साक्षात्कार

Kanti Prabha, अध्यक्ष, मुख्य उत्पाद एवं प्रौद्योगिकी अधिकारी, Sirion – साक्षात्कार श्रृंखला

Antoine Tardif
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुअनुबंधों में अप्रयुक्त व्यावसायिक बुद्धिमत्ता छिपी होती है क्योंकि वे ऐसी प्रतिबद्धताएँ…
और देखें
  • अनुबंधों में अप्रयुक्त व्यावसायिक बुद्धिमत्ता छिपी होती है क्योंकि वे ऐसी प्रतिबद्धताएँ दर्ज करते हैं जिन्हें अधिकांश टीमें कभी नहीं देखतीं।
  • एंटरप्राइज़ AI को कंपनी के स्वामित्व वाले संदर्भ की आवश्यकता होती है क्योंकि फाउंडेशन मॉडल आंतरिक नीतियों या पूर्ववृत्तों को नहीं जान सकते।
  • AI की स्वायत्तता वहीं रुकनी चाहिए जहाँ जोखिम नए या रणनीतिक अनुबंध शर्तों पर मानवीय निर्णय की मांग करता है।

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

Sirion कृत्रिम बुद्धिमत्ता से संचालित अनुबंध जीवनचक्र प्रबंधन (CLM) कंपनी है। यह उद्यमों को अनुबंध बनाने और उन पर बातचीत करने से लेकर उनके निरंतर प्रदर्शन, दायित्वों और मूल्य-साकार होने तक के प्रबंधन में मदद करती है। इसका प्लेटफ़ॉर्म संवादात्मक AI को विशेष रूप से तैयार किए गए AI एजेंटों के साथ जोड़ता है। ये एजेंट अनुबंधों के संग्रह को एक जगह केंद्रित और व्यवस्थित कर सकते हैं, अनुबंध की शर्तों से जुड़े सवालों के जवाब दे सकते हैं, समझौते तैयार और 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 प्लेटफ़ॉर्म के ज़रिए एजेंट-आधारित अनुबंध प्रबंधन पर अधिक ध्यान केंद्रित कर रहा है। यह प्लेटफ़ॉर्म 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 प्लेटफ़ॉर्म उन बड़े संगठनों के लिए बनाया गया है जो अनुबंधों को स्थिर दस्तावेज़ों से बदलकर परिचालन संबंधी जानकारी के व्यवस्थित, खोजे जा सकने वाले स्रोत बनाना चाहते हैं और साथ ही शासन तथा मानवीय निगरानी बनाए रखना चाहते हैं।

Sirion की स्थापना तक आपका सफ़र असामान्य रहा: आपने रसायन विज्ञान की पढ़ाई की, बौद्धिक संपदा कानून के क्षेत्र में आईं, पेटेंट पर काम किया और फिर Hewlett-Packard के साथ काम करते हुए अनुबंधों को एक अलग नज़रिए से देखने लगीं। उन शुरुआती अनुभवों में आपने ऐसा क्या पहचाना जिससे अंततः आपको लगा कि Sirion बनाने का अवसर मौजूद है? 

मैंने बचपन से 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 पूरा करियर बिताने के बजाय मेरी दिलचस्पी व्यावसायिक समस्याएँ सुलझाने में अधिक थी। इसी वजह से मैं आगे चलकर 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।

असली मोड़ 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 करने की ज़रूरत थी। शुरुआत में हमें लगा कि यह दस्तावेज़ों का संग्रह बनाने की समस्या है, लेकिन अनुबंधों को ध्यान से देखने पर साफ़ हो गया कि उन्हें संग्रहित करना इस अवसर का बहुत छोटा हिस्सा था। अनुबंध बताते थे कि किसी कंपनी ने क्या खरीदा है, क्या बेचा है, क्या वादा किया है, उसके आपूर्तिकर्ताओं ने क्या वादा किया है, वह कितना भुगतान कर रही है, उसे कहाँ जोखिम है और कहाँ संभावित रूप से मूल्य का नुकसान हो रहा है। फिर भी, इनमें से लगभग कोई भी जानकारी कारोबार के लिए आसानी से इस्तेमाल करने योग्य नहीं थी। Sirion की स्थापना के पीछे यही समझ थी। अनुबंध कारोबारी जानकारी का एक ऐसा स्रोत थे, जिसका अब तक बहुत कम उपयोग हुआ था।

आपने अनुबंधों को किसी संगठन के भीतर “तरल जानकारी” 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 बाहर की टीमों—जैसे वित्त, खरीद, बिक्री और संचालन—के लिए उपयोगी कैसे बना सकता है? 

अनुबंध उन चुनिंदा जगहों में से एक हैं जहाँ किसी कंपनी के इरादे वास्तव में प्रतिबद्धताओं का रूप लेते हैं। वे बताते हैं कि आपने कितना भुगतान करने पर सहमति जताई, ग्राहक ने क्या खरीदने पर सहमति दी, कीमतें कब बदल सकती हैं, किन सेवा-स्तरों को पूरा करना ज़रूरी है, किसी समझौते का नवीनीकरण कब होगा, किसी के अपेक्षा से कम प्रदर्शन करने पर क्या होगा और किस दायित्व की ज़िम्मेदारी किसकी है। यह बेहद मूल्यवान जानकारी है, लेकिन ऐतिहासिक रूप से यह ऐसे दस्तावेज़ों में बंद 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 इस्तेमाल कारोबार के बाकी हिस्से भी कर सकें। खरीद विभाग आपूर्तिकर्ताओं के दायित्वों और कीमतों को समझ सकता है। वित्त विभाग वाणिज्यिक प्रतिबद्धताओं और संभावित मूल्य-हानि को देख सकता है। बिक्री विभाग नवीनीकरण की शर्तों और ग्राहकों से की गई प्रतिबद्धताओं को समझ सकता है। संचालन विभाग निगरानी कर सकता है कि किए गए वादे वास्तव में पूरे हो रहे हैं या नहीं।

अनुबंधों की जानकारी को तरल बनाने से मेरा यही आशय है। जानकारी को PDF में बंद रखने के बजाय, उसे उन निर्णयों और प्रणालियों तक पहुँचाया जा सकता है जहाँ उसकी सबसे अधिक ज़रूरत है। अनुबंध को किसी लेन-देन का अंतिम चरण मानने के बजाय, तरल जानकारी उसे कारोबार के संचालन के संदर्भ का एक सक्रिय स्रोत बना देती है।

Sirion अनुबंध जीवनचक्र प्रबंधन सॉफ़्टवेयर से विकसित होकर तेज़ी से AI-संचालित प्लेटफ़ॉर्म बन गया है। बड़े भाषा मॉडल के आने से अनुबंध डेटा के साथ तकनीकी रूप से क्या-क्या करना संभव हुआ है, और यह उन मशीन लर्निंग तरीकों से किस तरह अलग है जो कंपनी शुरू करते समय उपलब्ध थे?

जब हमने Sirion शुरू किया था, तब अनुबंधों के क्षेत्र में AI का इस्तेमाल मुख्य रूप से जानकारी निकालने और वर्गीकृत करने के लिए होता था। मशीन लर्निंग किसी क्लॉज़, तारीख, पक्ष 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 मॉडल ने तर्क करने की क्षमता को नाटकीय रूप से बढ़ाया है। अब कोई सिस्टम स्वाभाविक भाषा में पूछे गए सवाल को समझ सकता है, किसी क्लॉज़ के संदर्भ की व्याख्या कर सकता है, भाषा की तुलना कंपनी की पसंदीदा स्थिति से कर सकता है, बता सकता है कि कोई बात जोखिम क्यों पैदा करती है और यह सुझा सकता है कि आगे क्या करना चाहिए।

लेकिन मुझे नहीं लगता कि बड़े भाषा मॉडल पहले से मौजूद हर चीज़ की जगह ले लेंगे। अनुबंध इतने जटिल होते हैं कि ऐसा संभव नहीं है। Sirion में हम बहु-मॉडल दृष्टिकोण अपनाते हैं, जिसमें बड़े भाषा मॉडल, विशिष्ट मॉडल और अनुबंधों की गहरी समझ को जोड़ा जाता है। अलग-अलग मॉडल अलग-अलग कामों में अच्छे होते हैं। यह संयोजन इसलिए अहम है, क्योंकि उद्यमों को केवल ऐसा AI नहीं चाहिए जो भरोसेमंद लगने वाली भाषा तैयार कर सके। उन्हें सटीकता चाहिए। सबसे रोमांचक बदलाव यह है कि अब हम अनुबंधों से जानकारी निकालने से आगे बढ़कर उस जानकारी के आधार पर तर्क कर सकते हैं और, धीरे-धीरे, उस पर कार्रवाई भी कर सकते हैं।

Sirion अब अनुबंधों से जानकारी निकालने, समस्याओं का पता लगाने, संशोधन चिह्नित करने और अनुबंधों के बड़े भंडार में खोज करने जैसे कामों के लिए विशिष्ट AI एजेंट पेश कर रहा है। आप इन एजेंटों को एक साथ काम करते हुए कैसे देखते हैं, और अंततः अनुबंध प्रक्रिया के दौरान उद्यमों को AI को कितनी स्वायत्तता से काम करने देना चाहिए?           

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

उदाहरण के लिए, कोई पूछ सकता है, “क्या हम इस आपूर्तिकर्ता के समझौते को स्वीकार कर सकते हैं?” सिस्टम को सबसे प्रासंगिक शर्तों की पहचान करने, उनकी तुलना नीति से करने, समस्याएँ सामने लाने, मिसालें खोजने और बदलाव सुझाने में सक्षम होना चाहिए—और साथ ही यह भी समझाना चाहिए कि उसने क्या किया और क्यों।

स्वायत्तता कहाँ तक होनी चाहिए, यह जोखिम पर निर्भर होना चाहिए। मुझे AI से कई दोहराए जाने 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 मानवीय निर्णय की माँग कर सकती है। स्वायत्तता का अंतिम लक्ष्य अनावश्यक काम को हटाना होना चाहिए, साथ ही उन मामलों में मानवीय नियंत्रण बनाए रखना चाहिए जहाँ जवाबदेही और रिश्ते मायने रखते हैं।

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

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

इस समय AI सुविधाएँ तेज़ी से जारी करने का भारी दबाव है, लेकिन मुझे सबसे ज़्यादा चिंता उस आसान रास्ते से है जिसमें उद्यमों के डेटा को सामान्य प्रशिक्षण सामग्री मान लिया जाता है। मैं इस दबाव को समझता हूँ, लेकिन उद्यमों के लिए AI का निर्माण इस सोच पर नहीं हो सकता कि “शासन-व्यवस्था की समस्याएँ बाद में ठीक कर लेंगे।” सुरक्षा को शुरुआत से ही सिस्टम की बनावट का हिस्सा होना चाहिए।

इसका मतलब है मज़बूत पहुँच नियंत्रण, एन्क्रिप्शन, ऑडिट की सुविधा, डेटा की स्पष्ट सीमाएँ और तृतीय-पक्ष के मॉडलों के इस्तेमाल के बारे में बहुत सोच-समझकर लिए गए फैसले। Sirion में हमने ऐसे फैसले ज़रूर लिए हैं जिनसे सुरक्षा के कारण हमारी रफ़्तार धीमी हुई, और मैं इस समझौते से सहज हूँ। उद्यम सॉफ़्टवेयर में, ख़ासकर अनुबंधों को संभालते समय, भरोसा बनाने में सालों लगते हैं और एक लापरवाह फैसले से उसे नुकसान पहुँच सकता है।

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

उपभोक्ता AI और उद्यम AI के बीच यह सबसे अहम अंतरों में से एक है। अगर मैं किसी AI सहायक से रेस्तराँ की सिफ़ारिश माँगूँ और वह गलत जवाब दे, तो उसका असर सीमित होगा। लेकिन अगर कोई कानूनी टीम पूछे कि क्या 5,000 आपूर्तिकर्ता अनुबंधों में किसी खास तरह का समाप्ति-अधिकार शामिल है और सिस्टम पूरे भरोसे के साथ उनमें से 200 को पहचानने से चूक जाए, तो यह बिल्कुल अलग समस्या है।

हम पुष्टि को ध्यान में रखकर सिस्टम बनाते हैं। अगर AI 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 कार्य-पुस्तिका की स्थिति थी। AI को अपनाने के लिए यह समझना बुनियादी है कि वह किस तरह काम करता है, क्योंकि भरोसा तभी पैदा होता है जब AI के काम की जाँच की जा सके।

Sirion इस बात पर ज़ोर देता है कि एआई के जवाब किसी संगठन के अपने अनुबंधों और पूर्व उदाहरणों पर आधारित हों, न कि केवल सामान्य प्रयोजन वाले मॉडलों पर। क्या आपको लगता है कि एंटरप्राइज़ एआई का अगला बड़ा चरण उन प्रणालियों से संचालित होगा जो फ़ाउंडेशन मॉडल को कंपनियों के अत्यधिक विशिष्ट, मालिकाना डेटा के साथ जोड़ती हैं?

बिल्कुल। फ़ाउंडेशन मॉडल असाधारण रूप से सक्षम हैं, लेकिन उन्हें यह नहीं पता होता 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 के लक्ष्यों को पूरा नहीं करते या आपका संगठन किन परिस्थितियों में मामले को उच्च स्तर पर भेजना आवश्यक मानता है। यही संदर्भ एंटरप्राइज़ एआई को वास्तव में उपयोगी बनाता है।

संगठनों के बीच हुए फैसलों और प्रतिबद्धताओं का अनुबंधों में दर्ज सशक्त रिकॉर्ड, कंपनी की विशिष्ट नीतियों, बातचीत की रूपरेखाओं, पुराने समझौतों और परिचालन डेटा के साथ जोड़ें, तो एआई प्रणाली सामान्य जवाब देने के बजाय ऐसा जवाब दे सकती है जो आपके कारोबार के काम करने के तरीके को दर्शाता हो। मेरा मानना है कि एंटरप्राइज़ एआई में प्रतिस्पर्धात्मक बढ़त का आधार लगातार यह संदर्भ बनता जाएगा, क्योंकि ज़्यादातर उद्यमों के पास पहले से ही मिलते-जुलते फ़ाउंडेशन मॉडल उपलब्ध हैं। निर्णायक अंतर इस बात से पैदा होगा कि वे इन मॉडलों को विश्वसनीय मालिकाना जानकारी से कितनी प्रभावी तरह जोड़ पाते हैं और सुरक्षा से समझौता किए बिना सटीक तर्क करने के लिए उन्हें पर्याप्त संदर्भ दे पाते हैं।

आपने Sirion को बनाने में एक दशक से अधिक समय लगाया है और उत्पाद, परिचालन तथा कंपनी के नेतृत्व से जुड़ी भूमिकाएँ निभाई हैं। एंटरप्राइज़ एआई सॉफ़्टवेयर को बड़े पैमाने पर विकसित करने के बारे में आपने ऐसा क्या सीखा, जिसे कंपनी के शुरुआती कुछ वर्षों में समझ पाना संभव नहीं था?

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 स्वाभाविक रूप से आपका ध्यान इस बात पर रहता है कि उत्पाद समस्या हल कर सकता है या नहीं। लेकिन एंटरप्राइज़ स्तर पर आपको एहसास होता है कि तकनीकी रूप से उत्कृष्ट जवाब तभी उपयोगी है, जब लोग उस पर भरोसा करें, वह उनके मौजूदा कार्यप्रवाह में सहजता से फिट हो और किसी वैश्विक संगठन की विशाल जटिलता को संभाल सके।

एआई इस सीख को और भी महत्वपूर्ण बना देता है। आज आप बहुत कम समय में एक प्रभावशाली डेमो बना सकते हैं। लेकिन ऐसा समाधान बनाना अलग बात है, जिस पर कोई उद्यम लाखों डेटा बिंदुओं और कार्यप्रवाहों के लिए भरोसा करने को तैयार हो।

जब एआई 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 एंटरप्राइज़ के लिए रीयल-टाइम परिचालन डेटा की परत बन सकते हैं, जिन्हें मुख्यतः 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 काम का अंतिम पड़ाव माना जाता रहा है। सभी बातचीत करते हैं, हस्ताक्षर करते हैं, जश्न मनाते हैं और फिर दस्तावेज़ किसी संग्रह में रख दिया जाता है। छह महीने बाद कोई उसे तब खोलता है, जब कोई विवाद हो, नवीनीकरण करना हो या यह जानना हो कि क्या वादा किया गया था। जब एआई अनुबंधों के पूरे पोर्टफ़ोलियो में हो रही गतिविधियों को लगातार समझ सकता है, तब यह तरीका तर्कसंगत नहीं रह जाता।

एक आदर्श स्थिति की कल्पना कीजिए: अगला चालान मंज़ूर होने से पहले ही पता चल जाए कि कोई आपूर्तिकर्ता सेवा-स्तर समझौते (SLA) को पूरा करने में चूक गया है, या यह दिख जाए कि मूल्य समायोजन तीन महीने पहले हो जाना चाहिए था। कल्पना कीजिए कि बिक्री टीम को ग्राहक की बातचीत से तय प्रतिबद्धताओं के साथ आगामी नवीनीकरण की सूचना मिल जाए, या वित्त विभाग को वाणिज्यिक दायित्व सीधे अपने सिस्टम में दिखाई दें।

अनुबंध कंपनियों के बीच संबंधों को परिभाषित करते हैं, इसलिए अनुबंध का डेटा उन प्रणालियों से जुड़ा होना चाहिए जिनमें इन संबंधों का वास्तव में प्रबंधन किया जाता है। मेरा मानना है कि अनुबंध धीरे-धीरे परिचालन डेटा की ऐसी परत बन जाएगा, जो एंटरप्राइज़ को यह समझने में मदद करेगी कि उसने न केवल किन बातों पर सहमति दी थी, बल्कि यह भी कि उन समझौतों से वह मूल्य मिल रहा है या नहीं जिसकी सभी को अपेक्षा थी।

आगे की ओर देखें तो, एआई एजेंटों के कहीं अधिक सक्षम हो जाने पर आपके विचार से अनुबंध प्रबंधन कैसा होगा? क्या पारंपरिक अनुबंध जीवनचक्र प्रबंधन (CLM) श्रेणी अंततः एक व्यापक एंटरप्राइज़ इंटेलिजेंस परत में समा जाएगी, और इस बदलाव में Sirion की क्या भूमिका होगी? 

मुझे उम्मीद है कि समय के साथ CLM की सीमाएँ कहीं कम दिखाई देंगी। आज भी उपयोगकर्ता काम को चरणों में देखते हैं: मुझे अनुबंध बनाना है, उसकी समीक्षा करनी है, मंज़ूरी लेनी है, हस्ताक्षर करवाने हैं, उसे संग्रहित करना है और फिर उसका प्रबंधन करना है। एजेंट अधिक सक्षम होंगे, तो लोगों को इन सभी प्रणालियों और कार्यप्रवाहों का संचालन खुद नहीं करना चाहिए। उन्हें बस अपना उद्देश्य बताना चाहिए और विशिष्ट एजेंटों को उसके पीछे का अधिकतर काम संभालने देना चाहिए।

लेकिन बड़ा बदलाव हस्ताक्षर के बाद आता है। अगर एआई लाखों समझौतों में हर दायित्व, वाणिज्यिक शर्त, जोखिम और संबंध को समझ सके, तो अनुबंध संबंधी जानकारी कानूनी विभाग से कहीं आगे भी उपयोगी हो जाती है। मेरे लिए यही रोमांचक बात है: आखिरकार अनुबंध हर किसी के काम का हिस्सा बन जाते हैं।

इसलिए मुझे नहीं लगता कि अनुबंध गायब हो जाएंगे। इसके ठीक उलट, वे और महत्वपूर्ण बनेंगे, क्योंकि वे एंटरप्राइज़ एआई को विश्वसनीय संदर्भ देते हैं। Sirion में हमारा लक्ष्य इस जानकारी को वहाँ उपयोगी बनाना है जहाँ भी काम होता है। अंततः CLM किसी अलग-थलग गंतव्य की तरह कम और ऐसी इंटेलिजेंस तथा कार्यान्वयन परत की तरह अधिक महसूस हो सकता है, जो कंपनी की प्रतिबद्धताओं को उसके रोज़मर्रा के कामों से जोड़ती है।

बेहतरीन बातचीत के लिए धन्यवाद। अधिक जानने के इच्छुक पाठक Sirion की वेबसाइट पर जा सकते हैं। 

एंटोनी एक दूरदर्शी नेता और Unite.AI के संस्थापक भागीदार हैं। एआई और रोबोटिक्स के भविष्य को आकार देने और आगे बढ़ाने के प्रति उनका जुनून अटूट है। कई उद्यम शुरू कर चुके एंटोनी का मानना है कि एआई समाज में बिजली जितना ही बड़ा बदलाव लाएगा। वे अक्सर परिवर्तनकारी प्रौद्योगिकियों और एजीआई की संभावनाओं के बारे में उत्साह से बात करते हैं।

एक भविष्यविद् के रूप में, वे यह जानने के लिए समर्पित हैं कि ये नवाचार हमारी दुनिया को कैसे आकार देंगे। वे Securities.io के संस्थापक भी हैं। यह मंच उन अत्याधुनिक प्रौद्योगिकियों में निवेश पर केंद्रित है जो भविष्य को नई परिभाषा दे रही हैं और पूरे क्षेत्रों का स्वरूप बदल रही हैं।