Kanti Prabha, Salah Satu Pendiri dan Direktur Produk & Teknologi Utama Sirion – Seri Wawancara

Kanti Prabha, Salah Satu Pendiri dan Presiden Sirion, adalah pemimpin teknologi perusahaan dengan pengalaman lebih dari dua dekade di bidang pengembangan produk, teknologi hukum, kekayaan intelektual, operasional, dan SaaS. Sebagai anggota tim pendiri Sirion, ia berperan sentral dalam membentuk visi produk, desain, dan pengembangan perusahaan. Ia pernah menduduki sejumlah posisi kepemimpinan, termasuk VP Manajemen Produk dan Chief Operating Officer, sebelum menjadi Presiden. Keahliannya mencakup pengembangan produk SaaS B2B berstandar perusahaan, strategi dan manajemen produk, kesuksesan pelanggan, penjualan kepada perusahaan, serta pengembangan tim dan budaya organisasi. Pada awal kariernya, Prabha merupakan karyawan pertama sekaligus anggota tim pendiri UnitedLex. Di sana, ia mengembangkan solusi berbasis teknologi untuk departemen hukum perusahaan dan mengelola inisiatif kekayaan intelektual, setelah sebelumnya bekerja di bidang layanan paten di Evalueserve. Ia juga menjadi penasihat akirolabs dan sebelumnya pernah menjadi penasihat Clarisights.

Sirion adalah perusahaan pengelolaan siklus hidup kontrak (CLM) yang didukung kecerdasan buatan (AI), yang membantu perusahaan mengelola kontrak mulai dari penyusunan dan negosiasi hingga pemantauan kinerja, kewajiban, dan realisasi nilai secara berkelanjutan. Platformnya memadukan AI percakapan dengan agen AI yang dirancang khusus untuk memusatkan dan menata repositori kontrak, menjawab pertanyaan tentang ketentuan kontrak, menyusun dan meninjau perjanjian, mengidentifikasi risiko, mengusulkan perubahan dengan penandaan revisi, serta memantau kewajiban dan perjanjian tingkat layanan. Sirion semakin mengarahkan teknologinya pada pengelolaan kontrak berbasis agen melalui platform agentOS, yang memungkinkan organisasi menerapkan agen kontrak siap pakai sekaligus membuat agen khusus yang terhubung dengan data dan alur kerja perusahaan. Platform ini dirancang untuk organisasi besar yang ingin mengubah kontrak dari dokumen statis menjadi sumber kecerdasan operasional yang terstruktur dan dapat ditelusuri, dengan tetap mempertahankan tata kelola dan pengawasan manusia.

Perjalanan Anda hingga mendirikan Sirion terbilang tidak biasa: Anda belajar kimia, beralih ke hukum kekayaan intelektual, menangani paten, lalu mulai memandang kontrak secara berbeda saat bekerja dengan Hewlett-Packard. Apa yang Anda sadari dari pengalaman awal tersebut hingga akhirnya yakin bahwa ada peluang untuk mendirikan Sirion? 

Saya tidak tumbuh dengan bayangan akan mendirikan perusahaan yang berfokus pada kontrak. Saya belajar kimia, tetapi cukup cepat menyadari bahwa saya lebih tertarik memecahkan masalah bisnis daripada menghabiskan karier di laboratorium. Perjalanan itu kemudian membawa saya ke bidang kekayaan intelektual. Saya menangani paten dan kemudian memimpin tim yang mengembangkan solusi teknologi dan hukum untuk perusahaan besar.

Titik balik sesungguhnya terjadi ketika saya dan Ajay, rekan pendiri Sirion, mulai bekerja dengan HP. Setelah melakukan akuisisi besar, mereka memiliki ribuan kontrak yang perlu ditata dan dikelola. Awalnya, kami menganggapnya sebagai masalah repositori. Namun, setelah menelaah kontrak-kontrak tersebut, jelas bahwa penyimpanan hanyalah bagian kecil dari peluang yang ada. Kontrak memberi tahu apa yang dibeli dan dijual perusahaan, apa yang dijanjikannya, apa yang dijanjikan pemasoknya, berapa biaya yang dibayarkan, di mana risikonya, dan di mana nilai berpotensi hilang. Namun, hampir tak satu pun informasi itu mudah dimanfaatkan oleh bisnis. Wawasan inilah yang melandasi Sirion. Kontrak merupakan sumber intelijen bisnis yang sebagian besar belum dimanfaatkan.

Anda pernah menggambarkan kontrak sebagai bentuk “kecerdasan cair” dalam sebuah organisasi. Informasi berharga apa yang biasanya tersimpan di dalam kontrak, dan bagaimana AI dapat membuat kecerdasan itu berguna bagi tim di luar fungsi hukum, termasuk keuangan, pengadaan, penjualan, dan operasional? 

Kontrak adalah salah satu dari sedikit hal yang mengubah niat perusahaan menjadi komitmen nyata. Kontrak menjelaskan jumlah yang disepakati untuk dibayar, barang atau jasa yang disepakati untuk dibeli pelanggan, kapan harga dapat berubah, standar layanan yang harus dipenuhi, kapan perjanjian diperpanjang, konsekuensi jika salah satu pihak tidak memenuhi kinerjanya, dan pihak yang bertanggung jawab atas setiap kewajiban. Informasi ini sangat berharga, tetapi selama ini tersimpan dalam dokumen yang biasanya hanya dibuka orang ketika perlu merundingkan sesuatu atau ketika terjadi masalah.

AI mengubah keadaan itu karena memungkinkan kami mengubah bahasa kontrak yang tidak terstruktur menjadi informasi yang benar-benar dapat digunakan oleh bagian lain dalam bisnis. Bagian pengadaan dapat memahami kewajiban pemasok dan harga. Bagian keuangan dapat melihat komitmen komersial dan potensi kebocoran nilai. Bagian penjualan dapat memahami ketentuan perpanjangan dan komitmen kepada pelanggan. Bagian operasional dapat memantau apakah hal yang dijanjikan benar-benar terlaksana.

Inilah yang saya maksud dengan menjadikan kecerdasan kontrak sebagai kecerdasan cair. Alih-alih tersimpan dalam PDF, informasi dapat mengalir ke keputusan dan sistem yang paling membutuhkannya. Alih-alih menjadi akhir dari suatu transaksi, kontrak dengan kecerdasan cair dapat menjadi sumber konteks aktif bagi operasional bisnis.

Sirion telah berkembang dari perangkat lunak pengelolaan siklus hidup kontrak menjadi platform yang semakin digerakkan oleh AI. Bagaimana kemunculan model bahasa besar mengubah hal-hal yang secara teknis dapat dilakukan dengan data kontrak dibandingkan dengan pendekatan pembelajaran mesin yang tersedia saat Anda mendirikan perusahaan?

Saat kami mendirikan Sirion, AI dalam pengelolaan kontrak terutama digunakan untuk ekstraksi dan klasifikasi. Pembelajaran mesin dapat menjadi sangat andal dalam mengidentifikasi klausul, tanggal, nama pihak, atau kewajiban, tetapi model harus dilatih untuk tugas-tugas yang relatif spesifik.

Model bahasa besar secara dramatis memperluas kemampuan penalaran. Kini, sistem dapat memahami pertanyaan yang disampaikan dalam bahasa alami, menafsirkan konteks di sekitar suatu klausul, membandingkan redaksinya dengan posisi yang diutamakan perusahaan, menjelaskan mengapa sesuatu menimbulkan risiko, dan menyarankan langkah selanjutnya.

Namun, saya tidak melihat LLM menggantikan semua yang sudah ada sebelumnya. Kontrak terlalu kompleks untuk itu. Di Sirion, kami menggunakan pendekatan multi-model yang memadukan model bahasa besar dengan model khusus dan kecerdasan kontrak yang mendalam. Setiap model memiliki keunggulan masing-masing. Kombinasi ini penting karena perusahaan tidak hanya membutuhkan AI yang mampu menghasilkan bahasa yang meyakinkan. Mereka membutuhkan ketepatan. Perubahan yang paling menarik adalah bahwa kita dapat beralih dari mengekstrak informasi dari kontrak ke menalar informasi tersebut dan, semakin jauh, menindaklanjutinya.

Sirion kini memperkenalkan agen AI khusus untuk berbagai tugas, seperti mengekstrak informasi dari kontrak, mendeteksi masalah, mengusulkan perubahan, dan menelusuri repositori kontrak berukuran besar. Bagaimana Anda membayangkan agen-agen ini bekerja sama, dan sejauh mana perusahaan sebaiknya mengizinkan AI bertindak secara mandiri dalam proses kontrak?           

Menurut saya, masa depan bukanlah satu agen AI raksasa yang mengerjakan semuanya. Penyusunan kontrak mencakup banyak tugas khusus, dan masing-masing membutuhkan konteks serta tingkat pertimbangan yang berbeda. Satu agen mungkin mengekstrak ketentuan dari ribuan perjanjian. Agen lain mengidentifikasi redaksi yang menyimpang dari kebijakan. Kemudian, agen penyusun usulan perubahan dapat menyarankan perubahan yang tepat berdasarkan pedoman perusahaan. Kekuatan sebenarnya muncul ketika agen-agen tersebut dapat bekerja sama untuk mencapai suatu hasil, alih-alih memaksa pengguna mengelola setiap langkah satu per satu.

Misalnya, seseorang mungkin bertanya, “Bisakah kita menerima perjanjian pemasok ini?” Sistem seharusnya dapat mengidentifikasi ketentuan yang paling relevan, membandingkannya dengan kebijakan, mengungkapkan masalah, menemukan preseden, dan merekomendasikan perubahan, sekaligus menjelaskan apa yang dilakukannya dan alasannya.

Batas otonomi seharusnya ditentukan oleh risiko. Saya tidak keberatan jika AI secara mandiri menangani banyak tindakan berulang yang berbasis aturan. Namun, ketentuan tanggung jawab yang belum pernah ada sebelumnya atau negosiasi yang penting secara strategis mungkin membutuhkan pertimbangan manusia. Tujuan akhir otonomi seharusnya adalah menghilangkan pekerjaan yang tidak perlu sambil mempertahankan kendali manusia ketika akuntabilitas dan hubungan antarpihak menjadi penting.

Kontrak dapat memuat sebagian informasi perusahaan yang paling sensitif secara komersial dan hukum. Anda pernah mengatakan bahwa Sirion lebih memilih menunda peluncuran produk daripada mengorbankan keamanan. Ketika AI generatif semakin terintegrasi ke dalam alur kerja perusahaan, jalan pintas terkait keamanan atau privasi apa yang paling Anda khawatirkan?

Kontrak dapat memuat informasi harga, kekayaan intelektual, informasi karyawan, detail akuisisi, komitmen strategis, serta informasi yang sangat sensitif tentang pelanggan dan pemasok. Perusahaan perlu mengetahui secara pasti ke mana informasi tersebut dikirim ketika disentuh oleh sistem AI, bagaimana informasi itu diproses, siapa yang dapat mengaksesnya, dan apakah informasi itu digunakan untuk melatih model lain.

Saat ini, tekanan untuk segera meluncurkan fitur AI sangat besar, tetapi jalan pintas yang paling saya khawatirkan adalah memperlakukan data perusahaan seolah-olah hanya bahan pelatihan biasa. Saya memahami tekanan tersebut, tetapi AI perusahaan tidak boleh dibangun dengan pola pikir “tata kelola akan kita benahi nanti.” Keamanan harus menjadi bagian dari arsitektur sejak awal.

Artinya, diperlukan kontrol akses yang kuat, enkripsi, kemampuan audit, batasan data yang jelas, serta keputusan yang sangat cermat tentang penggunaan model pihak ketiga. Di Sirion, kami benar-benar pernah mengambil keputusan yang memperlambat pekerjaan kami demi keamanan, dan saya tidak keberatan dengan konsekuensi itu. Dalam perangkat lunak perusahaan, khususnya saat menangani kontrak, kepercayaan membutuhkan waktu bertahun-tahun untuk dibangun dan hanya satu keputusan ceroboh untuk merusaknya.

Salah satu tantangan yang terus muncul dalam AI generatif adalah jawabannya dapat terdengar meyakinkan meskipun keliru. Dalam kecerdasan kontrak, ketika kesalahan kecil dapat menimbulkan konsekuensi finansial atau hukum, bagaimana Anda merancang sistem AI yang dapat diverifikasi dan dipercaya pengguna? 

Inilah salah satu perbedaan terpenting antara AI konsumen dan AI perusahaan. Jika saya meminta asisten AI merekomendasikan restoran lalu rekomendasinya keliru, dampaknya terbatas. Namun, jika tim hukum menanyakan apakah 5.000 kontrak pemasok memuat hak pengakhiran tertentu dan sistem dengan yakin melewatkan 200 di antaranya, masalahnya sangat berbeda.

Kami merancang sistem agar hasilnya dapat diverifikasi. Jika AI memberi tahu Anda sesuatu tentang sebuah kontrak, Anda seharusnya dapat menelusuri jawaban itu hingga ke redaksi yang mendasarinya. Jika AI merekomendasikan perubahan redaksi, Anda seharusnya memahami kebijakan atau posisi dalam pedoman yang menjadi dasar rekomendasi tersebut. Kemampuan untuk menjelaskan hasil sangat penting bagi penerimaan pengguna karena kepercayaan tumbuh ketika AI dapat diperiksa.

Sirion menekankan bahwa respons AI harus berpijak pada kontrak dan preseden milik organisasi sendiri, bukan hanya mengandalkan model serbaguna. Menurut Anda, apakah fase besar berikutnya dalam AI perusahaan akan semakin digerakkan oleh sistem yang memadukan model fondasi dengan data perusahaan milik sendiri yang sangat spesifik?

Tentu. Model fondasi sangat mumpuni, tetapi tidak mengetahui cara perusahaan Anda beroperasi secara spesifik. Model tersebut tidak otomatis mengetahui konsesi apa yang disetujui tim hukum Anda tahun lalu, bagaimana Anda menetapkan harga untuk pelanggan strategis, pemasok mana yang berulang kali gagal memenuhi tingkat layanan, atau kapan organisasi Anda mewajibkan eskalasi. Konteks inilah yang membuat AI perusahaan benar-benar bermanfaat.

Gabungkan rekam jejak kuat kontrak mengenai keputusan dan komitmen antarorganisasi dengan kebijakan khusus perusahaan, panduan negosiasi, perjanjian historis, serta data operasional, maka sistem AI dapat beralih dari memberikan jawaban umum menjadi jawaban yang mencerminkan cara bisnis Anda berjalan. Saya rasa keunggulan kompetitif dalam AI perusahaan akan semakin bersumber dari konteks ini, karena sebagian besar perusahaan sudah memiliki akses ke model fondasi yang serupa. Faktor pembeda adalah seberapa efektif perusahaan dapat menghubungkan model tersebut dengan informasi milik sendiri yang tepercaya dan memberinya konteks yang memadai untuk bernalar secara akurat tanpa mengorbankan keamanan.

Anda telah menghabiskan lebih dari satu dekade membangun Sirion dan pernah menduduki berbagai posisi di bidang produk, operasional, serta kepemimpinan perusahaan. Apa yang Anda pelajari tentang mengembangkan perangkat lunak AI perusahaan yang tidak mungkin Anda pahami pada beberapa tahun pertama perusahaan ini?

Satu hal yang saya pelajari adalah bahwa membangun teknologinya terkadang merupakan bagian yang mudah. Tantangan muncul ketika Anda mulai mengubah cara kerja organisasi besar. Pada tahun-tahun awal, wajar jika fokus Anda tertuju pada apakah produk tersebut dapat mengatasi masalah. Namun, ketika diterapkan di perusahaan besar, Anda menyadari bahwa solusi yang unggul secara teknis hanya berguna jika dipercaya orang, sesuai dengan alur kerja yang sudah mereka gunakan, dan mampu menangani kompleksitas luar biasa dari organisasi global.

AI membuat pelajaran itu semakin penting. Saat ini, Anda dapat membuat demo yang mengesankan dengan sangat cepat. Namun, membangun sesuatu yang bersedia dipercaya perusahaan untuk menangani jutaan titik data dan alur kerja adalah hal yang berbeda.

Ketika AI memungkinkan analisis berkelanjutan atas kewajiban, risiko, ketentuan harga, perpanjangan, dan kinerja dalam ribuan perjanjian, mungkinkah kontrak pada akhirnya menjadi lapisan data operasional waktu nyata bagi perusahaan, alih-alih sekadar dokumen yang biasanya dirujuk ketika terjadi masalah?

Saya rasa memang itulah arah yang kita tuju. Selama ini, kontrak diperlakukan sebagai garis akhir. Semua pihak bernegosiasi, menandatangani, merayakannya, lalu dokumen disimpan di repositori. Enam bulan kemudian, seseorang membukanya karena ada sengketa, perpanjangan, atau pertanyaan tentang apa yang telah dijanjikan. Model seperti itu tidak masuk akal ketika AI dapat terus memahami apa yang terjadi di seluruh portofolio kontrak.

Dalam situasi ideal, bayangkan Anda mengetahui bahwa pemasok telah gagal memenuhi SLA sebelum faktur berikutnya disetujui, atau melihat bahwa penyesuaian harga semestinya sudah dilakukan tiga bulan lalu. Bayangkan tim penjualan mendapat pemberitahuan tentang perpanjangan yang akan datang, beserta komitmen yang telah dinegosiasikan dengan pelanggan, atau bagian keuangan melihat kewajiban komersial tercermin langsung dalam sistemnya.

Kontrak menentukan hubungan antarperusahaan, sehingga data kontrak semestinya terhubung dengan sistem tempat hubungan tersebut benar-benar dikelola. Saya yakin kontrak akan semakin berperan sebagai lapisan data operasional yang membantu perusahaan memahami bukan hanya apa yang telah disepakati, melainkan juga apakah kesepakatan itu memberikan nilai yang diharapkan semua pihak.

Ke depan, menurut Anda, seperti apa pengelolaan kontrak ketika kemampuan agen AI sudah jauh lebih canggih? Apakah kategori pengelolaan siklus hidup kontrak (CLM) tradisional pada akhirnya akan melebur ke dalam lapisan intelijen perusahaan yang lebih luas, dan apa peran Sirion dalam transisi tersebut? 

Saya berharap batas-batas CLM lama-kelamaan menjadi jauh kurang kentara. Saat ini, pengguna masih berpikir berdasarkan tahapan: saya perlu membuat kontrak, meninjaunya, mendapatkan persetujuan, menandatanganinya, menyimpannya, lalu mengelolanya. Ketika agen semakin canggih, orang seharusnya tidak perlu mengatur sendiri semua sistem dan alur kerja tersebut. Mereka cukup menyampaikan maksud, lalu membiarkan agen khusus menangani sebagian besar proses di baliknya.

Namun, perubahan yang lebih besar terjadi setelah kontrak ditandatangani. Jika AI dapat memahami setiap kewajiban, ketentuan komersial, risiko, dan hubungan dalam jutaan perjanjian, intelijen kontrak akan bermanfaat jauh melampaui bidang hukum. Bagi saya, itulah bagian yang menggembirakan: kontrak akhirnya menjadi urusan semua orang.

Jadi, saya tidak berpikir kontrak akan menghilang. Justru sebaliknya. Kontrak akan menjadi semakin penting karena menyediakan konteks tepercaya bagi AI perusahaan. Tujuan kami di Sirion adalah membuat intelijen tersebut dapat digunakan di mana pun pekerjaan berlangsung. Pada akhirnya, CLM mungkin tidak lagi terasa seperti tujuan tersendiri, melainkan seperti lapisan intelijen dan eksekusi yang menghubungkan komitmen yang dibuat perusahaan dengan tindakan yang dilakukannya setiap hari.

Terima kasih atas wawancara yang menarik ini. Pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi Sirion.