Kanti Prabha, Presidente, Diretora de Produto e Tecnologia da Sirion – Série de entrevistas

Kanti Prabha, presidente e diretora de Produto e Tecnologia 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 papel central na definição da visão, do design e do desenvolvimento de produtos da empresa. Ocupou cargos de liderança, incluindo os 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 corporativas e expansão de equipes e da cultura organizacional. No início da carreira, Prabha foi a primeira funcionária e integrante da equipe fundadora da UnitedLex, onde desenvolveu soluções tecnológicas para departamentos jurídicos corporativos e gerenciou iniciativas de propriedade intelectual, depois de trabalhar anteriormente 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 a criação e a negociação até o acompanhamento contínuo do desempenho, das obrigações e da concretização de valor. Sua plataforma combina IA conversacional com agentes de IA desenvolvidos para fins específicos, capazes de centralizar e estruturar repositórios de contratos, responder a perguntas sobre cláusulas contratuais, gerar e revisar acordos, identificar riscos, propor alterações e monitorar obrigações e acordos de nível de serviço. A Sirion vem direcionando cada vez mais sua tecnologia para a gestão de contratos baseada em agentes, por meio da plataforma agentOS, que permite às organizações implementar agentes de contratação pré-configurados e também criar agentes personalizados conectados a dados e fluxos de trabalho corporativos. A plataforma foi projetada para grandes organizações que buscam transformar contratos, antes documentos estáticos, em fontes estruturadas e pesquisáveis de inteligência operacional, mantendo a governança e a supervisão humana.

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

Não cresci pensando que fundaria uma empresa voltada para contratos. Estudei química, mas percebi bem cedo que me interessava mais por resolver problemas de negócios 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 meu sócio na fundação da Sirion, Ajay, 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, encaramos isso como um problema de repositório, mas, quando começamos a analisar os contratos de perto, ficou claro que o armazenamento era apenas uma pequena parte da oportunidade. Os contratos informavam o que uma empresa havia comprado, o que havia 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. Essa foi a percepção que deu origem à Sirion. Os contratos eram uma fonte de inteligência de negócios praticamente inexplorada.

Você descreveu os contratos como uma forma de “inteligência fluida” dentro de uma organização. Que informações valiosas costumam ficar presas nos contratos e como a IA pode torná-las úteis para equipes além da área jurídica, incluindo finanças, compras, vendas e operações? 

Os contratos são um dos poucos lugares em que as intenções de uma empresa se transformam de fato em compromissos. Eles informam quanto a empresa concordou em pagar, o que um cliente concordou em comprar, quando os preços podem mudar, quais níveis de serviço precisam ser cumpridos, quando um acordo é renovado, o que acontece se alguém não tiver o desempenho esperado e quem é responsável por cada obrigação. São informações extremamente valiosas, mas, historicamente, ficaram presas 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 equipe de compras pode entender as obrigações dos fornecedores e os preços. A equipe financeira pode identificar compromissos comerciais e possíveis perdas de valor. A equipe de vendas pode compreender as condições de renovação e os compromissos com clientes. A equipe de operações pode monitorar se aquilo que foi prometido está sendo efetivamente entregue.

É isso que quero dizer com tornar fluida a inteligência dos contratos. Em vez de ficar dentro de um PDF, a informação pode chegar às decisões e aos sistemas em que é mais necessária. Em vez de representar o fim de uma transação, o contrato, com essa inteligência fluida, pode ser uma fonte ativa de contexto sobre o funcionamento da 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 os dados contratuais, em comparação com as abordagens de aprendizado de máquina disponíveis quando vocês fundaram 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 os modelos para tarefas relativamente específicas.

Os modelos de linguagem de grande escala ampliaram drasticamente a capacidade de raciocínio. Agora, um sistema pode compreender uma pergunta formulada em linguagem natural, interpretar o contexto de uma cláusula, comparar a redação com a posição preferencial de uma empresa, explicar por que algo representa um risco e sugerir o que alguém deve fazer em seguida.

Mas não vejo isso como uma substituição, pelos LLMs, de tudo o que veio antes. Os contratos são complexos demais para isso. Na Sirion, adotamos uma abordagem multimodelo que combina modelos de linguagem de grande escala com modelos especializados e inteligência contratual aprofundada. 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. Elas 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 a partir delas.

A Sirion está introduzindo agentes de IA especializados em tarefas como extração de informações de contratos, detecção de problemas, revisão de cláusulas e pesquisa em grandes repositórios de contratos. Como você imagina que esses agentes vão trabalhar em conjunto e até que ponto as empresas devem permitir, em última instância, que a IA aja 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 um contexto diferente e um nível distinto de discernimento. Um agente, por exemplo, pode extrair termos de milhares de contratos. Outro identifica cláusulas que divergem das políticas da empresa. Depois, um agente de revisão de cláusulas pode sugerir uma alteração precisa com base no manual de negociação da empresa. O verdadeiro potencial surge quando esses agentes conseguem trabalhar juntos para alcançar um resultado, em vez de obrigar o usuário a gerenciar cada etapa individualmente.

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

O limite da autonomia deve depender do risco. Sinto-me à vontade para que a IA execute de forma autônoma muitas ações repetitivas e baseadas em regras. Mas uma cláusula de responsabilidade inédita ou uma negociação estrategicamente importante pode exigir discernimento humano. O objetivo final da autonomia deve ser eliminar trabalho desnecessário, preservando o controle humano nos casos em que a responsabilização e os relacionamentos são importantes.

Os contratos podem conter algumas das informações comerciais e jurídicas mais sensíveis de uma empresa. Você já 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 das empresas, quais atalhos relacionados à segurança ou à privacidade mais preocupam você?

Os contratos podem conter informações sobre preços, propriedade intelectual, funcionários, aquisições, compromissos estratégicos e dados extremamente sensíveis de 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 pressão enorme neste momento para lançar recursos de IA rapidamente, mas o atalho que mais me preocupa é tratar os dados das empresas 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 depois”. A segurança precisa fazer parte da arquitetura desde o início.

Isso significa controles de acesso robustos, criptografia, capacidade de auditoria, limites claros para o uso de dados e decisões muito criteriosas sobre como os modelos de terceiros são utilizados. Na Sirion, sem dúvida já tomamos decisões que nos atrasaram por causa da segurança, e estou à vontade com essa compensação. No software empresarial, especialmente quando se lida com contratos, a confiança leva anos para ser construída e apenas uma decisão imprudente para ser abalada.

Um desafio persistente da IA generativa é que uma resposta pode soar convincente e 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 cujas respostas os usuários possam verificar e em que possam confiar? 

Essa é uma das diferenças mais importantes entre a IA voltada ao consumidor e a IA empresarial. Se eu pedir a um assistente de IA uma recomendação de restaurante e ele errar, as consequências são limitadas. Se uma equipe jurídica perguntar se 5.000 contratos com fornecedores contêm um determinado direito de rescisão e o sistema deixar passar 200 deles, apesar de responder com segurança, o problema é bem diferente.

Projetamos os sistemas para permitir a verificação. Se a IA informar algo sobre um contrato, deve ser possível rastrear a resposta até a redação original. Se recomendar uma alteração contratual, o usuário deve entender qual política ou orientação do manual de negociação embasou a recomendação. A explicabilidade é fundamental para a adoção, porque a confiança depende de ser possível examinar a IA.

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 acredita que a próxima grande etapa da IA empresarial será cada vez mais impulsionada por sistemas que combinam modelos fundamentais com dados proprietários altamente especializados das empresas?

Com certeza. Os modelos fundamentais são extraordinariamente capazes, mas não sabem como sua empresa funciona na prática. Eles não sabem automaticamente quais concessões sua equipe jurídica aprovou no ano passado, como você estrutura os preços para um cliente estratégico, quais fornecedores deixam repetidamente de cumprir os níveis de serviço ou em que situações sua organização exige um escalonamento. É nesse contexto que a IA empresarial se torna realmente útil.

Ao combinar o valioso registro de decisões e compromissos entre organizações que os contratos oferecem com as políticas específicas da empresa, os roteiros de negociação, os acordos anteriores e os dados operacionais, um sistema de IA pode deixar de dar respostas genéricas e passar a oferecer respostas que refletem a forma como sua empresa trabalha. Acredito que a vantagem competitiva na IA empresarial virá cada vez mais desse contexto, já que a maioria das empresas já tem acesso a modelos fundamentais 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 abrangem 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, às vezes, construir a tecnologia é a parte mais fácil. A dificuldade surge quando se começa a mudar a forma como uma grande organização trabalha. Nos primeiros anos, é natural concentrar-se em saber se o produto consegue resolver o problema. Quando se chega à 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. Mas construir algo em que uma empresa esteja disposta a confiar milhões de pontos de dados e fluxos de trabalho é outra coisa.

À medida que a IA torna possível analisar continuamente obrigações, riscos, condições de preços, renovações e desempenho em milhares de contratos, será que eles poderão se tornar uma camada de dados operacionais em tempo real para a empresa, em vez de documentos consultados principalmente quando algo dá errado?

Acredito que é exatamente para aí que estamos caminhando. Durante muito tempo, o contrato foi tratado como o ponto final. Todos negociam, assinam, comemoram e, em seguida, o documento vai para um repositório. Seis meses depois, alguém o abre porque surgiu uma disputa, uma renovação ou 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 não cumpriu um SLA antes da aprovação da próxima fatura, ou perceber que um reajuste de preços deveria ter ocorrido três meses antes. Imagine uma equipe de vendas sendo avisada 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 empresas, portanto os dados contratuais devem estar conectados aos sistemas em que essas relações são efetivamente gerenciadas. Acredito que o contrato se tornará cada vez mais uma camada de dados operacionais que ajuda a empresa a entender não apenas o que foi acordado, mas também se esses acordos estão gerando o valor que todos esperavam.

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

Espero que, com o tempo, os limites da CLM se tornem muito menos perceptíveis. Hoje, os usuários ainda pensam em etapas: preciso criar um contrato, analisá-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 realizassem grande parte do trabalho necessário.

Mas a mudança mais profunda acontece depois da assinatura. Se a IA puder compreender todas as obrigações, condições comerciais, riscos e relações presentes 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, pois fornecem contexto confiável para a IA empresarial. Nosso objetivo na Sirion é tornar essa inteligência utilizável onde quer que o trabalho aconteça. A CLM talvez deixe de parecer uma solução independente e passe a ser 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.