สัมภาษณ์
Kanti Prabha ประธานและประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และเทคโนโลยีของ Sirion – บทสัมภาษณ์

ประเด็นสำคัญสัญญาเก็บซ่อนข่าวกรองทางธุรกิจที่ยังไม่ได้ใช้ประโยชน์…
ดูเพิ่มเติม
- สัญญาเก็บซ่อนข่าวกรองทางธุรกิจที่ยังไม่ได้ใช้ประโยชน์ เพราะสัญญาบันทึกข้อผูกพันที่ทีมส่วนใหญ่ไม่เคยนำมาพิจารณา
- AI ระดับองค์กรต้องการบริบทเฉพาะของบริษัท เพราะโมเดลพื้นฐานไม่สามารถรู้ถึงนโยบายภายในหรือแนวปฏิบัติเดิมได้
- ความเป็นอิสระของ AI ควรหยุดตรงจุดที่ความเสี่ยงต้องการการตัดสินใจของมนุษย์ต่อข้อสัญญาที่แปลกใหม่หรือเชิงกลยุทธ์
Kanti Prabha ประธานและประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และเทคโนโลยีของ Sirion เป็นผู้นำด้านเทคโนโลยีองค์กรที่มีประสบการณ์มากกว่าสองทศวรรษ ครอบคลุมทั้งการพัฒนาผลิตภัณฑ์ เทคโนโลยีกฎหมาย ทรัพย์สินทางปัญญา การดำเนินงาน และ SaaS ในฐานะสมาชิกทีมผู้ก่อตั้ง Sirion เธอมีบทบาทสำคัญในการกำหนดวิสัยทัศน์ด้านผลิตภัณฑ์ การออกแบบ และการพัฒนาของบริษัท โดยดำรงตำแหน่งผู้นำหลายตำแหน่ง รวมถึงรองประธานฝ่ายบริหารผลิตภัณฑ์และประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ ก่อนจะขึ้นดำรงตำแหน่งประธาน ความเชี่ยวชาญของเธอครอบคลุมการสร้างผลิตภัณฑ์ B2B SaaS ระดับองค์กร กลยุทธ์และการบริหารผลิตภัณฑ์ ความสำเร็จของลูกค้า การขายระดับองค์กร ตลอดจนการขยายทีมและวัฒนธรรมองค์กร ช่วงต้นของเส้นทางอาชีพ Prabha เป็นพนักงานคนแรกและสมาชิกทีมผู้ก่อตั้งของ UnitedLex ซึ่งเธอได้พัฒนาโซลูชันที่ขับเคลื่อนด้วยเทคโนโลยีให้แก่ฝ่ายกฎหมายขององค์กร และบริหารโครงการด้านทรัพย์สินทางปัญญา หลังจากเคยทำงานด้านบริการสิทธิบัตรที่ Evalueserve มาก่อน นอกจากนี้ เธอยังเป็นที่ปรึกษาให้ akirolabs และเคยให้คำปรึกษาแก่ Clarisights
Sirion เป็นบริษัทบริหารวงจรชีวิตสัญญา (CLM) ที่ขับเคลื่อนด้วย AI ช่วยให้องค์กรจัดการสัญญาตั้งแต่การร่างและการเจรจา ไปจนถึงการติดตามผลการดำเนินงาน ภาระผูกพัน และการสร้างมูลค่าอย่างต่อเนื่อง แพลตฟอร์มของบริษัทผสาน AI สนทนาเข้ากับเอเจนต์ AI ที่ออกแบบมาโดยเฉพาะ ซึ่งสามารถรวบรวมและจัดระเบียบคลังสัญญา ตอบคำถามเกี่ยวกับข้อกำหนดในสัญญา สร้างและตรวจทานข้อตกลง ระบุความเสี่ยง เสนอแก้ไขข้อความในสัญญา ตลอดจนติดตามภาระผูกพันและข้อตกลงระดับการให้บริการ Sirion กำลังวางตำแหน่งเทคโนโลยีของตนให้มุ่งเน้นการทำสัญญาด้วยเอเจนต์มากขึ้นผ่านแพลตฟอร์ม agentOS ซึ่งช่วยให้องค์กรติดตั้งเอเจนต์สำหรับงานสัญญาที่สร้างไว้ล่วงหน้า รวมถึงสร้างเอเจนต์ที่ปรับแต่งเองและเชื่อมต่อกับข้อมูลและเวิร์กโฟลว์ขององค์กรได้ แพลตฟอร์มนี้ออกแบบมาสำหรับองค์กรขนาดใหญ่ที่ต้องการเปลี่ยนสัญญาจากเอกสารที่ไม่มีปฏิสัมพันธ์ให้เป็นแหล่งข้อมูลเชิงปฏิบัติการที่มีโครงสร้างและค้นหาได้ พร้อมคงไว้ซึ่งการกำกับดูแลและการควบคุมโดยมนุษย์
เส้นทางสู่การก่อตั้ง Sirion ของคุณไม่เหมือนใคร คุณเรียนเคมี ก่อนจะหันไปทำงานด้านกฎหมายทรัพย์สินทางปัญญาและสิทธิบัตร แล้วเริ่มมองสัญญาในมุมที่ต่างออกไประหว่างทำงานกับ Hewlett-Packard ในประสบการณ์ช่วงแรกเหล่านั้น คุณมองเห็นอะไรที่ทำให้มั่นใจในที่สุดว่ามีโอกาสสร้าง Sirion ขึ้นมาได้
ฉันไม่ได้เติบโตมาโดยคิดว่าจะสร้างบริษัทที่เกี่ยวข้องกับสัญญา ฉันเรียนเคมี แต่ไม่นานก็รู้ว่าตัวเองสนใจแก้ปัญหาทางธุรกิจมากกว่าทำงานในห้องแล็บตลอดอาชีพ เรื่องนี้นำฉันเข้าสู่แวดวงทรัพย์สินทางปัญญาในที่สุด โดยเริ่มจากการทำงานเกี่ยวกับสิทธิบัตร และต่อมาเป็นผู้นำทีมพัฒนาโซลูชันด้านเทคโนโลยีและกฎหมายให้แก่องค์กรขนาดใหญ่
จุดเปลี่ยนสำคัญเกิดขึ้นเมื่อ Ajay ผู้ร่วมก่อตั้ง Sirion กับฉันเริ่มทำงานกับ HP บริษัทมีสัญญาหลายพันฉบับที่ต้องจัดระเบียบและบริหารจัดการหลังการเข้าซื้อกิจการครั้งใหญ่ ตอนแรกเรามองว่านี่เป็นปัญหาเรื่องคลังเอกสาร แต่เมื่อเริ่มพิจารณาสัญญาอย่างละเอียด ก็เห็นได้ชัดว่าการจัดเก็บเป็นเพียงส่วนเล็กน้อยของโอกาสที่มีอยู่ สัญญาบอกได้ว่าบริษัทซื้ออะไร ขายอะไร ให้คำมั่นเรื่องใด ซัพพลายเออร์ให้คำมั่นอะไร บริษัทจ่ายเงินเท่าไร มีความเสี่ยงตรงไหน และอาจกำลังสูญเสียมูลค่าที่ใด ทว่าข้อมูลเหล่านี้แทบไม่มีส่วนใดที่ธุรกิจนำไปใช้ได้สะดวก นั่นคือแนวคิดเบื้องหลัง Sirion สัญญาเป็นแหล่งข้อมูลเชิงลึกทางธุรกิจที่ยังแทบไม่ถูกนำมาใช้
คุณเคยอธิบายว่าสัญญาเป็น “ข้อมูลเชิงลึกที่ไหลเวียนได้” ภายในองค์กร โดยปกติแล้วมีข้อมูลที่มีคุณค่าอะไรบ้างซ่อนอยู่ในสัญญา และ AI จะช่วยให้ทีมอื่นนอกเหนือจากฝ่ายกฎหมาย ไม่ว่าจะเป็นฝ่ายการเงิน จัดซื้อ ฝ่ายขาย และปฏิบัติการ นำข้อมูลเหล่านั้นไปใช้ประโยชน์ได้อย่างไร
สัญญาเป็นหนึ่งในไม่กี่แหล่งที่ทำให้เจตนาของบริษัทกลายเป็นข้อผูกพันจริง สัญญาระบุว่าบริษัทตกลงจะจ่ายเงินเท่าไร ลูกค้าตกลงจะซื้ออะไร ราคาเปลี่ยนแปลงได้เมื่อใด ต้องรักษาระดับการให้บริการอย่างไร ข้อตกลงจะต่ออายุเมื่อใด จะเกิดอะไรขึ้นหากฝ่ายใดฝ่ายหนึ่งทำผลงานได้ต่ำกว่าที่กำหนด และใครรับผิดชอบภาระผูกพันใด ข้อมูลเหล่านี้มีคุณค่าอย่างยิ่ง แต่ในอดีตกลับถูกเก็บไว้ในเอกสารที่คนส่วนใหญ่เปิดอ่านก็ต่อเมื่อต้องเจรจาเรื่องใดเรื่องหนึ่งหรือเกิดปัญหาขึ้นแล้วเท่านั้น
AI เปลี่ยนเรื่องนี้ได้ เพราะช่วยเปลี่ยนถ้อยคำในสัญญาที่ไม่มีโครงสร้างให้เป็นข้อมูลที่คนในส่วนอื่นของธุรกิจนำไปใช้ได้จริง ฝ่ายจัดซื้อเข้าใจภาระผูกพันและราคาของซัพพลายเออร์ได้ ฝ่ายการเงินเห็นข้อผูกพันทางการค้าและมูลค่าที่อาจรั่วไหลได้ ฝ่ายขายเข้าใจเงื่อนไขการต่ออายุและข้อผูกพันที่มีต่อลูกค้าได้ ส่วนฝ่ายปฏิบัติการก็ติดตามได้ว่าสิ่งที่ให้คำมั่นไว้มีการส่งมอบจริงหรือไม่
นี่คือความหมายของการทำให้ข้อมูลเชิงลึกจากสัญญาไหลเวียนได้ แทนที่จะติดอยู่ในไฟล์ PDF ข้อมูลเหล่านี้สามารถส่งต่อไปยังการตัดสินใจและระบบที่จำเป็นต้องใช้มากที่สุดได้ แทนที่สัญญาจะเป็นจุดสิ้นสุดของธุรกรรม ข้อมูลเชิงลึกที่ไหลเวียนได้จะทำให้สัญญากลายเป็นแหล่งข้อมูลประกอบการทำความเข้าใจการดำเนินงานของธุรกิจอย่างต่อเนื่อง
Sirion พัฒนาจากซอฟต์แวร์บริหารวงจรชีวิตสัญญามาเป็นแพลตฟอร์มที่ขับเคลื่อนด้วย AI มากขึ้น การเกิดขึ้นของโมเดลภาษาขนาดใหญ่เปลี่ยนขีดความสามารถทางเทคนิคในการใช้ข้อมูลสัญญาอย่างไร เมื่อเทียบกับแนวทางแมชชีนเลิร์นนิงที่มีอยู่ตอนคุณเริ่มก่อตั้งบริษัท
เมื่อเราเริ่มต้น Sirion การใช้ AI กับงานสัญญามุ่งเน้นไปที่การดึงข้อมูลและการจำแนกประเภทเป็นหลัก แมชชีนเลิร์นนิงสามารถพัฒนาให้ระบุข้อสัญญา วันที่ ชื่อคู่สัญญา หรือข้อผูกพันได้อย่างแม่นยำมาก แต่จำเป็นต้องฝึกโมเดลสำหรับงานที่ค่อนข้างเฉพาะเจาะจง
โมเดลภาษาขนาดใหญ่ช่วยขยายขีดความสามารถด้านการให้เหตุผลได้อย่างก้าวกระโดด ปัจจุบันระบบสามารถเข้าใจคำถามที่ถามด้วยภาษาธรรมชาติ ตีความบริบทโดยรอบข้อสัญญา เปรียบเทียบถ้อยคำกับจุดยืนที่บริษัทต้องการ อธิบายว่าเหตุใดเรื่องหนึ่งจึงเป็นความเสี่ยง และเสนอว่าควรดำเนินการอย่างไรต่อไป
แต่ฉันไม่ได้มองว่าโมเดลภาษาขนาดใหญ่จะเข้ามาแทนที่ทุกสิ่งที่มีมาก่อน สัญญามีความซับซ้อนเกินกว่าจะเป็นเช่นนั้น ที่ Sirion เราใช้แนวทางที่ผสานหลายโมเดลเข้าด้วยกัน โดยรวมโมเดลภาษาขนาดใหญ่เข้ากับโมเดลเฉพาะทางและระบบอัจฉริยะด้านสัญญาเชิงลึก โมเดลแต่ละแบบมีความถนัดแตกต่างกัน การผสานโมเดลเหล่านี้เข้าด้วยกันมีความสำคัญ เพราะองค์กรไม่ได้ต้องการเพียง AI ที่สร้างถ้อยคำชวนเชื่อได้เท่านั้น แต่ยังต้องการความแม่นยำด้วย การเปลี่ยนแปลงที่น่าตื่นเต้นที่สุดคือ เราสามารถเปลี่ยนจากการดึงข้อมูลจากสัญญา มาเป็นการให้เหตุผลจากข้อมูลเหล่านั้น และเพิ่มขีดความสามารถในการดำเนินการโดยอาศัยข้อมูลดังกล่าวได้มากขึ้นเรื่อย ๆ
ขณะนี้ Sirion กำลังนำเอเจนต์ AI เฉพาะทางมาใช้กับงานต่าง ๆ เช่น การดึงข้อมูลจากสัญญา การตรวจจับประเด็น การแก้ไขสัญญา และการค้นหาในคลังสัญญาขนาดใหญ่ คุณมองว่าเอเจนต์เหล่านี้จะทำงานร่วมกันอย่างไร และท้ายที่สุดแล้ว องค์กรควรอนุญาตให้ AI ดำเนินการในกระบวนการทำสัญญาได้อย่างอิสระมากเพียงใด?
ฉันไม่คิดว่าอนาคตจะเป็นของเอเจนต์ AI ขนาดใหญ่เพียงตัวเดียวที่ทำทุกอย่างได้ การจัดทำสัญญาประกอบด้วยงานเฉพาะทางหลายประเภท ซึ่งแต่ละงานต้องใช้บริบทและดุลยพินิจในระดับที่แตกต่างกัน เอเจนต์ตัวหนึ่งอาจดึงข้อกำหนดจากสัญญาหลายพันฉบับ อีกตัวอาจระบุถ้อยคำที่ไม่เป็นไปตามนโยบาย จากนั้นเอเจนต์สำหรับทำเครื่องหมายแก้ไขสัญญาก็สามารถเสนอการแก้ไขที่ตรงจุดโดยอ้างอิงจากคู่มือแนวทางของบริษัทได้ พลังที่แท้จริงเกิดขึ้นเมื่อเอเจนต์เหล่านั้นทำงานร่วมกันเพื่อให้บรรลุผลลัพธ์ แทนที่จะให้ผู้ใช้ต้องจัดการทุกขั้นตอนด้วยตนเอง
ตัวอย่างเช่น มีคนอาจถามว่า “เรายอมรับสัญญากับผู้จำหน่ายฉบับนี้ได้หรือไม่” ระบบควรระบุข้อกำหนดที่เกี่ยวข้องมากที่สุด เปรียบเทียบกับนโยบาย ชี้ประเด็นที่ควรพิจารณา ค้นหาแนวปฏิบัติจากกรณีก่อนหน้า และแนะนำการแก้ไขได้ พร้อมทั้งอธิบายว่าระบบทำอะไรและเพราะเหตุใด
ระดับความเป็นอิสระในการทำงานควรขึ้นอยู่กับความเสี่ยง ฉันเห็นว่า AI สามารถจัดการงานซ้ำ ๆ ที่มีกฎเกณฑ์ชัดเจนได้เองหลายอย่าง แต่ข้อกำหนดความรับผิดที่ไม่เคยพบมาก่อน หรือการเจรจาที่มีความสำคัญเชิงกลยุทธ์ อาจต้องอาศัยดุลยพินิจของมนุษย์ เป้าหมายสูงสุดของการให้ AI ทำงานได้อย่างอิสระควรเป็นการลดงานที่ไม่จำเป็น ขณะเดียวกันก็ยังคงให้มนุษย์ควบคุมในเรื่องที่ความรับผิดชอบและความสัมพันธ์มีความสำคัญ
สัญญาอาจมีข้อมูลบางส่วนที่อ่อนไหวที่สุดของบริษัท ทั้งในเชิงพาณิชย์และกฎหมาย คุณเคยกล่าวว่า Sirion ยอมเลื่อนการเปิดตัวผลิตภัณฑ์ดีกว่าประนีประนอมเรื่องความปลอดภัย เมื่อ AI เชิงกำเนิดฝังลึกยิ่งขึ้นในกระบวนการทำงานขององค์กร ทางลัดด้านความปลอดภัยหรือความเป็นส่วนตัวแบบใดที่ทำให้คุณกังวลมากที่สุด?
สัญญาอาจมีข้อมูลด้านราคา ทรัพย์สินทางปัญญา ข้อมูลพนักงาน รายละเอียดการเข้าซื้อกิจการ ข้อผูกพันเชิงกลยุทธ์ และข้อมูลที่ละเอียดอ่อนอย่างยิ่งเกี่ยวกับลูกค้าและผู้จำหน่าย บริษัทต่าง ๆ จำเป็นต้องทราบอย่างชัดเจนว่าเมื่อระบบ AI ประมวลผลข้อมูล ข้อมูลนั้นถูกส่งไปที่ใด ผ่านกระบวนการอย่างไร ใครบ้างที่เข้าถึงได้ และมีการนำไปใช้ฝึกโมเดลอื่นหรือไม่
ขณะนี้มีแรงกดดันอย่างมากให้เร่งเปิดตัวฟีเจอร์ AI แต่ทางลัดที่ทำให้ฉันกังวลที่สุดคือการปฏิบัติต่อข้อมูลขององค์กรราวกับเป็นข้อมูลฝึกสอนทั่วไป ฉันเข้าใจแรงกดดันนั้น แต่การพัฒนา AI สำหรับองค์กรจะตั้งอยู่บนแนวคิดที่ว่า “ค่อยจัดการเรื่องธรรมาภิบาลข้อมูลทีหลัง” ไม่ได้ ความปลอดภัยต้องเป็นส่วนหนึ่งของสถาปัตยกรรมตั้งแต่เริ่มต้น
นั่นหมายถึงการควบคุมการเข้าถึงที่รัดกุม การเข้ารหัส ความสามารถในการตรวจสอบย้อนหลัง การกำหนดขอบเขตข้อมูลที่ชัดเจน และการตัดสินใจอย่างรอบคอบเป็นพิเศษว่าจะใช้โมเดลจากบุคคลที่สามอย่างไร ที่ Sirion เราได้ตัดสินใจหลายครั้งอย่างแน่นอนว่าความปลอดภัยทำให้การดำเนินงานล่าช้าลง และฉันก็ยอมรับการแลกเปลี่ยนเช่นนั้นได้ ในซอฟต์แวร์สำหรับองค์กร โดยเฉพาะเมื่อต้องจัดการสัญญา ความไว้วางใจต้องใช้เวลาหลายปีในการสร้าง แต่การตัดสินใจที่ประมาทเพียงครั้งเดียวก็ทำลายลงได้
ปัญหาที่พบอยู่เสมอของ AI เชิงสร้างสรรค์คือ คำตอบอาจฟังดูน่าเชื่อถือแม้จะผิดก็ตาม ในด้านระบบอัจฉริยะด้านสัญญา ซึ่งความผิดพลาดเล็กน้อยอาจส่งผลทางการเงินหรือกฎหมาย คุณออกแบบระบบ AI อย่างไรให้ผู้ใช้ตรวจสอบได้และไว้วางใจได้?
นี่เป็นหนึ่งในความแตกต่างที่สำคัญที่สุดระหว่าง AI สำหรับผู้บริโภคกับ AI สำหรับองค์กร หากฉันขอให้ผู้ช่วย AI แนะนำร้านอาหารแล้วคำแนะนำผิด ผลกระทบก็มีจำกัด แต่หากทีมกฎหมายถามว่ามีสิทธิเลิกสัญญาข้อใดข้อหนึ่งอยู่ในสัญญากับผู้จำหน่าย 5,000 ฉบับหรือไม่ แล้วระบบยืนยันอย่างมั่นใจทั้งที่ตรวจไม่พบสิทธินั้นใน 200 ฉบับ ปัญหาย่อมแตกต่างกันอย่างมาก
เราออกแบบระบบโดยคำนึงถึงการตรวจสอบ หาก AI แจ้งข้อมูลเกี่ยวกับสัญญา คุณควรตรวจสอบย้อนกลับไปยังถ้อยคำต้นฉบับที่เป็นที่มาของคำตอบนั้นได้ หาก AI แนะนำการแก้ไขสัญญา คุณก็ควรเข้าใจได้ว่าคำแนะนำนั้นอ้างอิงนโยบายหรือแนวทางใด ความสามารถในการอธิบายเหตุผลเป็นพื้นฐานสำคัญของการยอมรับใช้งาน เพราะความไว้วางใจเกิดจากการทำให้ตรวจสอบ AI ได้
Sirion เน้นการให้คำตอบจาก AI ที่มีหลักฐานอ้างอิงจากสัญญาและแนวปฏิบัติเดิมขององค์กรเอง แทนที่จะพึ่งพาโมเดล AI อเนกประสงค์เพียงอย่างเดียว คุณคิดว่าก้าวสำคัญระยะต่อไปของ AI สำหรับองค์กรจะขับเคลื่อนด้วยระบบที่ผสานโมเดลพื้นฐานเข้ากับข้อมูลเฉพาะของบริษัทซึ่งเป็นกรรมสิทธิ์ของบริษัทมากขึ้นหรือไม่?
แน่นอน โมเดลพื้นฐานมีความสามารถสูงมาก แต่ไม่รู้ว่าบริษัทของคุณดำเนินงานอย่างไรโดยเฉพาะ โมเดลเหล่านี้ไม่อาจรู้ได้เองว่าทีมกฎหมายของคุณอนุมัติการยอมผ่อนปรนเรื่องใดบ้างเมื่อปีที่แล้ว คุณกำหนดราคาให้ลูกค้าเชิงกลยุทธ์อย่างไร ซัพพลายเออร์รายใดผิดพลาดซ้ำแล้วซ้ำเล่าจนไม่เป็นไปตามระดับการให้บริการ หรือองค์กรของคุณกำหนดให้ยกระดับเรื่องเมื่อใด บริบทเหล่านี้เองที่ทำให้ AI สำหรับองค์กรมีประโยชน์อย่างแท้จริง
เมื่อนำบันทึกการตัดสินใจและข้อผูกพันระหว่างองค์กรอันทรงคุณค่าจากสัญญา มาผสานกับนโยบายเฉพาะของบริษัท แนวทางการเจรจา ข้อตกลงในอดีต และข้อมูลการดำเนินงาน ระบบ AI ก็จะเปลี่ยนจากการให้คำตอบทั่วไปเป็นการให้คำตอบที่สะท้อนวิธีดำเนินธุรกิจของคุณได้ ฉันคิดว่าความได้เปรียบในการแข่งขันด้าน AI สำหรับองค์กรจะมาจากบริบทนี้มากขึ้นเรื่อย ๆ เพราะองค์กรส่วนใหญ่เข้าถึงโมเดลพื้นฐานที่คล้ายกันอยู่แล้ว ปัจจัยสร้างความแตกต่างจะอยู่ที่ความสามารถในการเชื่อมโยงโมเดลเหล่านั้นเข้ากับข้อมูลเฉพาะที่เชื่อถือได้ และให้บริบทเพียงพอแก่โมเดลเพื่อให้ใช้เหตุผลได้อย่างแม่นยำโดยไม่กระทบต่อความปลอดภัย
คุณใช้เวลากว่าทศวรรษในการสร้าง Sirion และดำรงตำแหน่งที่ครอบคลุมทั้งด้านผลิตภัณฑ์ การปฏิบัติการ และการบริหารบริษัท คุณได้เรียนรู้อะไรเกี่ยวกับการขยายซอฟต์แวร์ AI สำหรับองค์กร ซึ่งคุณคงไม่เข้าใจในช่วงสองสามปีแรกของบริษัท?
สิ่งหนึ่งที่ฉันเรียนรู้คือ บางครั้งการสร้างเทคโนโลยีกลับเป็นส่วนที่ง่าย การปรับเปลี่ยนวิธีทำงานขององค์กรขนาดใหญ่ต่างหากที่สร้างแรงเสียดทาน ในช่วงปีแรก ๆ คุณย่อมมุ่งสนใจว่าผลิตภัณฑ์จะแก้ปัญหาได้หรือไม่ แต่เมื่อขยายสู่ระดับองค์กร คุณจะตระหนักว่าคำตอบที่ยอดเยี่ยมในทางเทคนิคจะมีประโยชน์ก็ต่อเมื่อผู้คนเชื่อถือคำตอบนั้น สอดคล้องกับขั้นตอนการทำงานที่ใช้อยู่ และรองรับความซับซ้อนมหาศาลขององค์กรระดับโลกได้
AI ทำให้บทเรียนนั้นสำคัญยิ่งขึ้น ทุกวันนี้คุณสร้างเดโมที่น่าประทับใจได้อย่างรวดเร็ว แต่การสร้างสิ่งที่องค์กรยินดีไว้วางใจให้จัดการจุดข้อมูลและขั้นตอนการทำงานนับล้านรายการนั้นเป็นอีกเรื่องหนึ่ง
เมื่อ AI ทำให้สามารถวิเคราะห์ภาระผูกพัน ความเสี่ยง เงื่อนไขด้านราคา การต่อสัญญา และผลการดำเนินงานของข้อตกลงนับพันฉบับได้อย่างต่อเนื่อง ในที่สุดสัญญาจะกลายเป็นชั้นข้อมูลการดำเนินงานแบบเรียลไทม์ขององค์กร แทนที่จะเป็นเอกสารที่ผู้คนเปิดดูเป็นหลักเมื่อเกิดปัญหาหรือไม่?
ฉันคิดว่าเรากำลังมุ่งหน้าไปสู่จุดนั้นอย่างแท้จริง เป็นเวลานานที่ผู้คนมองว่าสัญญาคือเส้นชัย ทุกฝ่ายเจรจา ลงนาม เฉลิมฉลอง แล้วเอกสารก็ถูกเก็บเข้าคลัง อีกหกเดือนต่อมา มีคนเปิดเอกสารนั้นขึ้นมาเพราะเกิดข้อพิพาท ถึงกำหนดต่อสัญญา หรือมีคำถามเกี่ยวกับสิ่งที่ตกลงกันไว้ รูปแบบเช่นนี้ไม่สมเหตุสมผล เมื่อ AI สามารถทำความเข้าใจสิ่งที่เกิดขึ้นในภาพรวมของพอร์ตโฟลิโอสัญญาได้อย่างต่อเนื่อง
ลองนึกภาพโลกในอุดมคติที่คุณรู้ว่าซัพพลายเออร์รายหนึ่งไม่ปฏิบัติตาม SLA ก่อนอนุมัติใบแจ้งหนี้ครั้งถัดไป หรือเห็นว่าควรมีการปรับราคาไปแล้วเมื่อสามเดือนก่อน ลองนึกภาพทีมขายได้รับการแจ้งเตือนเรื่องการต่อสัญญาที่ใกล้เข้ามา พร้อมข้อมูลข้อผูกพันที่เจรจาตกลงไว้กับลูกค้า หรือฝ่ายการเงินเห็นข้อผูกพันทางการค้าปรากฏอยู่ในระบบของตนโดยตรง
สัญญากำหนดความสัมพันธ์ระหว่างบริษัท ดังนั้นข้อมูลสัญญาจึงควรเชื่อมโยงกับระบบที่ใช้บริหารความสัมพันธ์เหล่านั้นจริง ๆ ฉันเชื่อว่าสัญญาจะกลายเป็นชั้นข้อมูลการดำเนินงานมากขึ้นเรื่อย ๆ ซึ่งช่วยให้องค์กรเข้าใจไม่เพียงว่าตนตกลงอะไรไว้ แต่ยังช่วยให้รู้ด้วยว่าข้อตกลงเหล่านั้นสร้างคุณค่าตามที่ทุกฝ่ายคาดหวังไว้หรือไม่
เมื่อมองไปข้างหน้า คุณคิดว่าการบริหารจัดการสัญญาจะเป็นอย่างไรเมื่อเอเจนต์ AI มีความสามารถมากขึ้นอย่างมาก หมวดหมู่การบริหารจัดการวงจรชีวิตสัญญาแบบดั้งเดิมจะค่อย ๆ หลอมรวมเข้าเป็นชั้นข่าวกรองสำหรับองค์กรที่ครอบคลุมกว่าเดิมหรือไม่ และคุณมองว่า Sirion จะมีบทบาทอย่างไรในการเปลี่ยนผ่านนี้?
ฉันหวังว่าเมื่อเวลาผ่านไป ขอบเขตของ CLM จะเห็นได้ไม่ชัดเจนเท่าเดิม ปัจจุบันผู้ใช้ยังคิดถึงงานเป็นขั้นตอนต่าง ๆ เช่น ต้องสร้างสัญญา ตรวจทาน ขออนุมัติ ลงนาม จัดเก็บ แล้วจึงบริหารจัดการ เมื่อเอเจนต์มีความสามารถมากขึ้น ผู้คนก็ไม่ควรต้องควบคุมระบบและขั้นตอนการทำงานเหล่านั้นทั้งหมดด้วยตนเอง แต่ควรบอกความต้องการ แล้วปล่อยให้เอเจนต์เฉพาะทางจัดการงานเบื้องหลังส่วนใหญ่
แต่การเปลี่ยนแปลงที่ยิ่งใหญ่กว่าจะเกิดขึ้นหลังลงนาม หาก AI เข้าใจภาระผูกพัน เงื่อนไขทางการค้า ความเสี่ยง และความสัมพันธ์ทั้งหมดในข้อตกลงนับล้านฉบับได้ ข้อมูลเชิงลึกจากสัญญาก็จะเป็นประโยชน์ไกลเกินกว่าฝ่ายกฎหมาย สำหรับฉัน นี่คือสิ่งที่น่าตื่นเต้น นั่นคือการที่สัญญากลายเป็นเรื่องของทุกคนในธุรกิจอย่างแท้จริง
ดังนั้น ฉันจึงไม่คิดว่าสัญญาจะหายไป ตรงกันข้าม สัญญาจะยิ่งมีความสำคัญ เพราะเป็นบริบทที่เชื่อถือได้สำหรับ AI ในองค์กร เป้าหมายของ Sirion คือทำให้ทุกคนเข้าถึงข้อมูลเชิงลึกนี้ได้ ไม่ว่าจะทำงานอยู่ที่ใด ในที่สุด CLM อาจให้ความรู้สึกน้อยลงว่าเป็นระบบเฉพาะที่ต้องเข้าไปใช้งาน และเป็นชั้นข่าวกรองและการดำเนินงานที่เชื่อมโยงข้อผูกพันที่บริษัทให้ไว้เข้ากับการลงมือทำในแต่ละวันมากขึ้น
ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมสามารถเยี่ยมชม Sirion ได้












