आदित्य गुप्ता: एआई के माध्यम से अनुबंधों में बुद्धिमत्ता का बड़े पैमाने पर कार्यान्वयन

आदित्य गुप्ता इस स्थिति को बदलने का प्रयास कर रहे हैं। सिरियन (Sirion) के सह-संस्थापक और तकनीकी निदेशक के रूप में, वह अनुबंधों को निष्क्रिय दस्तावेजों से कृत्रिम बुद्धिमत्ता (AI) पर आधारित बुद्धिमान प्रणालियों में बदलने का नेतृत्व कर रहे हैं जो तर्क करने में सक्षम हैं और सीधे व्यावसायिक कार्यप्रवाहों में एकीकृत हैं।

हालांकि, इस बिंदु तक उनका सफर कॉर्पोरेट सॉफ्टवेयर से बहुत दूर शुरू हुआ था, जिसकी जड़ें यह जानने की गहरी रुचि में थीं कि सिस्टम सतह के नीचे कैसे काम करते हैं। गुप्ता ने जल्दी प्रोग्रामिंग शुरू की, इस विचार से आकर्षित हुए कि जो एक बार बनाया गया है उसे अनंत काल तक बढ़ाया जा सकता है। समय के साथ, यह रुचि कोड लिखने से सिस्टम डिजाइन में बदल गई जो हजारों, और फिर लाखों उपयोगकर्ताओं को संभाल सकते थे। इस प्रगति ने उन्हें कॉर्पोरेट सॉफ्टवेयर, और फिर कृत्रिम बुद्धिमत्ता तक पहुंचाया, जहां सिस्टम अनुमान और निर्णय लेने का समर्थन करने के लिए नियतात्मक तर्क से परे जाते हैं।

भारतीय प्रौद्योगिकी संस्थान (IIT) खड़गपुर में, गुप्ता एक ऐसे वातावरण में डूबे जहां मौलिक सिद्धांतों पर आधारित सोच, समस्या-समाधान और साथियों के बीच सीखने पर जोर दिया जाता था। अपने सहपाठियों के साथ, उन्होंने जटिल, अस्पष्ट समस्याओं को हल किए जाने योग्य घटकों में तोड़ना सीखा।

एक महत्वपूर्ण अनुभव मंगल ग्रह के अन्वेषण के लिए डिज़ाइन की गई स्वायत्त रोबोटिक्स प्रणालियों पर काम करना था। ऐसी परिदृश्यों में मानवीय हस्तक्षेप सीमित होता है, जो टीमों को संचार अंतराल, सिस्टम विफलताओं और मशीनों के सहयोगात्मक व्यवहार पर विचार करने के लिए मजबूर करता है। चुनौती न केवल इंजीनियरिंग की थी, बल्कि अनिश्चित परिस्थितियों में विश्वसनीय रूप से काम करने में सक्षम सिस्टम विकसित करने की भी थी।

इन समस्याओं को छोटे, प्रबंधनीय भागों में विभाजित करके, गुप्ता और उनकी टीम ने जटिलता से निपटा और कार्यात्मक समाधान बनाए। ये शुरुआती अनुभव आज उनके दृष्टिकोण को प्रभावित करना जारी रखते हैं, जिसमें सिस्टम डिजाइन, स्केलेबिलिटी और इंटेलिजेंट ऑटोमेशन का संयोजन शामिल है।

2012 में गुप्ता, अजय अग्रवाल और क्लॉड मारिए द्वारा स्थापित सिरियन, AI-आधारित अनुबंध जीवनचक्र प्रबंधन के लिए सॉफ्टवेयर प्रदान करता है। अनुबंध प्रबंधन, जिसमें निर्माण से नवीनीकरण तक सभी चरण शामिल हैं, पारंपरिक रूप से एक खंडित और त्रुटि-प्रवण प्रक्रिया रही है, भले ही इसकी व्यावसायिक संचालन में केंद्रीय भूमिका हो।

सिरियन के संस्थापकों ने एक महत्वपूर्ण अंतर की पहचान की: अनुबंध उद्यमों की रीढ़ हैं, लेकिन उनके साथ कठोर, स्थिर दस्तावेजों के रूप में व्यवहार किया जाता है। उपयोगकर्ताओं के लिए अक्सर समझौतों को ढूंढना, दायित्वों की व्याख्या करना या मूल्यांकन करना मुश्किल होता है कि क्या नए अनुबंध मौजूदा शर्तों का खंडन करते हैं। हालांकि कई CLM उपकरण भंडारण और वर्कफ़्लो पर केंद्रित थे, उन्होंने काफी हद तक बुद्धिमत्ता और उपयोग में आसानी की उपेक्षा की।

सिरियन ने इस दृष्टिकोण को बदलने का फैसला किया। अनुबंधों को भंडार में संग्रहीत फ़ाइलों के रूप में देखने के बजाय, कंपनी ने उन्हें जीवित प्रणालियों के रूप में देखना शुरू किया - ऐसी संस्थाएं जिन्हें लगातार समझा जाना, ट्रैक किया जाना और जिन पर कार्रवाई की जानी चाहिए। गुप्ता की तकनीकी विशेषज्ञता को उनके सह-संस्थापकों के कानूनी अनुभव के साथ जोड़ते हुए, सिरियन कानून और प्रौद्योगिकी के चौराहे पर स्थित है।

इस परिवर्तन का एक प्रमुख हिस्सा अनुबंधों को छोटे, कार्रवाई योग्य घटकों में विभाजित करना था। फिर दायित्वों को वास्तविक समय में ट्रैक, मॉनिटर और रिपोर्ट किया जा सकता है, यह सुनिश्चित करते हुए कि निर्णय शून्य से नहीं बनाए जाते हैं, बल्कि ऐतिहासिक संदर्भ पर आधारित होते हैं।

गुप्ता बताते हैं: 'मेरी भूमिका समय के साथ विकसित हुई है, लेकिन यह समग्र रूप से वास्तुकला, उत्पाद और AI रणनीति के चौराहे पर है। मेरे द्वारा किए गए सचेत विकल्पों में से एक यह था कि AI केवल एक अतिरिक्त परत नहीं होगा। सिरियन में, यह मुख्य प्रणाली में अंतर्निहित है। चाहे वह खंड निकालना हो, जोखिम विश्लेषण हो या दायित्वों को ट्रैक करना हो, AI गहराई से एकीकृत है।'

गुप्ता के लिए, अनुबंध प्रबंधन, जिस तरह से इसकी अंतर्निहित तकनीक है, लचीला और अनुकूलनीय रहना चाहिए। सिरियन प्लेटफॉर्म AI और जेनरेटिव AI (GenAI) का उपयोग करता है और एजेंटिक प्रणालियों की ओर अधिक बढ़ रहा है। इस मॉडल में, AI केवल विश्लेषण या पीढ़ी से अधिक करता है; यह सक्रिय रूप से कार्यप्रवाहों में भाग लेता है।

सिरियन सिस्टम को अनुबंधों को शुरू से अंत तक समझने के लिए डिज़ाइन किया गया है: दस्तावेजों का विश्लेषण करना, जोखिमों की पहचान करना और उपयोगकर्ताओं को अगले कदमों के बारे में मार्गदर्शन देना। ऐतिहासिक डेटा और प्रासंगिक जानकारी का उपयोग करते हुए, AI सीधे प्रासंगिक जानकारी निकालता है, जिससे लंबे दस्तावेजों को मैन्युअल रूप से देखने की आवश्यकता कम हो जाती है। उच्च आत्मविश्वास वाले परिदृश्यों में, सिस्टम स्वायत्त रूप से भी कार्य कर सकता है, निर्णय लेने की प्रक्रिया को तेज करता है।

वह इस बात पर भी जोर देते हैं कि पूरे अनुबंध जीवनचक्र में जेनरेटिव AI के अनुप्रयोग में बदलाव आया है। मसौदा तैयार करने और बातचीत से लेकर हस्ताक्षर के बाद के प्रबंधन तक, AI विभिन्न चरणों में संदर्भ बनाए रखता है, अनुबंधों को बुद्धिमत्ता की गतिशील प्रणालियों में बदल देता है। ये सिस्टम केवल जानकारी संग्रहीत नहीं करते हैं; वे सक्रिय रूप से निर्णयों को सूचित करते हैं, संबंधों का प्रबंधन करते हैं और परिणामों को प्रेरित करते हैं।

हालांकि, कानूनी क्षेत्र में AI को लागू करने में अनूठी चुनौतियां हैं। सटीकता एक गैर-परक्राम्य आवश्यकता है: 'लगभग सही' पर्याप्त नहीं है। साथ ही, उपयोगकर्ताओं को यह समझने की आवश्यकता है कि निर्णय कैसे और क्यों लिए जाते हैं, जो व्याख्यात्मकता को महत्वपूर्ण बनाता है। पैमाने से एक और स्तर की जटिलता जुड़ जाती है, क्योंकि उद्यम विभिन्न प्रारूपों में लाखों अनुबंधों का प्रबंधन करते हैं। यह सब विश्वास के प्रश्न पर टिका है।

इन समस्याओं को हल करने के लिए, सिरियन ने एक कानूनी ज्ञान ग्राफ और 온톨로지 बनाई है जो AI आउटपुट को विषय-विशिष्ट समझ में मजबूती से स्थापित करती है। प्रत्येक सिफारिश स्पष्ट लिंक के साथ आती है, पारदर्शिता सुनिश्चित करती है। सिस्टम डिजाइन कॉर्पोरेट-स्तरीय कार्यभार को संभालने के लिए स्केलेबिलिटी और दोष सहिष्णुता पर केंद्रित है।

गुप्ता के लिए, विश्वास सटीकता और स्पष्टता के चौराहे पर उत्पन्न होता है। AI निर्णयों को पारदर्शी और संदर्भ-आधारित बनाकर, सिरियन उपयोगकर्ताओं को बुद्धिमान प्रणालियों पर भरोसा करने की अनुमति देता है।

वह स्वीकार करते हैं कि AI अभी भी विकसित हो रहा है। वह समझाते हैं: 'AI में कुछ भी 100% नहीं है। हम उच्च 90 के दशक, 98-99 के करीब आते हैं, तो उपयोगकर्ता अधिक आश्वस्त होते हैं। प्रत्येक निर्णय संभाव्य रहता है, लेकिन सिस्टम की भूमिका इस संभावना को उचित ठहराना और यह गारंटी देना है कि परिणाम विश्वसनीय है।'

गुप्ता AI को भविष्य के लिए एक मूलभूत आधार मानते हैं, जो टेलीफोनी से इंटरनेट में बदलाव के समान है। इसके अनुप्रयोग स्वास्थ्य सेवा और जलवायु मॉडलिंग से लेकर वैज्ञानिक खोजों तक उद्योगों को कवर करते हैं।

हालांकि, वास्तविक समस्या क्षमताओं के निर्माण में नहीं है, बल्कि उनके जिम्मेदार कार्यान्वयन में है। शासन, निष्पक्षता और समान पहुंच के मुद्दे AI के विकास के लिए केंद्रीय बने हुए हैं।

गुप्ता विशेष रूप से एजेंटिक प्रणालियों के उदय में रुचि रखते हैं, जो प्रतिक्रियाशील उपकरणों से सक्रिय प्रणालियों में संक्रमण का संकेत देते हैं जो कार्यप्रवाहों के भीतर काम कर सकते हैं। वह ज्ञान ग्राफ़ के साथ AI के अभिसरण और कॉर्पोरेट प्लेटफार्मों में अंतर्निहित विषय-विशिष्ट बुद्धिमत्ता पर बढ़ते जोर की भी ओर इशारा करते हैं।

वह इस बात पर जोर देते हैं कि नैतिकता इस यात्रा का एक अभिन्न अंग है। डेटा में पूर्वाग्रह परिणामों को विकृत कर सकता है, इसलिए डेटा का सावधानीपूर्वक क्यूरेशन और 'गोल्ड रिकॉर्ड्स' बनाना महत्वपूर्ण है। जवाबदेही और ऑडिट क्षमता यह सुनिश्चित करती है कि AI द्वारा लिया गया प्रत्येक निर्णय ट्रैक किया जा सके।

'AI को मानव निर्णय का पूरक होना चाहिए, न कि उसका प्रतिस्थापन,' गुप्ता कहते हैं, पारदर्शिता, निष्पक्षता और मानवीय निरीक्षण के महत्व पर जोर देते हैं।

AI के अलावा, वह अंतरिक्ष अन्वेषण, क्वांटम कंप्यूटिंग और उभरती मॉडल आर्किटेक्चर के क्षेत्रों में विकास पर नज़र रखना जारी रखते हैं - ऐसे क्षेत्र जो जटिल प्रणालियों के प्रति उनकी अटूट रुचि को दर्शाते हैं।

सिरियन का तकनीकी मार्ग 2014 से AWS के साथ निकटता से जुड़ा हुआ है। बुनियादी कंप्यूटिंग सेवाओं से शुरुआत करते हुए, कंपनी ने धीरे-धीरे अपने स्टैक का विस्तार किया, जिसमें सर्वर रहित आर्किटेक्चर और हाल ही में Bedrock के माध्यम से AI क्षमताएं शामिल हैं। AWS ने सिरियन को प्रभावी ढंग से स्केल करने की अनुमति दी, एक विश्वसनीय, वैश्विक स्तर पर तैनात और अनुपालन योग्य बुनियादी ढांचा प्रदान किया। साझेदारी बुनियादी ढांचे से परे है, जिसमें सिरियन और AWS की अनुसंधान और मशीन लर्निंग टीमों के बीच घनिष्ठ सहयोग शामिल है।

इस संयुक्त कार्यान्वयन ने सिरियन को जटिल समस्याओं को हल करने, मॉडल रणनीतियों को परिष्कृत करने और अपनी AI रोडमैप को गति देने में मदद की है, जबकि स्थिर प्रदर्शन और मापनीयता बनाए रखी है।

गुप्ता के लिए, AI विकास की गति बनाए रखने के लिए अनुशासन और जिज्ञासा दोनों की आवश्यकता होती है। वह प्रतिदिन स्वास्थ्य सेवा, जेनरेटिव AI और क्वांटम कंप्यूटिंग जैसे क्षेत्रों में नए शोध, तकनीकी बदलावों और नवाचारों के बारे में पढ़ने के लिए समय निकालते हैं। विभिन्न विषयों के सहयोगियों या यहां तक कि अपने बच्चों के साथ बातचीत भी उतनी ही महत्वपूर्ण है, जिनके प्रश्न अक्सर नए दृष्टिकोण पैदा करते हैं। वह कहते हैं: 'प्रेरणा हर जगह है'।

साथ ही, वह संतुलन के महत्व पर जोर देते हैं। तेजी से बदलते तकनीकी परिदृश्य में जमीन से जुड़े रहना महत्वपूर्ण है। निरंतर सीखना, खुली बातचीत और स्क्रीन से दूर बिताया गया समय उन्हें नवाचारों के सार्थक अनुप्रयोग के लिए आवश्यक स्पष्टता बनाए रखने में मदद करता है।

मंगल ग्रह के लिए स्वायत्त प्रणालियों के डिजाइन से लेकर अनुबंधों की बुद्धिमान पारिस्थितिक तंत्र बनाने तक, गुप्ता का रास्ता एक निरंतर धागे को दर्शाता है: जिज्ञासा, जिसे स्केलेबल सिस्टम में बदल दिया गया है। सिरियन में, यह जिज्ञासा अब इस बात को आकार दे रही है कि व्यवसाय अपने सबसे महत्वपूर्ण दस्तावेजों को कैसे समझते हैं और उनके संबंध में कार्य करते हैं।