Entrevistas

Sarvarth Misra, cofundador e CEO da Leah – Série de entrevistas

Antoine Tardif
Adicione Unite.AI às suas fontes preferidas no Google
Sarvarth Misra, Co-Founder and CEO of Leah
Pontos-chaveAdicionar IA a softwares criados para humanos acelera tarefas, mas deixa o modelo…
Ver mais
  • Adicionar IA a softwares criados para humanos acelera tarefas, mas deixa o modelo operacional inalterado.
  • Quase oito em cada dez empresas carecem de ferramentas eficazes para identificar agentes não autorizados.
  • A governança deve estar incorporada na arquitetura para que as organizações possam expandir com confiança a autonomia dos agentes.

Sarvarth Misra é cofundador e CEO da Leah, anteriormente ContractPodAi. Ele iniciou a carreira como advogado especializado em direito societário e comercial. O tempo que passava localizando informações, coordenando documentos e acompanhando obrigações o inspirou a desenvolver tecnologia para equipes jurídicas. Desde então, seu trabalho se ampliou da gestão do ciclo de vida de contratos para sistemas agênticos que coordenam fluxos de trabalho corporativos, com foco em combinar conhecimento especializado, execução controlada e julgamento humano.

Leah desenvolve uma plataforma corporativa de IA agêntica que abrange as áreas jurídica, de contratos, compras, finanças e serviços compartilhados. Sua plataforma conecta agentes especializados a sistemas corporativos, ao contexto de negócios, a permissões e a fluxos de aprovação, ajudando as organizações a executar tarefas em diferentes departamentos. Nesta entrevista, Misra discute a transição da assistência por IA para a execução, os desafios de governança e interoperabilidade envolvidos na expansão dos agentes e como as empresas podem medir resultados de negócios confiáveis sem abrir mão da supervisão humana.

Você iniciou sua carreira como advogado especializado em direito societário e comercial antes de cofundar a Leah (anteriormente ContractPodAi). Que problemas você encontrou no trabalho jurídico que o inspiraram inicialmente a criar a empresa, e como essa visão fundadora evoluiu até chegar ao que a Leah é hoje?

Quando atuava no direito societário, vi de perto quanto tempo dos advogados era consumido pela gestão de processos, em vez de ser dedicado ao exercício do julgamento jurídico. Profissionais altamente qualificados passavam inúmeras horas localizando informações, encaminhando documentos, acompanhando obrigações e coordenando o trabalho entre sistemas desconectados. Enquanto áreas como vendas e finanças passavam por uma transformação tecnológica significativa, o setor jurídico havia ficado, em grande parte, para trás.

Essa percepção nos levou a criar a ContractPodAi com uma premissa simples: as equipes jurídicas precisavam de um sistema de registro e inteligência para contratos. Mas, à medida que a tecnologia evoluiu, nossa compreensão da oportunidade também mudou. Percebemos que gerenciar o trabalho era apenas parte do desafio. A oportunidade muito maior era transformar a maneira como esse trabalho era efetivamente executado.

Essa convicção moldou a Leah. Os contratos foram nosso ponto de partida, mas nossa ambição sempre foi maior: mudar a forma como as empresas executam o trabalho, e não apenas como o gerenciam. Hoje, estamos desenvolvendo sistemas capazes de planejar, coordenar e executar fluxos de trabalho corporativos complexos, permitindo que as pessoas se concentrem no julgamento, na estratégia e nas decisões em que a expertise humana é mais importante.

A ContractPodAi passou a se chamar Leah em janeiro de 2026, quando a empresa ampliou sua atuação para além da gestão do ciclo de vida de contratos e adotou uma plataforma mais abrangente de IA agêntica. O que convenceu você de que o futuro não consistia simplesmente em adicionar recursos de IA aos softwares corporativos existentes, mas em reformular fundamentalmente a maneira como o trabalho é realizado em torno de agentes autônomos?

Chegamos a essa conclusão porque passamos anos desenvolvendo a categoria de CLM e estivemos entre os primeiros a incorporar IA a ela. Essa experiência nos proporcionou uma perspectiva única tanto sobre o potencial da IA quanto sobre as limitações do modelo de software subjacente.

Em 2023, chegamos a uma conclusão fundamental: adicionar IA a softwares projetados para serem operados por pessoas tornaria tarefas individuais mais rápidas, mas não mudaria fundamentalmente a maneira como o trabalho é realizado.

As pessoas continuariam responsáveis por reunir informações, coordenar transferências de tarefas, alternar entre aplicativos e garantir que cada etapa de um processo fosse concluída. A IA poderia acelerar atividades individuais, mas o modelo operacional subjacente e sua dependência da intervenção humana permaneceriam, em grande parte, inalterados.

Acreditávamos que a próxima geração de softwares corporativos precisava ser projetada para executar, e não apenas auxiliar. Os sistemas deveriam ser capazes de compreender um objetivo, orquestrar as atividades necessárias e fazer o trabalho avançar entre diferentes áreas e aplicativos, com envolvimento humano quando fosse necessário julgamento ou aprovação.

Isso exigia uma mudança arquitetônica fundamental, e não apenas mais um recurso de IA. Foi uma decisão estratégica significativa, mas que considerávamos essencial. O futuro dos softwares corporativos seria definido não pela eficácia com que ajudam as pessoas a gerenciar o trabalho, mas pela confiabilidade com que conseguem executá-lo e entregar resultados.

O termo “IA agêntica” é cada vez mais usado no setor. Na sua perspectiva, o que diferencia um sistema corporativo genuinamente agêntico de um assistente tradicional de IA, copiloto ou ferramenta de automação de fluxos de trabalho?

A diferença fundamental está na execução.

Assistentes de IA e copilotos ajudam as pessoas a realizar tarefas, enquanto a automação tradicional de fluxos de trabalho segue sequências predefinidas. Ambos podem gerar ganhos significativos de produtividade, mas, em geral, as pessoas continuam responsáveis por fazer o trabalho avançar e coordenar as etapas entre os sistemas.

Um sistema genuinamente agêntico vai além. Ele pode compreender um objetivo, determinar as ações necessárias, coordenar recursos especializados e executar tarefas em diferentes sistemas corporativos, recorrendo ao julgamento humano quando necessário.

Mas há uma distinção importante entre um agente inteligente e um sistema agêntico pronto para uso empresarial. A inteligência, por si só, não basta. Uma execução confiável exige uma estrutura subjacente que forneça o contexto, as ferramentas, a orquestração, os fluxos de trabalho determinísticos, as permissões e a governança adequados.

Também é necessário um conhecimento aprofundado do domínio. Um agente que executa, por exemplo, um fluxo de trabalho de contratação precisa de mais do que recursos gerais de raciocínio. Ele precisa compreender as posições contratuais da organização, os roteiros de negociação, os requisitos de aprovação e as consequências comerciais de suas ações.

Em última análise, o modelo fornece a inteligência, a estrutura de suporte oferece a arquitetura para uma execução controlada, e a expertise no domínio torna essa execução significativa no contexto empresarial.

Uma pesquisa da Leah com a IDC constatou que 66% das organizações entrevistadas já têm agentes de IA em produção e esperam que as implantações aumentem seis vezes até o início de 2027. O que você acha que as empresas estão subestimando ao passar da implantação de um punhado de agentes para a possibilidade de gerenciar centenas ou milhares?

Muitas organizações estão concentradas em colocar seus primeiros agentes em produção. Mas o desafio muda fundamentalmente quando começam a implantá-los em grande escala.

A questão já não é se um agente individual consegue executar uma tarefa. É se a organização consegue coordenar e governar centenas ou, potencialmente, milhares de agentes que operam em diferentes equipes, sistemas e funções empresariais.

Nossa pesquisa constatou que quase oito em cada dez empresas não dispõem de ferramentas eficazes para identificar agentes não autorizados, enquanto aproximadamente 47% apontaram a governança centralizada como uma área prioritária de melhoria. Isso evidencia uma lacuna crescente entre o ritmo de adoção e a capacidade das organizações de gerenciar aquilo que estão implantando.

Sem a arquitetura adequada, cada agente adicional corre o risco de introduzir mais uma camada de complexidade. Diferentes equipes podem implantar agentes com modelos, ferramentas e plataformas distintos, cada um operando com seu próprio contexto, suas permissões e seus fluxos de trabalho.

Por isso, as empresas precisam de mais do que visibilidade sobre agentes individuais. Precisam de um ambiente coordenado no qual os agentes possam compartilhar contexto relevante, operar dentro de limites claramente definidos e atuar em conjunto nos processos empresariais.

Governança e orquestração não podem ser tratadas como questões secundárias. Elas precisam ser recursos fundamentais. Caso contrário, as organizações correm o risco de substituir aplicações de software fragmentadas por um ecossistema igualmente fragmentado de agentes inteligentes.

A mesma pesquisa identificou a governança, a orquestração e a colaboração interfuncional como três pilares fundamentais da IA agêntica. Por que a governança se torna mais difícil quando os agentes conseguem raciocinar de forma independente, fazer recomendações e iniciar ações em sistemas empresariais?

A governança se torna mais complexa porque os agentes já não se limitam a produzir informações para que as pessoas as avaliem. Eles podem interpretar o contexto, tomar decisões e iniciar ações, muitas vezes em vários sistemas empresariais.

Isso muda fundamentalmente a natureza do risco. As organizações precisam entender não apenas o que um agente está autorizado a fazer, mas também quais informações embasaram suas ações, quais controles foram aplicados e o que aconteceu em consequência delas.

A complexidade aumenta quando os agentes operam em funções com políticas, permissões e tolerâncias a risco diferentes. Uma ação aceitável em um fluxo de trabalho pode exigir validação ou aprovação adicional em outro. Portanto, a governança precisa abranger todo o processo de execução, em vez de ser aplicada isoladamente a cada agente.

Por isso, acreditamos que a governança precisa estar incorporada à arquitetura subjacente. As empresas precisam de controles determinísticos para ações críticas, caminhos claros de escalonamento, requisitos de aprovação configuráveis e um registro auditável da execução.

O objetivo não é restringir a autonomia sem necessidade. É criar as condições para que as organizações possam ampliá-la com confiança. Uma governança eficaz é o que torna possível a autonomia em escala empresarial.

Um dos desafios dos agentes empresariais é a interoperabilidade: eles podem ser desenvolvidos por fornecedores diferentes, usar modelos distintos e operar em sistemas desconectados. Como as empresas devem arquitetar um ambiente em que esses agentes possam compartilhar contexto com segurança e se coordenar?

As empresas precisam deixar de considerar os agentes produtos independentes e começar a tratá-los como participantes de um sistema de trabalho conectado.

O verdadeiro valor surge quando os agentes conseguem compartilhar contexto, coordenar ações e contribuir para um resultado empresarial comum, mesmo quando operam em diferentes funções, plataformas e modelos subjacentes.

Para isso, é necessária uma camada de orquestração que se sobreponha aos agentes individuais e às aplicações empresariais. Essa camada fornece a arquitetura para gerenciar contexto, permissões, integrações, fluxos de trabalho e governança, permitindo que diferentes recursos operem como um sistema coordenado.

Igualmente importante é preservar a soberania das empresas. As organizações devem manter o controle sobre seus dados, conhecimento institucional, regras de negócio e fluxos de trabalho, independentemente dos modelos ou fornecedores de tecnologia que decidam utilizar.

Acreditamos que as empresas devem ter liberdade para adotar novos modelos e tecnologias sem precisar reconstruir os processos e o conhecimento que sustentam suas operações.

Em última análise, interoperabilidade não significa apenas conectar agentes do ponto de vista técnico. Significa permitir que executem tarefas de maneira coerente, segura e responsável em toda a empresa.

As áreas jurídica e de contratos são particularmente sensíveis, pois decisões geradas por IA podem ter consequências financeiras, regulatórias e jurídicas. Onde as organizações devem estabelecer o limite entre as ações que um agente de IA pode executar de forma autônoma e as decisões que ainda devem exigir aprovação humana?

O limite deve ser determinado pelo risco, não pelo tipo de tarefa realizada.

Muitas atividades nas áreas jurídica e de contratos são estruturadas, repetíveis e regidas por políticas estabelecidas. Elas são adequadas à execução autônoma, desde que os controles apropriados estejam em vigor.

Por exemplo, um agente que analise um NDA rotineiro pode avaliá-lo com base em um manual de diretrizes aprovado, identificar desvios, aplicar posições alternativas previamente acordadas e dar andamento ao contrato sem exigir a intervenção de um advogado em cada etapa.

Mas um contrato que envolva exposição financeira significativa, uma posição de responsabilidade incomum, incerteza regulatória ou uma concessão comercial estratégica pode exigir julgamento ou aprovação humana.

É importante ressaltar que não acredito que o objetivo deva ser retirar as pessoas do processo. O objetivo é mudar onde e como elas contribuem. Em vez de exigir intervenção humana em cada etapa, as organizações devem poder configurar o nível de autonomia adequado a cada fluxo de trabalho, inclusive definindo os momentos em que a participação humana é obrigatória.

Isso permite que profissionais qualificados se concentrem em exceções, estratégias de negociação, avaliações de risco complexas e decisões que realmente exigem sua experiência.

A oportunidade não consiste simplesmente em tornar as equipes jurídicas mais rápidas. Trata-se de repensar fundamentalmente a forma como o trabalho jurídico é realizado, com pessoas e IA contribuindo onde cada uma gera mais valor.

A Leah está expandindo a IA agêntica para as áreas jurídica, de contratos, de compras, financeira e de serviços compartilhados. O que se torna possível quando os agentes conseguem coordenar o trabalho entre essas funções, em vez de automatizar cada departamento de forma independente?

A maior parte do trabalho nas empresas não começa e termina em um único departamento. Um contrato negociado pela área jurídica tem implicações para compras, finanças, operações e conformidade. No entanto, historicamente, os softwares empresariais foram desenvolvidos para funções específicas, deixando a cargo das pessoas conectar as informações, decisões e processos entre elas.

A IA agêntica cria uma oportunidade de mudar esse modelo operacional.

Quando os agentes conseguem coordenar o trabalho entre diferentes funções, podem reunir as informações, políticas e conhecimentos especializados pertinentes para levar o trabalho do início ao fim, em vez de concluir uma tarefa isolada e deixar que alguém gerencie a etapa seguinte.

Considere um contrato com um fornecedor. Seus termos influenciam as decisões de compras, as obrigações de pagamento, a exposição financeira e o desempenho contínuo do fornecedor. Em um ambiente agêntico conectado, essas informações contratuais podem embasar e acionar ações em todas essas funções, em vez de permanecerem confinadas a um repositório de contratos.

É nesse contexto que vemos surgir a inteligência comercial: a capacidade de conectar o contexto contratual, jurídico, de compras e financeiro para que as decisões e ações considerem o panorama comercial completo.

O valor vai muito além dos ganhos de produtividade em departamentos específicos. Abre-se a possibilidade de otimizar os processos que os conectam, reduzindo a fragmentação, aprimorando a tomada de decisões e permitindo que o trabalho avance por toda a empresa com muito menos coordenação manual.

À medida que as empresas implementam mais agentes, como devem avaliar se a IA agêntica está realmente gerando valor? Métricas tradicionais, como produtividade e redução de custos, continuam sendo suficientes ou as empresas precisam de uma nova estrutura baseada em resultados e no volume de trabalho que os agentes conseguem executar com confiabilidade?

Uma das lições da primeira onda de adoção da IA é que atividade e valor não são a mesma coisa.

As organizações podem medir prompts, tokens, interações e tempo economizado, mas essas métricas pouco dizem sobre a obtenção de resultados empresariais significativos.

A produtividade e a redução de custos continuarão sendo importantes, mas a IA agêntica exige uma estrutura mais abrangente, voltada para a execução. Quanto trabalho está sendo concluído? Com que confiabilidade ele está sendo executado? Os processos estão avançando mais rapidamente? Os acúmulos de tarefas estão diminuindo? As exceções estão sendo identificadas e resolvidas com mais eficácia?

Também devemos medir o grau de autonomia alcançado dentro de controles apropriados. Por exemplo, uma coisa é reduzir o tempo que um advogado gasta revisando um contrato. Outra é permitir que todo o processo de contratação avance, desde o recebimento até a revisão, a negociação e a aprovação, concentrando a intervenção humana nos pontos em que ela é realmente necessária.

Essa distinção é importante porque o valor econômico da IA agêntica não se limita às horas economizadas. Ele também decorre do aumento da capacidade, de maior consistência, da redução de atritos operacionais e de melhores resultados para os negócios.

Com o tempo, espero que as organizações deem muito mais ênfase ao volume e à complexidade do trabalho que a IA consegue executar com confiabilidade, à qualidade dessa execução e ao impacto comercial que ela gera.

A pergunta deixará de ser quanto de IA estamos usando e passará a ser: o que nossa organização consegue realizar agora que antes não conseguia?

Olhando para os próximos três a cinco anos, como você espera que mude a relação entre os funcionários, os softwares empresariais tradicionais e os agentes autônomos de IA, e o que distinguirá as organizações que conseguirem fazer a transição para um modelo operacional agêntico?

Acredito que estamos passando de uma era definida por sistemas de registro para outra cada vez mais definida por sistemas de execução.

Os softwares empresariais tradicionais continuarão sendo importantes, pois fornecem os dados subjacentes, os registros comerciais e a infraestrutura de que as organizações dependem. Mas, cada vez mais, os sistemas agênticos atuarão sobre esses aplicativos, coordenando e executando tarefas que antes exigiam que as pessoas transitassem entre sistemas, gerenciassem transferências de trabalho e dessem andamento a tarefas individuais.

Para os funcionários, isso representa uma mudança fundamental na forma como interagem com a tecnologia. Em vez de operar todas as etapas de um fluxo de trabalho, as pessoas definirão cada vez mais os objetivos, estabelecerão limites, exercerão seu discernimento e intervirão nos pontos em que sua experiência agregue mais valor.

Mas concretizar essa transição exige mais do que implantar agentes ou adicionar recursos de IA aos aplicativos existentes. As organizações precisam repensar como o trabalho é estruturado, como as decisões são tomadas e como a inteligência circula entre as áreas.

Nossa pesquisa com a IDC reforça a importância da governança, da orquestração e da colaboração entre áreas. Eu acrescentaria que um conhecimento profundo do domínio é igualmente essencial. Um sistema precisa tanto da capacidade de engenharia para executar com confiabilidade quanto do contexto empresarial para compreender o que significa executar bem.

As organizações que tiverem sucesso não serão necessariamente as que implantarem o maior número de agentes. Serão aquelas que reconhecerem a IA agêntica como uma oportunidade para reformular fundamentalmente seu modelo operacional.

A verdadeira oportunidade não está em tornar mais eficiente a maneira como trabalhamos hoje. Está em criar um modelo inteiramente novo para a realização do trabalho empresarial.

Obrigado pela ótima entrevista. Os leitores que quiserem saber mais sobre IA agêntica empresarial e fluxos de trabalho conectados nas áreas jurídica, de contratação, de compras e financeira devem visitar Leah.

Antoine é um líder visionário e sócio fundador da Unite.AI, movido por uma paixão inabalável por moldar e promover o futuro da IA e da robótica. Empreendedor que já fundou várias empresas, acredita que a IA transformará a sociedade tanto quanto a eletricidade e costuma falar com entusiasmo sobre o potencial das tecnologias disruptivas e da inteligência artificial geral (AGI).

Como futurista, dedica-se a explorar como essas inovações moldarão o nosso mundo. Além disso, é fundador da Securities.io, uma plataforma voltada ao investimento em tecnologias de ponta que estão redefinindo o futuro e transformando setores inteiros.