Канті Прабха, президентка, директорка з продуктів і технологій Sirion — цикл інтерв’ю

Канті Прабха, президентка й директорка з продуктів і технологій у Sirion, — керівниця у сфері корпоративних технологій із понад двадцятирічним досвідом у розробці продуктів, юридичних технологіях, інтелектуальній власності, операційній діяльності та SaaS. Як учасниця команди засновників Sirion, вона відіграла центральну роль у формуванні продуктової концепції, дизайну й розробки компанії, обіймаючи керівні посади, зокрема віцепрезидентки з управління продуктами та операційної директорки, перш ніж стати президенткою. До її компетенцій належать створення корпоративних B2B SaaS-продуктів, продуктова стратегія й управління продуктами, успіх клієнтів, корпоративні продажі, а також розбудова команд і корпоративної культури. Раніше Прабха була першою співробітницею та учасницею команди засновників UnitedLex, де розробляла технологічні рішення для юридичних відділів корпорацій і керувала ініціативами у сфері інтелектуальної власності; до цього вона працювала у сфері патентних послуг в Evalueserve. Вона також є радницею akirolabs, а раніше була радницею Clarisights.

Sirion — компанія, що розробляє систему управління життєвим циклом контрактів (CLM) на основі штучного інтелекту й допомагає підприємствам керувати контрактами від створення та переговорів до подальшого виконання, дотримання зобов’язань і реалізації їхньої цінності. Її платформа поєднує розмовний штучний інтелект зі спеціалізованими ШІ-агентами, які можуть централізувати й структурувати сховища контрактів, відповідати на запитання про їхні умови, створювати й перевіряти угоди, виявляти ризики, пропонувати правки та контролювати виконання зобов’язань і угод про рівень обслуговування. Sirion дедалі активніше розвиває технології агентного укладання контрактів за допомогою платформи agentOS, яка дає організаціям змогу впроваджувати готових агентів для роботи з контрактами, а також створювати власних агентів, підключених до корпоративних даних і робочих процесів. Платформа призначена для великих організацій, які прагнуть перетворити контракти зі статичних документів на структуровані, придатні до пошуку джерела операційної інформації, водночас забезпечуючи належне управління та людський нагляд.

Ваш шлях до заснування Sirion був нетиповим: ви вивчали хімію, перейшли до права у сфері інтелектуальної власності, працювали з патентами, а згодом, співпрацюючи з Hewlett-Packard, почали інакше дивитися на контракти. Що ви зрозуміли завдяки цьому ранньому досвіду, що зрештою переконало вас у можливості заснувати Sirion? 

Я не виросла з думкою, що створю компанію, пов’язану з контрактами. Я вивчала хімію, але досить швидко зрозуміла, що мене більше цікавить розв’язання бізнес-завдань, ніж кар’єра в лабораторії. Зрештою це привело мене у сферу інтелектуальної власності: я працювала з патентами, а згодом очолила команди, які розробляли технологічні та юридичні рішення для великих підприємств.

Справжній переломний момент настав, коли ми з моїм співзасновником Sirion Аджайєм почали співпрацювати з HP. Після великого поглинання компанії потрібно було впорядкувати й обслуговувати тисячі контрактів. Спочатку ми вважали, що йдеться лише про створення сховища, але, уважно вивчивши контракти, зрозуміли: зберігання — лише крихітна частина можливості. Контракти показували, що компанія придбала й продала, що вона пообіцяла, що пообіцяли її постачальники, скільки вона платить, де наражається на ризик і де потенційно втрачає цінність. Однак бізнесу було майже неможливо скористатися цією інформацією. Саме це осяяння стало основою Sirion. Контракти були майже невикористаним джерелом бізнес-аналітики.

Ви називали контракти різновидом «рідкої інтелектуальної інформації» в організації. Яка цінна інформація зазвичай прихована в контрактах і як штучний інтелект може зробити її корисною для команд поза юридичним відділом — зокрема фінансів, закупівель, продажів та операційної діяльності? 

Контракти — одне з небагатьох місць, де наміри компанії стають реальними зобов’язаннями. З них можна дізнатися, скільки компанія погодилася заплатити, що клієнт погодився придбати, коли можуть змінитися ціни, яких рівнів обслуговування потрібно дотримуватися, коли поновлюється угода, що станеться, якщо хтось не виконає своїх зобов’язань, і хто за що відповідає. Це надзвичайно цінна інформація, але історично вона залишалася прихованою в документах, які більшість людей відкривають лише тоді, коли потрібно про щось домовитися або коли щось пішло не так.

Штучний інтелект змінює ситуацію, адже дає змогу перетворити неструктурований текст контрактів на інформацію, якою може скористатися решта компанії. Відділ закупівель може розуміти зобов’язання постачальників і ціни. Фінансовий відділ — бачити комерційні зобов’язання та потенційні втрати. Відділ продажів — розуміти умови поновлення контрактів і зобов’язання перед клієнтами. Операційний відділ — відстежувати, чи справді виконується обіцяне.

Саме це я маю на увазі, коли говорю про перетворення контрактної інформації на «рідку». Замість того щоб залишатися в PDF-файлі, вона може надходити до рішень і систем, де найбільше потрібна. Замість того щоб бути завершальним етапом угоди, контракт завдяки такій інформації стає активним джерелом контексту для роботи компанії.

Sirion пройшла шлях від програмного забезпечення для управління життєвим циклом контрактів до платформи, що дедалі активніше використовує штучний інтелект. Як поява великих мовних моделей змінила технічні можливості роботи з даними контрактів порівняно з підходами машинного навчання, доступними на початку діяльності компанії?

Коли ми заснували Sirion, штучний інтелект у сфері договірної роботи переважно використовували для вилучення даних і класифікації. Машинне навчання могло дуже добре розпізнавати пункт договору, дату, назву сторони чи зобов’язання, але для цього моделі потрібно було навчати виконувати відносно вузькі завдання.

Великі мовні моделі значно розширили можливості систем міркувати. Тепер система може розуміти запит, сформульований природною мовою, тлумачити контекст пункту договору, порівнювати формулювання з бажаною позицією компанії, пояснювати, чому щось становить ризик, і пропонувати подальші дії.

Але я не вважаю, що великі мовні моделі замінять усе, що було до них. Договори надто складні для цього. У Sirion ми використовуємо підхід із кількома моделями, поєднуючи великі мовні моделі зі спеціалізованими моделями та глибокою аналітикою договорів. Різні моделі добре справляються з різними завданнями. Це поєднання важливе, адже підприємствам потрібен не просто ШІ, здатний генерувати переконливі формулювання. Їм потрібна точність. Найбільше захоплює те, що ми можемо перейти від вилучення інформації з договорів до аналізу цієї інформації та дедалі частіше — до дій на її основі.

Зараз Sirion впроваджує спеціалізованих ШІ-агентів для таких завдань, як вилучення даних із договорів, виявлення проблем, внесення правок і пошук у великих сховищах договорів. Як, на вашу думку, ці агенти взаємодіятимуть між собою і наскільки автономно підприємствам зрештою варто дозволити ШІ діяти під час укладання договорів?           

Я не думаю, що майбутнє — за одним гігантським ШІ-агентом, який робитиме все. Підготовка договорів охоплює багато спеціалізованих завдань, і для кожного потрібні різний контекст і різний рівень судження. Один агент може вилучати умови з тисяч угод. Інший — виявляти формулювання, що відхиляються від політики. А агент із внесення правок може запропонувати точну зміну на основі внутрішніх настанов компанії. Справжня сила полягає в тому, що агенти можуть спільно працювати заради певного результату, а не змушувати користувача керувати кожним окремим кроком.

Наприклад, хтось може запитати: «Чи можемо ми погодитися на цю угоду з постачальником?» Система має визначити найважливіші умови, порівняти їх із політикою, виявити проблеми, знайти відповідні приклади з попередньої практики й рекомендувати зміни, пояснюючи, що саме вона зробила і чому.

Межі автономності мають залежати від рівня ризику. Я вважаю цілком прийнятним, щоб ШІ автономно виконував багато повторюваних дій, визначених правилами. Однак нове положення про відповідальність або стратегічно важливі переговори можуть вимагати людського судження. Кінцева мета автономності — усунути зайву роботу, зберігши людський контроль там, де важливі відповідальність і взаємини.

Договори можуть містити деякі з найбільш чутливих для компанії комерційних і юридичних даних. Ви казали, що Sirion радше відкладе запуск продукту, ніж піде на компроміс із безпекою. Які поступки в питаннях безпеки чи конфіденційності викликають у вас найбільше занепокоєння, коли генеративний ШІ дедалі глибше інтегрується в робочі процеси підприємств?

Договори можуть містити інформацію про ціни, інтелектуальну власність, працівників, придбання компаній, стратегічні зобов’язання, а також надзвичайно чутливі дані про клієнтів і постачальників. Компанії мають точно знати, куди потрапляє ця інформація, коли її обробляє система ШІ, як саме її обробляють, хто має до неї доступ і чи використовують її для навчання іншої моделі.

Зараз існує величезний тиск, щоб якомога швидше випускати функції ШІ, але найбільше мене непокоїть спокуса ставитися до даних підприємств як до звичайного матеріалу для навчання. Я розумію цей тиск, але корпоративний ШІ не можна створювати за принципом «з питаннями управління розберемося пізніше». Безпека має бути закладена в архітектуру від самого початку.

Це означає надійний контроль доступу, шифрування, можливість аудиту, чітке розмежування даних і виважені рішення щодо використання сторонніх моделей. У Sirion ми не раз ухвалювали рішення, через які робота надовго сповільнювалася заради безпеки, і я вважаю такий компроміс виправданим. У корпоративному програмному забезпеченні, особливо коли йдеться про роботу з договорами, довіру вибудовують роками, а зруйнувати її може одне необачне рішення.

Одна з постійних проблем генеративного ШІ полягає в тому, що відповідь може звучати переконливо й авторитетно, навіть якщо вона неправильна. Як ви проєктуєте системи ШІ для роботи з договорами, де непомітна помилка може мати фінансові чи юридичні наслідки, щоб користувачі могли перевіряти їхні відповіді й довіряти їм? 

Це одна з найважливіших відмінностей між споживчим і корпоративним ШІ. Якщо я попрошу ШІ-помічника порадити ресторан, а він помилиться, наслідки будуть незначними. Але якщо юридична команда запитає, чи містять 5 000 договорів із постачальниками певне право на розірвання, а система впевнено пропустить 200 таких випадків, це зовсім інша проблема.

Ми проєктуємо системи так, щоб їхні відповіді можна було перевірити. Якщо ШІ повідомляє щось про договір, користувач має змогу простежити відповідь до відповідного формулювання в самому договорі. Якщо система рекомендує внести правку, користувач має розуміти, на яку політику чи настанови спирається ця рекомендація. Пояснюваність є основою впровадження, адже довіра виникає тоді, коли роботу ШІ можна перевірити.

Sirion наголошує на тому, що відповіді ШІ мають ґрунтуватися на власних контрактах і прецедентах організації, а не лише на моделях загального призначення. Як ви вважаєте, чи буде наступний важливий етап розвитку корпоративного ШІ дедалі більше залежати від систем, що поєднують базові моделі з вузькоспеціалізованими власними даними компаній?

Безумовно. Базові моделі надзвичайно потужні, але вони не знають, як саме працює ваша компанія. Їм невідомо автоматично, на які поступки ваша юридична команда погодилася минулого року, як ви формуєте ціни для стратегічного клієнта, які постачальники регулярно не дотримуються рівня обслуговування або в яких випадках ваша організація вимагає ескалації. Саме завдяки такому контексту корпоративний ШІ стає справді корисним.

Якщо поєднати важливі свідчення рішень і зобов’язань між організаціями, зафіксовані в контрактах, з унікальними політиками компанії, посібниками з ведення переговорів, історичними угодами та операційними даними, система ШІ зможе перейти від загальних відповідей до відповідей, що відображають принципи роботи вашого бізнесу. На мою думку, конкурентна перевага в корпоративному ШІ дедалі більше залежатиме від цього контексту, адже більшість підприємств уже мають доступ до подібних базових моделей. Вирішальним чинником стане те, наскільки ефективно вони зможуть поєднувати ці моделі з надійною власною інформацією та надавати їм достатньо контексту для точних висновків без шкоди для безпеки.

Ви понад десять років розвиваєте Sirion і обіймали посади у сферах розробки продукту, операційної діяльності та керівництва компанією. Чого ви навчилися про масштабування корпоративного програмного забезпечення на основі ШІ, чого не могли зрозуміти в перші роки існування компанії?

Я зрозумів, що створити технологію іноді буває найпростіше. Труднощі починаються, коли потрібно змінити спосіб роботи великої організації. У перші роки ви природно зосереджуєтеся на тому, чи здатен продукт розв’язати проблему. Коли ж масштабуєте його для великого підприємства, розумієте: технічно бездоганна відповідь корисна лише тоді, коли люди їй довіряють, вона вписується в наявні робочі процеси й здатна впоратися з величезною складністю глобальної організації.

ШІ робить цей висновок ще важливішим. Сьогодні вражаючу демонстраційну версію можна створити дуже швидко. Але створити рішення, якому підприємство готове довірити мільйони точок даних і робочих процесів, — зовсім інша справа.

Оскільки ШІ дає змогу безперервно аналізувати зобов’язання, ризики, цінові умови, поновлення та результати виконання тисяч угод, чи можуть контракти зрештою стати рівнем операційних даних підприємства в реальному часі, а не документами, до яких звертаються переважно тоді, коли щось іде не так?

На мою думку, саме до цього ми й рухаємося. Довгий час контракт вважали кінцевим результатом. Усі домовляються, підписують документ, святкують, а потім документ потрапляє до сховища. Через шість місяців хтось відкриває його через суперечку, наближення поновлення або запитання про те, що саме було обіцяно. Такий підхід не має сенсу, коли ШІ може безперервно відстежувати, що відбувається в усьому масиві контрактів.

В ідеальному світі можна було б дізнатися, що постачальник не дотримався SLA, перш ніж затвердять наступний рахунок, або побачити, що коригування ціни мало відбутися ще три місяці тому. Уявіть, що відділ продажів отримує сповіщення про майбутнє поновлення договору разом з інформацією про погоджені з клієнтом зобов’язання, а фінансовий відділ бачить комерційні зобов’язання безпосередньо у своїх системах.

Контракти визначають відносини між компаніями, тому дані з них мають бути пов’язані із системами, у яких ці відносини фактично контролюють. Я вважаю, що контракт дедалі частіше ставатиме рівнем операційних даних, який допомагатиме підприємству розуміти не лише те, про що воно домовилося, а й те, чи приносять ці домовленості очікувану всіма цінність.

Як, на вашу думку, зміниться управління контрактами, коли агенти ШІ стануть значно потужнішими? Чи зникне традиційна категорія управління життєвим циклом контрактів, розчинившись у ширшому рівні корпоративної аналітики, і яку роль, на вашу думку, відіграватиме Sirion у цьому переході? 

Сподіваюся, що з часом межі управління життєвим циклом контрактів (CLM) стануть значно менш помітними. Сьогодні користувачі й досі мислять послідовністю кроків: потрібно створити контракт, перевірити його, отримати погодження, підписати, зберегти, а потім контролювати його виконання. Коли агенти стануть потужнішими, людям не доведеться самостійно координувати всі ці системи й робочі процеси. Вони зможуть сформулювати намір, а спеціалізовані агенти виконуватимуть значну частину необхідної роботи.

Але важливіші зміни відбуваються після підписання. Якщо ШІ зможе розуміти кожне зобов’язання, комерційну умову, ризик і взаємини в мільйонах угод, контрактна аналітика буде корисною далеко за межами юридичної сфери. Саме це мене й захоплює: нарешті контракти стануть справою кожного.

Тож я не думаю, що контракти зникнуть. Навпаки. Вони стануть важливішими, адже забезпечуватимуть корпоративний ШІ надійним контекстом. Наша мета в Sirion — зробити цю аналітику доступною скрізь, де виконується робота. Зрештою CLM може сприйматися не як окрема платформа, а радше як рівень аналітики й виконання, що поєднує зобов’язання компанії з її щоденними діями.

Дякуємо за чудове інтерв’ю! Читачі, які хочуть дізнатися більше, можуть відвідати Sirion.