Kanti Prabha, cofundadora e presidente da Sirion — série de entrevistas

Kanti Prabha, cofundadora e presidente da Sirion, é uma líder em tecnologia empresarial com mais de duas décadas de experiência em desenvolvimento de produtos, tecnologia jurídica, propriedade intelectual, operações e SaaS. Como integrante da equipe fundadora da Sirion, teve um papel central na definição da visão, do design e do desenvolvimento dos produtos da empresa. Ocupou cargos de liderança, entre eles o de vice-presidente de Gestão de Produtos e diretora de operações, antes de se tornar presidente. Sua experiência inclui a criação de produtos SaaS B2B de nível empresarial, estratégia e gestão de produtos, sucesso do cliente, vendas empresariais e expansão de equipes e da cultura organizacional. No início da carreira, Prabha foi a primeira funcionária e integrou a equipe fundadora da UnitedLex, onde desenvolveu soluções tecnológicas para departamentos jurídicos de empresas e gerenciou iniciativas de propriedade intelectual, após ter trabalhado com serviços de patentes na Evalueserve. Ela também atua como consultora da akirolabs e já prestou consultoria à Clarisights.

Sirion é uma empresa de gestão do ciclo de vida de contratos (CLM) com tecnologia de IA, que ajuda empresas a gerenciar contratos desde sua criação e negociação até o acompanhamento contínuo do desempenho, das obrigações e da geração de valor. Sua plataforma combina IA conversacional com agentes de IA desenvolvidos para tarefas específicas, capazes de centralizar e estruturar repositórios de contratos, responder a perguntas sobre cláusulas contratuais, gerar e revisar acordos, identificar riscos, propor alterações contratuais e monitorar obrigações e acordos de nível de serviço. A Sirion vem direcionando cada vez mais sua tecnologia para a gestão contratual baseada em agentes por meio da plataforma agentOS, que permite às organizações implementar agentes pré-configurados para tarefas contratuais e também criar agentes personalizados conectados a dados e fluxos de trabalho empresariais. A plataforma foi concebida para grandes organizações que buscam transformar contratos de documentos estáticos em fontes estruturadas e pesquisáveis de inteligência operacional, mantendo a governança e a supervisão humana.

Sua trajetória até a fundação da Sirion foi pouco convencional: você estudou química, passou a trabalhar com direito de propriedade intelectual, atuou com patentes e, depois, enquanto trabalhava na Hewlett-Packard, começou a enxergar os contratos de outra forma. O que você percebeu nessas primeiras experiências que acabou convencendo você de que havia uma oportunidade para criar a Sirion? 

Não cresci pensando que criaria uma empresa dedicada a contratos. Estudei química, mas percebi bem rápido que me interessava mais por resolver problemas empresariais do que passar a carreira em um laboratório. Isso acabou me levando à área de propriedade intelectual, onde trabalhei com patentes e, mais tarde, liderei equipes que desenvolviam soluções tecnológicas e jurídicas para grandes empresas.

A verdadeira virada aconteceu quando Ajay, meu cofundador na Sirion, e eu começamos a trabalhar com a HP. A empresa tinha milhares de contratos que precisavam ser organizados e gerenciados após uma grande aquisição. No início, pensamos que o problema era apenas criar um repositório, mas, quando examinamos os contratos mais de perto, ficou evidente que o armazenamento era apenas uma pequena parte da oportunidade. Os contratos revelavam o que uma empresa havia comprado e vendido, o que havia prometido, o que seus fornecedores haviam prometido, quanto estava pagando, onde corria riscos e onde poderia estar perdendo valor. Ainda assim, quase nenhuma dessas informações era fácil de usar para a empresa. Foi essa percepção que deu origem à Sirion. Os contratos eram uma fonte de inteligência empresarial praticamente inexplorada.

Você já descreveu os contratos como uma forma de “inteligência líquida” dentro de uma organização. Que informações valiosas costumam ficar presas nos contratos e como a IA pode tornar essa inteligência útil para equipes além do departamento jurídico, incluindo as áreas financeira, de compras, de vendas e de operações? 

Os contratos são um dos poucos lugares em que as intenções de uma empresa se transformam efetivamente em compromissos. Eles indicam quanto a empresa concordou em pagar, o que um cliente concordou em comprar, quando os preços podem mudar, quais níveis de serviço devem ser cumpridos, quando um acordo é renovado, o que acontece se alguém não atingir o desempenho esperado e quem é responsável por cada obrigação. São informações extremamente valiosas, mas, historicamente, ficam guardadas em documentos que a maioria das pessoas só abre quando precisa negociar algo ou quando algo dá errado.

A IA muda esse cenário porque nos permite transformar a linguagem não estruturada dos contratos em informações que o restante da empresa pode realmente usar. A área de compras pode compreender as obrigações dos fornecedores e os preços. A área financeira pode identificar compromissos comerciais e possíveis perdas de valor. A equipe de vendas pode entender as condições de renovação e os compromissos com os clientes. A área de operações pode acompanhar se aquilo que foi prometido está sendo efetivamente entregue.

É isso que quero dizer com tornar líquida a inteligência dos contratos. Em vez de permanecer em um PDF, a informação pode chegar às decisões e aos sistemas em que é mais necessária. Em vez de ser o ponto final de uma transação, o contrato, com sua inteligência líquida, pode ser uma fonte ativa de contexto sobre o funcionamento de uma empresa.

A Sirion evoluiu de um software de gestão do ciclo de vida de contratos para uma plataforma cada vez mais orientada por IA. Como o surgimento dos grandes modelos de linguagem mudou o que é tecnicamente possível fazer com dados contratuais em comparação com as abordagens de aprendizado de máquina disponíveis quando você fundou a empresa?

Quando fundamos a Sirion, a IA aplicada à gestão de contratos se concentrava principalmente na extração e na classificação de informações. O aprendizado de máquina podia se tornar muito eficiente em identificar uma cláusula, uma data, o nome de uma parte ou uma obrigação, mas era preciso treinar modelos para tarefas relativamente específicas.

Os grandes modelos de linguagem ampliaram drasticamente a capacidade de raciocínio. Agora, um sistema pode entender uma pergunta formulada em linguagem natural, interpretar o contexto em torno de uma cláusula, comparar o texto com a posição preferida de uma empresa, explicar por que algo representa um risco e sugerir o que fazer em seguida.

Mas não vejo os LLMs substituindo tudo o que veio antes. Os contratos são complexos demais para isso. Na Sirion, usamos uma abordagem multimodelo que combina grandes modelos de linguagem com modelos especializados e inteligência contratual avançada. Modelos diferentes são bons em coisas diferentes. Essa combinação é importante porque as empresas não precisam simplesmente de uma IA capaz de gerar textos convincentes. Precisam de precisão. A mudança mais empolgante é que podemos deixar de apenas extrair informações dos contratos e passar a raciocinar com base nelas e, cada vez mais, agir com base nelas.

A Sirion está introduzindo agentes de IA especializados em tarefas como extração de informações de contratos, detecção de problemas, revisão com marcação de alterações e pesquisa em grandes repositórios de contratos. Como você imagina que esses agentes trabalharão em conjunto e até que ponto as empresas deveriam, em última instância, permitir que a IA atue de forma autônoma durante o processo de contratação?           

Não acho que o futuro seja um único agente de IA gigantesco que faça tudo. A elaboração de contratos envolve muitas tarefas especializadas, cada uma exigindo contextos diferentes e níveis distintos de discernimento. Um agente pode extrair termos de milhares de contratos. Outro identifica cláusulas que divergem das políticas. Em seguida, um agente de revisão com marcação de alterações pode sugerir uma mudança precisa com base nas diretrizes da empresa. O verdadeiro potencial surge quando esses agentes conseguem trabalhar em conjunto para alcançar um resultado, em vez de obrigar o usuário a gerenciar cada etapa individualmente.

Por exemplo, alguém pode perguntar: “Podemos aceitar este contrato com o fornecedor?” O sistema deve ser capaz de identificar os termos mais relevantes, compará-los com as políticas, destacar os problemas, encontrar precedentes e recomendar alterações, explicando o que fez e por quê.

O limite da autonomia deve depender do risco. Sinto-me à vontade para deixar a IA executar autonomamente muitas ações repetitivas e baseadas em regras. Mas uma cláusula de responsabilidade inédita ou uma negociação de importância estratégica pode exigir discernimento humano. O objetivo final da autonomia deve ser eliminar trabalho desnecessário, preservando o controle humano quando a responsabilização e os relacionamentos forem importantes.

Os contratos podem conter algumas das informações comerciais e jurídicas mais confidenciais de uma empresa. Você disse que a Sirion prefere adiar o lançamento de um produto a comprometer a segurança. À medida que a IA generativa se integra cada vez mais aos fluxos de trabalho empresariais, quais atalhos em matéria de segurança ou privacidade mais preocupam você?

Os contratos podem conter informações sobre preços, propriedade intelectual, funcionários, aquisições, compromissos estratégicos e dados extremamente confidenciais sobre clientes e fornecedores. As empresas precisam saber exatamente para onde essas informações vão quando um sistema de IA as processa, como são tratadas, quem pode acessá-las e se são usadas para treinar outro modelo.

Há uma enorme pressão neste momento para lançar rapidamente funcionalidades de IA, mas o atalho que mais me preocupa é tratar os dados empresariais como se fossem material comum de treinamento. Entendo essa pressão, mas não se pode desenvolver IA empresarial com a ideia de que “vamos resolver a governança mais tarde”. A segurança precisa fazer parte da arquitetura desde o início.

Isso significa controles de acesso rigorosos, criptografia, capacidade de auditoria, limites claros para os dados e decisões muito criteriosas sobre o uso de modelos de terceiros. Na Sirion, certamente já tomamos decisões que nos atrasaram por causa da segurança, e aceito esse custo. No software empresarial, especialmente quando se trata de contratos, a confiança leva anos para ser construída e basta uma decisão descuidada para prejudicá-la.

Um desafio persistente da IA generativa é que uma resposta pode parecer categórica mesmo quando está errada. Na inteligência contratual, em que um erro sutil pode ter consequências financeiras ou jurídicas, como vocês projetam sistemas de IA que os usuários possam verificar e nos quais possam confiar? 

Essa é uma das diferenças mais importantes entre a IA para consumidores e a IA empresarial. Se eu pedir a um assistente de IA uma recomendação de restaurante e ele errar, as consequências serão limitadas. Se uma equipe jurídica perguntar se 5.000 contratos com fornecedores incluem determinado direito de rescisão e o sistema deixar 200 casos passar com toda a segurança, trata-se de um problema muito diferente.

Projetamos os sistemas para que as respostas possam ser verificadas. Se a IA informar algo sobre um contrato, deve ser possível rastrear a resposta até o texto original. Se recomendar uma alteração contratual, deve ficar claro qual política ou diretriz orientou a recomendação. A explicabilidade é fundamental para a adoção, porque a confiança depende de tornar a IA passível de análise.

A Sirion enfatiza respostas de IA fundamentadas nos contratos e precedentes da própria organização, em vez de depender exclusivamente de modelos de uso geral. Você acha que a próxima grande fase da IA empresarial será cada vez mais impulsionada por sistemas que combinam modelos de base com dados proprietários altamente especializados das empresas?

Com certeza. Os modelos de base são extraordinariamente capazes, mas não sabem como sua empresa funciona na prática. Não sabem automaticamente quais concessões sua equipe jurídica aprovou no ano passado, como você estrutura preços com um cliente estratégico, quais fornecedores descumprem repetidamente os níveis de serviço nem quando sua organização exige um escalonamento. É nesse contexto que a IA empresarial se torna realmente útil.

Ao combinar o poderoso registro de decisões e compromissos entre organizações que os contratos representam com políticas exclusivas da empresa, manuais de negociação, acordos históricos e dados operacionais, um sistema de IA pode deixar de dar respostas genéricas e passar a oferecer respostas que reflitam o funcionamento da sua empresa. Acho que a vantagem competitiva na IA empresarial virá cada vez mais desse contexto, já que a maioria das empresas já tem acesso a modelos de base semelhantes. O diferencial será a eficácia com que conseguem conectar esses modelos a informações proprietárias confiáveis e fornecer contexto suficiente para que raciocinem com precisão sem comprometer a segurança.

Você passou mais de uma década construindo a Sirion e ocupou cargos que abrangeram produto, operações e liderança da empresa. O que aprendeu sobre como expandir softwares de IA empresarial que não teria entendido nos primeiros anos da empresa?

Uma coisa que aprendi é que desenvolver a tecnologia às vezes é a parte fácil. As dificuldades surgem quando se começa a mudar a maneira como uma grande organização trabalha. Nos primeiros anos, é natural se concentrar em saber se o produto consegue resolver o problema. Em escala empresarial, percebe-se que uma resposta tecnicamente excelente só é útil se as pessoas confiarem nela, se ela se encaixar nos fluxos de trabalho existentes e se conseguir lidar com a enorme complexidade de uma organização global.

A IA torna essa lição ainda mais importante. Hoje, é possível criar uma demonstração impressionante muito rapidamente. Desenvolver algo em que uma empresa esteja disposta a confiar milhões de pontos de dados e fluxos de trabalho é outra história.

Como a IA permite analisar continuamente obrigações, riscos, condições de preço, renovações e desempenho em milhares de contratos, será que os contratos poderão se tornar, com o tempo, uma camada de dados operacionais em tempo real para as empresas, em vez de documentos consultados principalmente quando algo dá errado?

Acho que é exatamente para esse caminho que estamos indo. Durante muito tempo, o contrato foi tratado como a linha de chegada. Todos negociam, assinam, comemoram e, então, o documento vai para um repositório. Seis meses depois, alguém o abre por causa de uma disputa, de uma renovação ou de uma dúvida sobre o que foi prometido. Esse modelo não faz sentido quando a IA pode compreender continuamente o que está acontecendo em todo o portfólio de contratos.

Em um mundo ideal, imagine saber que um fornecedor descumpriu um SLA antes da aprovação da próxima fatura, ou perceber que um ajuste de preço deveria ter sido feito há três meses. Imagine uma equipe de vendas recebendo um alerta sobre uma renovação próxima, junto com os compromissos negociados com o cliente, ou a área financeira vendo as obrigações comerciais refletidas diretamente em seus sistemas.

Os contratos definem as relações entre as empresas, por isso os dados contratuais devem estar conectados aos sistemas nos quais essas relações são realmente gerenciadas. Acredito que o contrato se tornará cada vez mais uma camada de dados operacionais que ajudará a empresa a entender não apenas o que acordou, mas também se esses acordos estão gerando o valor que todos esperavam.

Olhando para o futuro, como você acha que será a gestão de contratos quando os agentes de IA se tornarem muito mais capazes? A categoria tradicional de gestão do ciclo de vida dos contratos (CLM) acabará desaparecendo em uma camada mais ampla de inteligência empresarial? E que papel você vê a Sirion desempenhando nessa transição? 

Espero que, com o tempo, os limites do CLM se tornem muito menos visíveis. Hoje, os usuários ainda pensam em etapas: preciso criar um contrato, revisá-lo, obter aprovação, assiná-lo, armazená-lo e, depois, gerenciá-lo. À medida que os agentes se tornarem mais capazes, as pessoas não deveriam ter de coordenar por conta própria todos esses sistemas e fluxos de trabalho. Deveriam poder expressar uma intenção e deixar que agentes especializados cuidassem de boa parte do trabalho necessário.

Mas a mudança maior acontece depois da assinatura. Se a IA conseguir compreender cada obrigação, condição comercial, risco e relação em milhões de contratos, a inteligência contratual será útil muito além da área jurídica. Para mim, essa é a parte empolgante: os contratos finalmente se tornarem assunto de todos.

Portanto, não acho que os contratos vão desaparecer. Muito pelo contrário. Eles se tornarão mais importantes porque fornecem contexto confiável para a IA empresarial. Nosso objetivo na Sirion é tornar essa inteligência útil onde quer que o trabalho aconteça. Com o tempo, o CLM talvez pareça menos um destino independente e mais uma camada de inteligência e execução que conecta os compromissos assumidos por uma empresa às ações que ela realiza todos os dias.

Obrigado pela ótima entrevista. Os leitores que quiserem saber mais devem visitar Sirion.