مقابلات
راجيف بوتاني، الرئيس التنفيذي لشركة MediaMint – سلسلة المقابلات
راجيف بوتاني، الرئيس التنفيذي لشركة MediaMint، يأتي مع أكثر من ثلاثة عقود من الخبرة في القيادة في التكنولوجيا العالمية والوسائط والتحول الرقمي. قبل انضمامه إلى MediaMint، شغل منصب الرئيس التنفيذي وعضو المجلس في HeadSpin، حيث drove الابتكار في ذكاء الأداء لتجارب رقمية. قبل ذلك، قضى بوتاني ما يقرب من 27 عامًا في Accenture، حيث قاد مبادرات تحويلية كمدير تقني لمجموعة الاتصالات والوسائط والتكنولوجيا، والإشراف على الاستراتيجية والشراكات حول التكنولوجيات الناشئة مثل الذكاء الاصطناعي والتعلم الآلي. وشملت أدوار القيادة في Accenture إدارة العلاقات مع العملاء الرئيسيين مثل Google وFacebook وMicrosoft، مما يظهر خبرته العميقة في تقاطع التكنولوجيا والاستراتيجية والنمو.
تأسست MediaMint في عام 2010، وهي شريك عمليات رقمية عالمي توفر الدعم الشامل عبر عمليات الإعلان والانتاج الإبداعي وتحليل البيانات وإدارة الحملات. ومقرها في حيدر أباد مع مكاتب في جميع أنحاء الولايات المتحدة وبولندا، تتمكن MediaMint من تمكين الشركات الإعلامية والوكالات والمنصات من النمو بكفاءة من خلال مزيج من الخبرة البشرية والتكنولوجيا. تركز الشركة على تقديم التميز التشغيلي العالي والمرونة والشفافية – مما يساعد العملاء على简化 تدفقات العمل وتحسين التكاليف والتركيز على الابتكار في النظام البيئي الرقمي المعقد بشكل متزايد.
ما الذي ألهم انتقالك من Accenture إلى قيادة MediaMint، وكيف ساهمت خلفيتك في الاستشارات في نهجك لعمليات مدعومة بالذكاء الاصطناعي؟
كانت حركتي حول الخروج من غرفة الاستشارات والدخول إلى مقعد المشغل. بعد سنوات في Accenture لمساعدة الشركات على تصميم خطط التحول، رأيت فرصة سوقية واضحة لإنشاء حل يمكنني من خلاله اتخاذ المسؤولية ليس فقط عن خطط التحول ولكن أيضًا ملكية النتائج مع وجود رأس المال في اللعبة.
随着 زيادة اعتماد الذكاء الاصطناعي، يطالب العملاء شركاء يمكنهم تقديم نتائج ونتائج من خلال ملكية العمل الشامل وليس أجزاء فقط. حددت خلفيتي في الاستشارات نهجنا لتحقيق هذا الطلب، ولا أستطيع أن أكون أكثر حماسًا للرحلة القادمة لدعم المنظمات الرائدة في قطاعات الإعلام والترفيه والتكنولوجيا بعملياتها الأمامية.
كسر الحواجز مع Agentic AI: نحن نطبق التفكير الاستراتيجي المتقاطع للاستشارات مباشرة من خلال منصة Agentic AI. يسمح لنا Agentic AI بكسر الحواجز الوظيفية – مبيعات، عمليات الإعلان، المالية – التي يُجبر عليها الشركات الكبيرة. تمكننا مرونتنا من تصميم وتسليم حلول شاملة تجمع بين Agentic AI ووكلاء بشريين لتوليد نتائج على نطاق واسع.
تأسست MediaMint في عام 2010 ونمت بشكل كبير منذ ذلك الحين. كيف تطورت مهمة الشركة وقدراتها – خاصة مع إطلاق MediaMint Labs؟
لقد كانت MediaMint دائمًا في طليعة عمليات الإعلام وال营销. بدأنا بتقديم خدمات بشرية عالية الجودة للناشرين الرئيسيين والمنصات والوكالات والعلامات التجارية. كانت مهمتنا أن نصبح الشريك التشغيلي الموثوق الذي يسمح للعملاء بتوسيع إيراداتهم وبناء كفاءات تشغيلية.
يحدد إطلاق MediaMint Labs المرحلة التالية لنا، وهي 공식ية كيف نستخدم الذكاء الاصطناعي لتحقيق ليس فقط الكفاءة ولكن النمو. نحن الآن متوجهون إلى إنشاء وكلاء ذكاء اصطناعي من خلال MediaMint Labs لا يؤدون فقط المهام بل يصبحون معززات استراتيجية للعملاء. كان استحواذ DataBeat جزءًا حاسمًا من هذه التطور، مما أعمق من قدراتنا عبر هندسة البيانات والتحليلات وإدارة العائد. هذا تغيير أساسي، حيث نتحرك من مزود خدمات موثوق إلى شريك نمو مدعوم بالذكاء الاصطناعي.
يركز MediaMint Labs على وكلاء ذكاء اصطناعي ومتعززات ومسرعين يتم إنشاؤهم共同ًا لا يبنيها MediaMint فحسب بل يمتلكها ويشغلها أيضًا. ما هو الميزة الاستراتيجية التي تقدمها هذه الطريقة لملكية يدوية للعملاء؟
هذه طريقة ملكية يدوية هي متميزنا الاستراتيجي الأساسي. لقد تعلمنا أنك عندما تسلم وكلاء ذكاء اصطناعي وتسير بعيدًا، فشل في لحظة وصول التعقيد العالمي الحقيقي. يحصل عملاؤنا على ميزتين رئيسيتين:
أولاً، التطوير السريع والأمان. يسمح لنا منصتنا التطوير الداخلية، التي لا تعتمد على النموذج، بتصميم وتنفيذ وتشغيل وكلاء لعدد من حالات استخدام النمو بأمان وبتسلسل. مع بيئات تشغيل مسبقة وتهيئة بيئة واحدة، يمكننا جعل وكلاء جدد على الخط في أسابيع، وليس أشهر. تتعامل المنصة مع الحوكمة ومكانة البيانات والأمان افتراضيًا، لذلك لا يحتاج العملاء إلى القلق بشأن تعقيدات إدارة البنية التحتية للذكاء الاصطناعي المخصصة.
ثانيًا، التحسين المستمر والاستقرار. نحن نحتفظ بملكية تشغيلية، مما يعني أننا مسؤولون عن أداء الوكيل المستمر. نتعقب الأداء في الوقت الفعلي من خلال نظام تتبع مركزي، بحيث تكون كل إجراء مسؤولة وكل نتيجة تحسنت مع مرور الوقت.
لقد حذرتم من مخاطر تسليم وكلاء ذكاء اصطناعي للعملاء دون رعاية مستمرة. لماذا يكون نموذج MediaMint – حيث تحتفظون بملكية تشغيلية – فعالًا؟
تسليم وكيل ذكاء اصطناعي مثل تسليم سيارة سباق عالية الأداء بدون فريق صيانة. قد تعمل بشكل مثالي في اليوم الأول، ولكن بدون ضبط وتحسين مستمر، فشل. العيب الأساسي هو التدهور – يتحول أداء الوكيل، حيث تتغير تدفق العمل أو واجهة برمجة التطبيقات للعميل.
لماذا تعمل ملكية تشغيلية: نموذجنا فعال لأننا نحتفظ بملكية تشغيلية، معاملات الوكيل ليس كمنتج، ولكن كخدمة مضمونة. يوفر هذا ميزتين رئيسيتين:
- التحسين المستمر
نحن نحتفظ بالمسؤولية عن أداء الوكيل المستمر. يسمح لنا سجلات التتبع المركزية ومجموعات التقييم بمراقبة الوكلاء وتحسينهم باستمرار من خلال عملية Human-in-the-Loop (HITL) ضد قواعد العمل الحية للعميل. يضمن هذا النموذج أن أداء الحل لا يتحول؛ بل يصبح أكثر ذكاءً وقوة مع مرور الوقت. هذه الرعاية المستمرة هي ما يضمن أن الوكيل سيعمل دائمًا بأمان، مما يلغي المخاطر الحرجة للإيرادات والامتثال للعميل.
- الاحكام الاستراتيجية وحماية الحالات الحدودية
الانسان في الحلقة ليس موجودًا لأداء المهام الأساسية؛ بل هو “فريق الصيانة” لحالات عالية المخاطر. هذا الخبرة حاسمة ل:
الاحكام الاستراتيجية: التعامل مع الحالات التي لم يرها الذكاء الاصطناعي من قبل، مثل التغييرات التنظيمية الكبيرة أو إطلاق منصات إعلان جديدة.
حل الحالات الحدودية: حل الإخراج الغامض والفشل المعقد الذي يمكن أن يؤثر على الإيرادات أو الامتثال.
تترجم هذه الرعاية المستمرة مباشرة إلى قيمة. نحن نقدم نتيجة أداء مضمونة، مما يضمن تقليلًا كبيرًا للأخطاء الحرجة والحفاظ على رضا العملاء على 높은 مستوى، وليس مجرد برنامج برمجي.
كيف تتصور Agentic AI مکملة أو حتى استبدال عناصر من نموذج SaaS؟ ما هي العوامل التي تحدد ما إذا كان الحل يُقدم بشكل أفضل كـ Agentic AI مقابل SaaS تقليدية؟
المناقشة الحالية تفوت النقطة: Agentic AI ليس هنا لاستبدال كامل مكدس SaaS؛ بل هو هنا لتحدي اقتصاديات العمل التشغيلي. الفرق الأساسي هو التحول من تقديم أداة إلى ضمان نتيجة. سيتأثر Agentic AI ب SaaS بطريقتين:
الاستبدال: ضغط تدفق العمل. سوف يستبدل الوكلاء بالمنصات التي تم تصميمها فقط لنقل البيانات أو توفير خطوات روتينية. القيمة لا تقع في واجهة المستخدم؛ بل في الإجراء المستقل. نحن نتحرك من “أداة كخدمة” إلى “إجراء كخدمة”.
المكملة: طبقة التعزيز. لن يستبدل الوكلاء بالمنصات الاستراتيجية مثل Salesforce أو أنظمة الإعلام الرئيسية. بدلاً من ذلك، سيعمل نظام Agentic AI الخاص بنا على هذه المنصات، مما يؤدي تحسينات معقدة في الوقت الفعلي. يأخذون أنظمة السجلات السلبية ويحولونها إلى أنظمة ذكاء نشطة، مما يعزز قدرة الإنسان.
العامل الرئيسي الذي يحدد نهجنا هو الموثوقية. على عكس أدوات LLM للمستهلك، يتم تصميم وكلائنا من البداية لتكون عمال موثوقين. يتم هندستهم لاتباع إجراءات التشغيل الموحدة بدقة، والامتثال للسياسات، وألا يتحولوا أبدًا على مدار مئات التشغيل. هذا الالتزام بالحوكمة والثقة – وليس فقط الإبداع – هو ما يسمح لنا بإدارة تدفقات العمل الحرجة ل H، وهو ما لا تستطيع SaaS التقليدية ولا الذكاء الاصطناعي للمستهلك القيام به.
يشدد MediaMint على نهج هجين مع بشر في الحلقة. لماذا لا يزال الإشراف البشري حاسمًا في عصر Agentic AI، وكيف يحسن النتائج؟
يوفران البشر شيئين لا يستطيع وكيل ذكاء اصطناعي تقديمهما: الحكم والاستراتيجية. في حين يمكن لوكيل ذكاء اصطناعي إنشاء خطة إعلامية أو تصحيح خلل في التمثيل، يحتاج Strategist البشري إلى تحديد الأهداف التجارية وتقديم التوجيه الإبداعي واتخاذ قرارات دقيقة تتضمن سلامة العلامة التجارية ومزاج السوق أو العوامل الخارجية غير المتوقعة.
يدعم منصتنا هذا النموذج الهجين بالتصميم. يتم تصميم وكلائنا ليكونوا شركاء موثوقين يمكنهم إنجاز المهمة بشكل متسق، تشغيل بعد تشغيل، مع اتباع الإرشادات والدورات بدقة. هذا يضمن أن الحاكم البشري يمكنه تقديم توجيه وتنبيه في الوقت الفعلي، ويعمل ك Human-in-the-Loop (HITL) الضروري، وضمان تشغيلهم كعمال مسؤولين وموافقين على السياسات. يتعامل الوكيل مع المهام الروتينية والكبيرة الحجم، مثل صياغة التقارير أو إشارة إلى القضايا، مما أدى إلى تقليل متوسط 40٪ في الجهد لأفرادنا. هذا يحرر البشر لتركيزهم على العمل الاستراتيجي القيم العالية. الإشراف البشري لا يحسن النتائج فحسب؛ بل يضمن أن تكون متوافقة مع الأهداف الاستراتيجية الأوسع للعمل.
يفشل العديد من تطبيقات الذكاء الاصطناعي لأنها معزولة جدًا. كيف يضمن MediaMint أن حلول الذكاء الاصطناعي تدمج بشكل شاملاً عبر تدفقات العمل والإدارات؟
هذه هي التحدي الرئيسي، ولقد صممنا فلسفتنا بأكملها لحلها. يفشل معظم مشاريع الذكاء الاصطناعي لأنها يتم بناؤها كحلول نقطة معزولة لا تتحدث أبدًا لغة الأعمال. حلنا هو ضمان أن يتم تصميم كل وكيل من البداية لتدفق العمل والواقع التشغيلي الخاص بالعميل. نحن نتحقق من هذه التكامل الشامل ليس من خلال SDKs العامة، بل من خلال Agent Runbook – خطة تشغيلية مخصصة.
Agent Runbook هو الخطة التشغيلية الأساسية. إنه كتاب لعب مخصص – مجموعة من الإرشادات والحدود التي تخبر الوكيل بالضبط ما يجب فعله، وكيفية التعامل مع الاستثناءات، وكيفية الاتصال بدقة بنظم خارجية. هذا النهج يعالج مباشرةً مشكلة الذكاء الاصطناعي المتجزئة من خلال إجبار التكامل في البداية: يتم تخصيص Runbook لسياسة التشغيل الخاصة بالعميل، مما يدمج خبرتنا في المجال في النواة. علاوة على ذلك، يربط مكتبتنا للوصلات هذه الوكلاء بسهولة بنظم العميل الرئيسية مثل Salesforce و Google Ad Manager و Snowflake. هذا يعني أن حل الذكاء الاصطناعي ليس أداة، بل مكونًا متكاملًا شاملاً من عمود فقري التشغيل الخاص بالعميل.
هل تتوقع سيناريوهات حيث يتعاون وكلاء ذكاء اصطناعي متعددين عبر الأدوار، مما يخلق أنظمة “وكيل إلى وكيل”؟ ماذا يبدو هذا المستقبل؟
بالتأكيد. نحن نبني بالفعل نحو هذا المستقبل. هيكل منصة لدينا، مع طبقة الخدمة الموحدة وملحقات الأدوات، مصمم لهذا النوع من التآزر. سيكون المستقبل أقل حول وكيل ذكاء اصطناعي منفرد وأكثر حول وكلاء متخصصين يتعاونون لحل مشكلة أعمال معقدة.
تخيل نظامًا حيث يكتشف وكيل الكشف عن الشوائب انخفاضًا في أداء الحملة. يؤدي هذا إلى وكيل تحسين يعدل العرض. يُبلغ هذا الوكيل الثاني بعد ذلك وكيل جودة الإبداع للتحقق من وجود أي مشاكل في الإبداع. أخيرًا، يدمج وكيل التقرير جميع هذه الإجراءات والرؤى في تقرير في الوقت الفعلي للمanager الحساب. يتيح لك MediaMint Labs هذا التعاون بين الوكيل، مما يشكل العمود الفقري لعمليات الأعمال الجيل القادم، حيث لم تعد تدفقات العمل تسلسلًا خطيًا للمهام البشرية، بل توجيهًا ديناميكيًا لوكلاء مستقلين.
للسيئات التي تستكشف Agentic AI، ما هي التوصيات الثلاثة الأولى لضمان التنفيذ الناجح والقيمة على المدى الطويل؟
توصياتي الثلاث الأولى ستكون:
- ابدأ بالمشكلة الصحيحة، وليس التكنولوجيا الرائعة فقط. لا تبني وكيلًا لذكاء اصطناعي من أجل ذلك. ركز على مشكلة محددة جيدًا ومتكررة وقيمة عالية، مثل حالات استخدام ممثلة لدينا لوكيل تمثيل الحملة أو وكيل جودة الإبداع. يجب أن تكون القيمة واضحة وقابلة للقياس، مع هدف مرتبط إما بتقليل الجهد (مثل >25٪)، أو تحسين الإيرادات القابل للقياس، أو تجنب خسارة الإيرادات القابل للقياس.
- خطط لمراقبة تشغيلية، وليس فقط النشر. لا تسلمه. الوكلاء هم أنظمة حية تتطلب مراقبة مستمرة وتقييمًا وإدارة أمان. اختر شريكًا يقدم نموذجًا مثل نموذلنا – حيث ي сохrzون ملكية تشغيلية – لضمان أن استثمارك يولد قيمة على المدى الطويل ولا يصبح كابوسًا صيانة.
- أعطى الأولوية للتكامل والحوكمة من البداية. الوكلاء المعزولون سيفشلون.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا MediaMint.
