृत्व के कई पदों पर काम किया। उनकी विशेषज्ञता में उद्यमों के लिए उच्च मानकों वाले B2B SaaS उत्पाद बनाना, उत्पाद रणनीति और प्रबंधन, ग्राहक सफलता, उद्यम बिक्री, तथा टीमों और संगठनात्मक संस्कृति का विस्तार करना शामिल है। अपने करियर की शुरुआत में Prabha, UnitedLex की पहली कर्मचारी और उसकी संस्थापक टीम की सदस्य थीं। वहाँ उन्होंने कॉरपोरेट कानूनी विभागों के लिए प्रौद्योगिकी-आधारित समाधान विकसित किए और बौद्धिक संपदा से जुड़ी पहलों का प्रबंधन किया। इससे पहले उन्होंने Evalueserve में पेटेंट सेवाओं के क्षेत्र में काम किया था। वह akirolabs की सलाहकार भी हैं और इससे पहले Clarisights को सलाह दे चुकी हैं।

Sirion AI-संचालित अनुबंध जीवनचक्र प्रबंधन (CLM) कंपनी है, जो उद्यमों को अनुबंध बनाने और उन पर बातचीत करने से लेकर उनके निरंतर प्रदर्शन, दायित्वों और उनसे मूल्य प्राप्त करने तक के काम में मदद करती है। इसका मंच संवादात्मक AI को खास कामों के लिए बनाए गए AI एजेंटों के साथ जोड़ता है। ये एजेंट अनुबंध संग्रहों को एक जगह व्यवस्थित और संरचित कर सकते हैं, अनुबंध की शर्तों के बारे में सवालों के जवाब दे सकते हैं, समझौते तैयार करके उनकी समीक्षा कर सकते हैं, जोखिमों की पहचान कर सकते हैं, संशोधन सुझा सकते हैं और दायित्वों तथा सेवा-स्तर समझौतों की निगरानी कर सकते हैं। Sirion अपने agentOS मंच के ज़रिए एजेंट-आधारित अनुबंध प्रबंधन पर अपना ध्यान लगातार केंद्रित कर रही है। यह मंच संगठनों को पहले से तैयार अनुबंध एजेंट तैनात करने के साथ-साथ उद्यम के डेटा और कार्यप्रवाहों से जुड़े अनुकूलित एजेंट बनाने की सुविधा देता है। यह मंच उन बड़े संगठनों के लिए बनाया गया है जो अनुबंधों को स्थिर दस्तावेज़ों से बदलकर परिचालन संबंधी जानकारी के संरचित और खोजे जा सकने वाले स्रोत बनाना चाहते हैं, और साथ ही निगरानी तथा मानवीय देखरेख भी बनाए रखना चाहते हैं।

Sirion की स्थापना तक पहुँचने का आपका सफ़र पारंपरिक नहीं था: आपने रसायन विज्ञान की पढ़ाई की, फिर बौद्धिक संपदा कानून के क्षेत्र में आईं, पेटेंट पर काम किया और उसके बाद Hewlett-Packard के साथ काम करते हुए अनुबंधों को एक अलग नज़रिए से देखने लगीं। उन शुरुआती अनुभवों में आपने ऐसा क्या पहचाना, जिसने अंततः आपको यह विश्वास दिलाया कि Sirion बनाने का अवसर मौजूद है? 

बचपन से मैंने यह नहीं सोचा था कि मैं अनुबंधों पर केंद्रित कोई कंपनी बनाऊँगी। मैंने रसायन विज्ञान की पढ़ाई की, लेकिन मुझे जल्द ही एहसास हुआ कि प्रयोगशाला में अपना करियर बिताने के बजाय कारोबारी समस्याएँ सुलझाने में मेरी दिलचस्पी अधिक थी। इसी वजह से मैं बौद्धिक संपदा के क्षेत्र में आई, जहाँ मैंने पेटेंट पर काम किया और बाद में बड़े उद्यमों के लिए प्रौद्योगिकी तथा कानूनी समाधान विकसित करने वाली टीमों का नेतृत्व किया।

असल बदलाव तब आया जब Sirion के मेरे सह-संस्थापक Ajay और मैंने HP के साथ काम शुरू किया। एक बड़े अधिग्रहण के बाद उनके हज़ारों अनुबंधों को व्यवस्थित और प्रबंधित करना ज़रूरी था। शुरुआत में हमें लगा कि यह सिर्फ़ दस्तावेज़ों को संग्रहित करने की समस्या है, लेकिन अनुबंधों को ध्यान से देखने पर साफ़ हो गया कि संग्रहण इस अवसर का बहुत छोटा हिस्सा था। अनुबंध बताते थे कि कंपनी ने क्या खरीदा और क्या बेचा था, उसने क्या वादा किया था, उसके आपूर्तिकर्ताओं ने क्या वादे किए थे, वह कितना भुगतान कर रही थी, उसे कहाँ जोखिम था और कहाँ संभावित रूप से मूल्य का नुकसान हो रहा था। फिर भी, इस जानकारी का लगभग कोई भी हिस्सा कारोबार के लिए आसानी से उपयोगी नहीं था। Sirion के पीछे यही समझ थी। अनुबंध कारोबारी जानकारी का ऐसा स्रोत थे, जिसका पूरा उपयोग अब तक नहीं हुआ था।

आपने अनुबंधों को किसी संगठन के भीतर “प्रवाहमान बुद्धिमत्ता” का एक रूप बताया है। आम तौर पर अनुबंधों में कौन-सी मूल्यवान जानकारी छिपी रहती है, और AI उस जानकारी को कानूनी विभाग से आगे—वित्त, खरीद, बिक्री और परिचालन समेत—दूसरी टीमों के लिए उपयोगी कैसे बना सकता है? 

अनुबंध उन गिनी-चुनी जगहों में से एक हैं जहाँ किसी कंपनी की मंशाएँ वास्तव में प्रतिबद्धताओं का रूप लेती हैं। वे बताते हैं कि कंपनी ने कितना भुगतान करने पर सहमति दी, ग्राहक ने क्या खरीदने पर सहमति जताई, कीमतें कब बदल सकती हैं, सेवा के किन स्तरों को पूरा करना है, समझौते का नवीनीकरण कब होगा, किसी के अपेक्षा से कम प्रदर्शन करने पर क्या होगा और कौन-सा दायित्व किसका है। यह बेहद मूल्यवान जानकारी है, लेकिन ऐतिहासिक रूप से यह ऐसे दस्तावेज़ों में छिपी रही है जिन्हें ज़्यादातर लोग केवल किसी बात पर बातचीत करने की ज़रूरत पड़ने पर या कुछ गड़बड़ होने पर ही खोलते हैं।

AI इस स्थिति को बदलता है, क्योंकि इसकी मदद से हम असंरचित अनुबंध भाषा को ऐसी जानकारी में बदल सकते हैं जिसका कारोबारी जगत के बाकी लोग वास्तव में इस्तेमाल कर सकें। खरीद विभाग आपूर्तिकर्ताओं के दायित्वों और कीमतों को समझ सकता है। वित्त विभाग कारोबारी प्रतिबद्धताओं और संभावित राजस्व-हानि को देख सकता है। बिक्री विभाग नवीनीकरण की शर्तों और ग्राहक प्रतिबद्धताओं को समझ सकता है। परिचालन विभाग निगरानी कर सकता है कि किए गए वादे वास्तव में पूरे हो रहे हैं या नहीं।

प्रवाहमान अनुबंध-बुद्धिमत्ता से मेरा यही आशय है। जानकारी किसी PDF में बंद रहने के बजाय उन निर्णयों और प्रणालियों तक पहुँच सकती है जहाँ उसकी सबसे अधिक ज़रूरत है। लेन-देन के अंत में अनुबंध का काम खत्म होने के बजाय, प्रवाहमान बुद्धिमत्ता उसे इस बात का सक्रिय संदर्भ बना देती है कि कारोबार कैसे चलता है।

Sirion अनुबंध जीवनचक्र प्रबंधन सॉफ़्टवेयर से विकसित होकर लगातार अधिक AI-आधारित मंच बन गया है। बड़े भाषा मॉडल के उभरने से अनुबंध डेटा के साथ तकनीकी रूप से क्या-क्या करना संभव हुआ है, जो कंपनी शुरू करते समय उपलब्ध मशीन लर्निंग तरीकों से संभव नहीं था?

जब हमने Sirion शुरू किया था, तब अनुबंधों में एआई का मुख्य उपयोग जानकारी निकालने और वर्गीकृत करने तक सीमित था। मशीन लर्निंग किसी शर्त, तारीख, पक्षकार के नाम या दायित्व की पहचान करने में बहुत सक्षम हो सकती थी, लेकिन इसके लिए अपेक्षाकृत विशिष्ट कार्यों पर मॉडल को प्रशिक्षित करना पड़ता था।

बड़े भाषा मॉडलों ने तर्क करने की क्षमता को बहुत विस्तार दिया। अब कोई प्रणाली सामान्य भाषा में पूछे गए सवाल को समझ सकती है, किसी शर्त के संदर्भ की व्याख्या कर सकती है, भाषा की तुलना कंपनी की पसंदीदा स्थिति से कर सकती है, बता सकती है कि कोई बात जोखिम क्यों पैदा करती है और यह सुझा सकती है कि आगे क्या करना चाहिए।

लेकिन मैं इसे बड़े भाषा मॉडलों द्वारा पहले की हर चीज़ की जगह लेने के रूप में नहीं देखता। अनुबंध इसके लिए बहुत जटिल होते हैं। Sirion में हम कई मॉडलों वाला दृष्टिकोण अपनाते हैं, जिसमें बड़े भाषा मॉडल, विशेषीकृत मॉडल और अनुबंधों की गहरी समझ शामिल है। अलग-अलग मॉडल अलग-अलग कामों में अच्छे होते हैं। यह मेल इसलिए अहम है, क्योंकि उद्यमों को सिर्फ़ ऐसा एआई नहीं चाहिए जो सुनने में विश्वसनीय भाषा तैयार कर सके। उन्हें सटीकता चाहिए। सबसे रोमांचक बदलाव यह है कि अब हम अनुबंधों से जानकारी निकालने से आगे बढ़कर उस जानकारी पर तर्क कर सकते हैं और, तेज़ी से, उस पर कार्रवाई भी कर सकते हैं।

Sirion अब अनुबंधों से जानकारी निकालने, समस्याएँ पहचानने, संशोधन सुझाने और बड़े अनुबंध भंडारों में खोज करने जैसे कामों के लिए विशेषीकृत एआई एजेंट पेश कर रहा है। आप इन एजेंटों को एक-दूसरे के साथ मिलकर काम करते हुए कैसे देखते हैं, और अंततः उद्यमों को अनुबंध प्रक्रिया के दौरान एआई को स्वायत्त रूप से काम करने की कितनी छूट देनी चाहिए?           

मुझे नहीं लगता कि भविष्य में एक ही विशाल एआई एजेंट होगा जो सब कुछ करेगा। अनुबंध तैयार करने में कई विशेषीकृत कार्य शामिल होते हैं, और हर काम के लिए अलग संदर्भ और निर्णय के अलग स्तर की ज़रूरत होती है। एक एजेंट हज़ारों समझौतों से शर्तें निकाल सकता है। दूसरा, ऐसी भाषा पहचान सकता है जो नीति से अलग हो। इसके बाद, संशोधन सुझाने वाला एजेंट कंपनी की कार्यनीति के आधार पर सटीक बदलाव सुझा सकता है। असली ताकत तब आती है, जब ये एजेंट उपयोगकर्ता को हर चरण अलग-अलग संभालने के लिए मजबूर करने के बजाय किसी नतीजे तक पहुँचने के लिए मिलकर काम कर सकें।

मिसाल के तौर पर, कोई पूछ सकता है, “क्या हम इस आपूर्तिकर्ता के समझौते को स्वीकार कर सकते हैं?” प्रणाली को सबसे प्रासंगिक शर्तों की पहचान करनी चाहिए, उनकी नीति से तुलना करनी चाहिए, समस्याएँ सामने लानी चाहिए, संबंधित मिसालें ढूँढ़नी चाहिए और बदलाव सुझाने चाहिए—साथ ही यह भी समझाना चाहिए कि उसने क्या किया और क्यों।

स्वायत्तता कहाँ तक होनी चाहिए, यह जोखिम पर निर्भर होना चाहिए। मुझे एआई से कई दोहराव वाले, नियम-आधारित काम स्वायत्त रूप से करवाने में कोई आपत्ति नहीं है। लेकिन दायित्व से जुड़ी कोई नई शर्त या रणनीतिक रूप से अहम बातचीत में मानवीय निर्णय की ज़रूरत हो सकती है। स्वायत्तता का अंतिम लक्ष्य अनावश्यक काम हटाना होना चाहिए, साथ ही उन मामलों में मानवीय नियंत्रण बनाए रखना चाहिए जहाँ जवाबदेही और रिश्ते मायने रखते हैं।

अनुबंधों में कंपनी की व्यावसायिक और कानूनी रूप से बेहद संवेदनशील जानकारी हो सकती है। आपने कहा है कि Sirion सुरक्षा से समझौता करने के बजाय किसी उत्पाद की शुरुआत में देरी करना पसंद करेगा। जैसे-जैसे जनरेटिव एआई उद्यमों की कार्यप्रणालियों में और गहराई से शामिल हो रहा है, सुरक्षा या निजता के किन समझौतों को लेकर आपको सबसे ज़्यादा चिंता होती है?

अनुबंधों में मूल्य निर्धारण, बौद्धिक संपदा, कर्मचारियों की जानकारी, अधिग्रहण का विवरण, रणनीतिक प्रतिबद्धताएँ और ग्राहकों तथा आपूर्तिकर्ताओं से जुड़ी बेहद संवेदनशील जानकारी हो सकती है। कंपनियों को यह ठीक-ठीक पता होना चाहिए कि एआई प्रणाली के संपर्क में आने पर यह जानकारी कहाँ जा रही है, इसे कैसे संसाधित किया जा रहा है, इस तक किसकी पहुँच है और क्या इसका इस्तेमाल किसी दूसरे मॉडल को प्रशिक्षित करने के लिए किया जा रहा है।

अभी एआई सुविधाएँ तेज़ी से जारी करने का बहुत दबाव है, लेकिन मुझे सबसे ज़्यादा चिंता इस बात से होती है कि उद्यमों के डेटा को सामान्य प्रशिक्षण सामग्री मान लिया जाए। मैं उस दबाव को समझता हूँ, लेकिन उद्यमों के लिए एआई का निर्माण इस सोच पर नहीं किया जा सकता कि “नियंत्रण की व्यवस्था बाद में ठीक कर लेंगे।” सुरक्षा को शुरुआत से ही प्रणाली की संरचना का हिस्सा होना चाहिए।

इसका मतलब है मज़बूत पहुँच नियंत्रण, एन्क्रिप्शन, ऑडिट की सुविधा, डेटा की स्पष्ट सीमाएँ और तीसरे पक्ष के मॉडलों के इस्तेमाल के बारे में बहुत सोच-समझकर लिए गए फ़ैसले। Sirion में हमने ऐसे फ़ैसले ज़रूर लिए हैं जिनसे सुरक्षा के कारण हमारी गति धीमी हुई, और मुझे यह समझौता स्वीकार है। उद्यमी सॉफ़्टवेयर में, खासकर अनुबंधों को संभालते समय, भरोसा बनाने में सालों लगते हैं और एक लापरवाह फ़ैसले से उसे नुकसान पहुँच सकता है।

जनरेटिव एआई की एक लगातार बनी रहने वाली चुनौती यह है कि जवाब गलत होने पर भी अधिकारपूर्ण लग सकता है। अनुबंधों की जानकारी में, जहाँ एक छोटी-सी गलती के वित्तीय या कानूनी नतीजे हो सकते हैं, आप एआई प्रणालियों को इस तरह कैसे तैयार करते हैं कि उपयोगकर्ता उनके जवाबों की जाँच कर सकें और उन पर भरोसा कर सकें? 

उपभोक्ता एआई और उद्यमी एआई के बीच यह सबसे अहम अंतरों में से एक है। अगर मैं किसी एआई सहायक से रेस्तराँ की सिफ़ारिश माँगूँ और उसका जवाब गलत हो, तो उसका असर सीमित होता है। लेकिन अगर कोई कानूनी टीम पूछे कि 5,000 आपूर्तिकर्ता अनुबंधों में किसी खास तरह का समाप्ति-अधिकार है या नहीं, और प्रणाली पूरे भरोसे से उनमें से 200 अनुबंधों में उसे पहचानने से चूक जाए, तो यह बिल्कुल अलग समस्या है।

हम सत्यापन को ध्यान में रखकर प्रणालियाँ तैयार करते हैं। अगर एआई आपको किसी अनुबंध के बारे में कुछ बताता है, तो आप उस जवाब का स्रोत मूल भाषा में ढूँढ़ सकें। अगर वह संशोधन सुझाता है, तो आपको समझ आना चाहिए कि उस सुझाव के पीछे कौन-सी नीति या कार्यनीति थी। एआई को अपनाने के लिए यह समझ पाना बुनियादी है कि उसने जवाब कैसे दिया, क्योंकि भरोसा तभी बनता है जब एआई के काम की जाँच की जा सके।

Sirion इस बात पर ज़ोर देता है कि AI के जवाब सामान्य प्रयोजन वाले मॉडलों पर पूरी तरह निर्भर रहने के बजाय किसी संगठन के अपने अनुबंधों और पूर्व उदाहरणों पर आधारित हों। क्या आपको लगता है कि उद्यमों में AI का अगला बड़ा चरण उन प्रणालियों से तेजी से संचालित होगा, जो आधारभूत मॉडलों को कंपनी के अत्यधिक विशिष्ट, स्वामित्व वाले डेटा के साथ जोड़ती हैं?

बिल्कुल। आधारभूत मॉडल असाधारण रूप से सक्षम हैं, लेकिन उन्हें यह नहीं पता कि आपकी कंपनी वास्तव में कैसे काम करती है। उन्हें अपने-आप यह जानकारी नहीं होती कि आपकी कानूनी टीम ने पिछले साल किन रियायतों को मंज़ूरी दी थी, किसी रणनीतिक ग्राहक के लिए आप मूल्य निर्धारण कैसे तय करते हैं, कौन-से आपूर्तिकर्ता बार-बार सेवा-स्तर पूरा करने में चूकते हैं या किन परिस्थितियों में आपका संगठन मामले को उच्च स्तर पर ले जाने की अपेक्षा करता है। यही संदर्भ उद्यमों में AI को वास्तव में उपयोगी बनाता है।

संगठनों के बीच लिए गए फ़ैसलों और की गई प्रतिबद्धताओं के सशक्त रिकॉर्ड वाले अनुबंधों को कंपनी की विशिष्ट नीतियों, बातचीत की रणनीतियों, ऐतिहासिक समझौतों और परिचालन डेटा के साथ जोड़ने पर AI प्रणाली सामान्य जवाब देने के बजाय ऐसा जवाब दे सकती है, जो यह दर्शाता हो कि आपका कारोबार कैसे काम करता है। मेरा मानना है कि उद्यमों में AI का प्रतिस्पर्धी लाभ तेजी से इसी संदर्भ से आएगा, क्योंकि अधिकांश उद्यमों के पास पहले से ही समान आधारभूत मॉडलों की पहुँच है। निर्णायक अंतर इस बात से पैदा होगा कि वे इन मॉडलों को विश्वसनीय, स्वामित्व वाली जानकारी से कितनी प्रभावी तरह जोड़ सकते हैं और सुरक्षा से समझौता किए बिना सटीक तर्क करने के लिए उन्हें कितना पर्याप्त संदर्भ दे सकते हैं।

आपने Sirion को बनाने में एक दशक से अधिक समय बिताया है और उत्पाद, संचालन तथा कंपनी के नेतृत्व से जुड़ी भूमिकाएँ निभाई हैं। उद्यमों के लिए AI सॉफ़्टवेयर को बड़े पैमाने पर विकसित करने के बारे में आपने ऐसा क्या सीखा, जिसे कंपनी के शुरुआती कुछ वर्षों में आप समझ नहीं पाए होते?

मैंने एक बात यह सीखी है कि तकनीक बनाना कभी-कभी आसान हिस्सा होता है। मुश्किल तब शुरू होती है, जब आप किसी बड़े संगठन के काम करने का तरीका बदलने लगते हैं। शुरुआती वर्षों में आपका स्वाभाविक ध्यान इस पर होता है कि उत्पाद समस्या हल कर सकता है या नहीं। लेकिन उद्यम के स्तर पर आपको एहसास होता है कि तकनीकी रूप से उत्कृष्ट जवाब तभी उपयोगी है, जब लोग उस पर भरोसा करें, वह उनके मौजूदा कार्यप्रवाहों में सहजता से शामिल हो और किसी वैश्विक संगठन की विशाल जटिलता को संभाल सके।

AI इस सीख को और भी अहम बना देता है। आज आप बहुत जल्दी एक प्रभावशाली डेमो बना सकते हैं। लेकिन ऐसा कुछ बनाना, जिस पर कोई उद्यम लाखों डेटा बिंदुओं और कार्यप्रवाहों के मामले में भरोसा करने को तैयार हो, अलग बात है।

जब AI हज़ारों समझौतों में दायित्वों, जोखिमों, मूल्य निर्धारण की शर्तों, नवीनीकरणों और प्रदर्शन का लगातार विश्लेषण करना संभव बना रहा है, तो क्या अनुबंध अंततः ऐसे दस्तावेज़ों के बजाय उद्यम के लिए रीयल-टाइम परिचालन डेटा की परत बन सकते हैं, जिन्हें मुख्य रूप से कुछ गड़बड़ होने पर ही देखा जाता है?

मेरा मानना है कि हम ठीक इसी दिशा में बढ़ रहे हैं। लंबे समय तक अनुबंध को अंतिम पड़ाव माना जाता रहा है। सभी लोग बातचीत करते हैं, हस्ताक्षर करते हैं, जश्न मनाते हैं और फिर दस्तावेज़ किसी रिपॉज़िटरी में चला जाता है। छह महीने बाद कोई उसे तब खोलता है, जब कोई विवाद हो, नवीनीकरण करना हो या यह सवाल उठे कि किस बात का वादा किया गया था। जब AI अनुबंधों के पूरे पोर्टफ़ोलियो में हो रही गतिविधियों को लगातार समझ सकता है, तो यह तरीका उचित नहीं रह जाता।

एक आदर्श स्थिति की कल्पना कीजिए, जहाँ अगले इनवॉइस को मंज़ूरी मिलने से पहले ही पता चल जाए कि कोई आपूर्तिकर्ता SLA पूरा करने में चूक गया है, या यह दिख जाए कि मूल्य में बदलाव तीन महीने पहले ही हो जाना चाहिए था। कल्पना कीजिए कि बिक्री टीम को ग्राहक के साथ तय की गई प्रतिबद्धताओं के साथ-साथ आगामी नवीनीकरण की सूचना मिल रही है, या वित्त विभाग को व्यावसायिक दायित्व सीधे अपने सिस्टम में दिखाई दे रहे हैं।

अनुबंध कंपनियों के बीच संबंधों को परिभाषित करते हैं, इसलिए अनुबंधों का डेटा उन प्रणालियों से जुड़ा होना चाहिए, जिनमें इन संबंधों का वास्तव में प्रबंधन किया जाता है। मेरा मानना है कि अनुबंध तेजी से ऐसी परिचालन डेटा परत बन जाएगा, जो उद्यम को यह समझने में मदद करेगी कि उसने किन बातों पर सहमति दी थी ही नहीं, बल्कि यह भी कि क्या वे समझौते सभी की अपेक्षा के अनुरूप मूल्य दे रहे हैं।

आगे की बात करें, तो AI एजेंटों के काफी अधिक सक्षम हो जाने पर आपके विचार में अनुबंध प्रबंधन कैसा दिखेगा? क्या पारंपरिक अनुबंध जीवनचक्र प्रबंधन (CLM) की श्रेणी अंततः एक व्यापक उद्यम इंटेलिजेंस परत में समा जाएगी, और इस बदलाव में Sirion की क्या भूमिका होगी? 

मुझे उम्मीद है कि समय के साथ CLM की सीमाएँ बहुत कम दिखाई देंगी। आज भी उपयोगकर्ता काम को अलग-अलग चरणों में देखते हैं: मुझे अनुबंध बनाना है, उसकी समीक्षा करनी है, मंज़ूरी लेनी है, हस्ताक्षर करने हैं, उसे संग्रहित करना है और फिर उसका प्रबंधन करना है। जैसे-जैसे एजेंट अधिक सक्षम होंगे, लोगों को इन सभी प्रणालियों और कार्यप्रवाहों का खुद संचालन नहीं करना पड़ेगा। वे बस अपना उद्देश्य बता सकेंगे और विशेष एजेंटों को उसके पीछे का ज़्यादातर काम सँभालने दे सकेंगे।

लेकिन बड़ा बदलाव हस्ताक्षर होने के बाद आता है। अगर AI लाखों समझौतों में हर दायित्व, व्यावसायिक शर्त, जोखिम और संबंध को समझ सके, तो अनुबंध संबंधी इंटेलिजेंस कानूनी विभाग से कहीं आगे भी उपयोगी हो जाएगी। मेरे लिए यही सबसे रोमांचक बात है: अनुबंध आखिरकार हर किसी के काम का हिस्सा बनेंगे।

इसलिए मुझे नहीं लगता कि अनुबंध गायब हो जाएँगे। इसके ठीक विपरीत। वे और महत्वपूर्ण बनेंगे, क्योंकि वे उद्यमों में AI के लिए विश्वसनीय संदर्भ मुहैया कराते हैं। Sirion में हमारा लक्ष्य इस इंटेलिजेंस को काम के हर क्षेत्र में उपयोगी बनाना है। अंततः CLM किसी स्वतंत्र गंतव्य के बजाय ऐसी इंटेलिजेंस और क्रियान्वयन परत जैसा लग सकता है, जो कंपनी की प्रतिबद्धताओं को उसके रोज़मर्रा के कार्यों से जोड़ती है।

बेहतरीन साक्षात्कार के लिए धन्यवाद। जो पाठक और जानना चाहते हैं, वे Sirion पर जाएँ।