Rajeev Butani, CEO of MediaMint – Interview Series

Rajeev Butani, CEO of MediaMint, přináší více než tři desetiletí zkušeností s vedením v globální technologii, médiích a digitální transformaci. Předtím, než se připojil k MediaMint, působil jako CEO a člen představenstva ve společnosti HeadSpin, kde poháněl inovace v oblasti výkonové inteligence pro digitální zkušenosti. Předtím strávil Butani téměř 27 let v Accenture, kde vedl transformační iniciativy jako Group Technology Officer pro Communications, Media & Technology, kde dohlížel na strategii a partnerství v oblasti vyvíjejících se technologií, jako je umělá inteligence a strojové učení. Jeho vedoucí role v Accenture zahrnovaly řízení vztahů s významnými klienty, jako jsou Google, Facebook a Microsoft, což dokazuje jeho hluboké odbornosti na rozhraní technologie, strategie a růstu.

Založena v roce 2010, MediaMint je globálním partnerem digitálních operací, který poskytuje komplexní podporu napříč reklamními operacemi, tvorbou, analýzou dat a řízením kampaní. S centrálou v Hyderabadu a pobočkami v USA a Polsku, MediaMint umožňuje médiím, agenturám a platformám škálovat efektivně díky kombinaci lidského odbornictví a technologií. Společnost se zaměřuje na poskytování vysoké kvality provozní excelence, flexibility a transparentnosti – pomáhá klientům optimalizovat své pracovní postupy, snižovat náklady a zaměřit se na inovace v stále složitějším digitálním ekosystému.

Co vás inspirovalo k přechodu z Accenture do vedení MediaMint a jak vaše zkušenosti z poradenství ovlivnily váš přístup k operacím poháněným umělou inteligencí?

Můj přechod byl o tom, vyjít z poradenské místnosti a usednout do řídícího křesla. Po letech strávených v Accenture, kde jsem pomáhal společnostem navrhnout transformační mapy, jsem viděl jasnou trhovou příležitost postavit řešení, kde bych mohl nést odpovědnost nejen za mapy, ale také za výsledky s nasazením.

S rostoucí adopcí AI klienti požadují partnery, kteří mohou dodávat výsledky a výsledky tím, že vlastní koncovou práci, a ne jen části. Můj poradenský background definoval náš přístup, abychom splnili tuto poptávku, a nemohu být více nadšený z této cesty vpřed, podporující vedoucí organizace v médiích, zábavě a technologickém sektoru s jejich front-office operacemi.

Přerušení sil: Přímé uplatňování strategického, mezioborového myšlení poradenství přímo prostřednictvím naší platformy Agentic AI. Agentic AI umožňuje přerušit funkční sila – Prodej, AdOps, Finance – proti kterým jsou větší firmy nuceny pracovat. Naše pružnost umožňuje navrhnout a dodat komplexní řešení kombinující Agentic AI a lidské agenty pro generování výsledků v měřítku.

MediaMint byla založena v roce 2010 a od té doby významně expandovala. Jak se vyvinula mise a schopnosti společnosti – zejména s uvedením MediaMint Labs?

MediaMint vždy stála v čele médií a marketingových operací. Začali jsme poskytováním vysoce kvalitních, lidsky vedených služeb majoritním vydavatelům, platformám, agenturám a značek. Naší misí bylo být důvěryhodným provozním partnerem, který umožňuje našim klientům škálovat jejich příjmy a budovat provozní efektivitu.

Uvedení MediaMint Labs označuje naši další fázi, formalizaci toho, jak využíváme AI pro pohánění nejen efektivity, ale i růstu. Nyní se zaměřujeme na vytváření AI agentů prostřednictvím MediaMint Labs, které nedělají pouze úkoly, ale stávají se strategickými akcelerátory pro naše klienty. Akvizice DataBeat byla také klíčovou součástí této evoluce, prohlubující naši schopnost napříč inženýrstvím dat, analytikou a řízením výnosů. Jedná se o zásadní změnu, přecházející z důvěryhodného poskytovatele služeb na AI poháněného růstového partnera.

MediaMint Labs se zaměřuje na ko-vytvořené AI agenty, optimalizátory a akcelerátory, které MediaMint nejen buduje, ale také vlastní a provozuje. Jaký strategický výhodný model nabízí zákazníkům?

Tento model s ruční kontrolou je naším hlavním strategickým rozlišovacím prvkem. Naučili jsme se, že když předáte AI agenta a odejdete, selže okamžitě, jakmile narazí na reálnou složitost. Naši zákazníci získávají dvě hlavní výhody:

První, rychlý vývoj a bezpečnost. Naše interní, model-agnostická vývojová platforma umožňuje navrhnout, nasadit a provozovat agenty pro různé růstové případy bezpečně a v měřítku. S předem připravenými běhy a jednoduchým zajištěním prostředí můžeme mít nové agenty živé během týdnů, ne měsíců. Platforma zajišťuje správu, rezidenci dat a bezpečnost ve výchozím stavu, takže klienti se nemusí starat o složitosti spravování přizpůsobené AI infrastruktury.

Druhá, nepřetržitá zlepšování a stabilita. Zachováváme provozní vlastnictví, což znamená, že jsme zodpovědní za pokračující výkon agenta. Sledujeme výkon v reálném čase prostřednictvím centralizovaného stopovacího systému, takže každá akce je zodpovědná a každý výsledek se zlepšuje s časem.

Vy varoval před pastmi předávání AI agentů klientům bez pokračující péče. Proč je model MediaMint, kde si zachováváte provozní vlastnictví, efektivní?

Předání AI agenta je jako předání vysokovýkonného závodního auta bez pit crew. Může běžet dokonale první den, ale bez neustálého ladění a údržby, selže. Základní pastí je úpadek – výkonnost agenta se zhoršuje, protože se mění základní workflow klienta nebo platformová API.

Proč provozní vlastnictví funguje: Náš model je efektivní, protože si zachováváme provozní vlastnictví, zacházející s agentem ne jako s produktem, ale jako se zajištěnou službou. To poskytuje dvě klíčové výhody:

1. Nepřetržitá zlepšování

Zachováváme odpovědnost za pokračující výkon agenta. Naše centralizované stopovací registry a evaluační sady umožňují nám nepřetržitě monitorovat a optimalizovat agenty prostřednictvím našeho lidského procesu ve smyčce proti živým obchodním pravidlům klienta. Tento model zajišťuje, že řešení nebude mít úpadek; bude se zlepšovat a stávat se robustnějším s časem. Tato nepřetržitá péče je tím, co zajišťuje, že agent bude vždy fungovat bezpečně, eliminuje kritické riziko příjmů a souladu pro klienta.

2. Strategické úsudky a ochrana proti krajním případům

Lidská účast ve smyčce není tam pro základní úkoly; jsou naším “pit crew” pro vysoké sazby scénářů. Tato odbornost je kritická pro: Strategické úsudky: Zvládání situací, které AI nikdy neviděl, jako jsou významné regulatorní změny nebo nové spuštění reklamních platforem. Řešení krajních případů: Řešení ambivalentních výstupů a složitých selhání, které by mohly ovlivnit příjmy nebo soulad.

Tato nepřetržitá péče se přímo překládá do hodnoty. Dodáváme zajištěný výsledek, zajišťující významné snížení kritických chyb a udržování konzistentně vysoké spokojenosti klienta, ne jen kus software.

Jak předvídáte, že Agentic AI doplní nebo dokonce nahradí prvky modelu SaaS? Jaké faktory určují, zda je řešení lépe dodáno jako Agentic AI nebo tradiční SaaS?

Aktuální debata postrádá bod: Agentic AI není zde, aby nahradil celý SaaS stack; je zde, aby narušil ekonomiku provozní práce. Klíčový rozdíl je posun od poskytování nástroje k zajištění výsledku. Agentic AI bude mít dopad na SaaS dvěma odlišnými způsoby:

Nahrazení: Provozní smršť. Agenti nahradí transakční, workflow-řízené SaaS – platformy navržené výhradně pro pohyb dat nebo automatizaci rutinních kroků. Hodnota již není v uživatelském rozhraní; je v autonomní akci. Přecházíme z “Nástroj jako služba” na “Akce jako služba”.

Doplnění: Vrstva augmentace. Agenti nenahradí strategické platformy, jako je Salesforce nebo hlavní mediální systémy. Naše Agentic AI systém bude fungovat na nich, provádět komplexní, reálné optimalizace. Přemění pasivní systémy záznamů na aktivní systémy inteligence, zvyšující lidskou kapacitu.

Klíčovým faktorem, který určuje náš přístup, je spolehlivost. Na rozdíl od spotřebitelských LLM nástrojů jsou naši agenti navrženi od základu, aby byli spolehlivými pracovníky. Jsou navrženi tak, aby dodržovali podrobné SOP úzce, dodržovali zásady a nikdy se neodchýlili během stovek běhů. Tento závazek k řízení a důvěře – ne jen kreativitě – je tím, co umožňuje spravovat P&L-kritické pracovní postupy, něco, co tradiční SaaS a spotřebitelská AI nemohou udělat.

MediaMint zdůrazňuje hybridní přístup s lidskou účastí ve smyčce. Proč je lidská kontrola stále kritická v éře Agentic AI a jak zlepšuje výsledky?

Lidé poskytují dvě věci, které AI agent nemůže: úsudek a strategii. Zatímco AI agent může vytvořit mediální plán nebo opravit anomálii tempa, lidský stratég je potřebný pro stanovení obchodních cílů, poskytování kreativní směrnice a činění nuancovaných rozhodnutí, která zahrnují bezpečnost značek, sentiment trhu nebo neočekávané vnější faktory.

Naše platforma podporuje tento hybridní model návrhem. Naši agenti jsou navrženi tak, aby byli spolehlivými partnery, kteří dostanou práci hotovou konzistentně, běh za během, dodržují směrnice a sledují SOP přesně. To zajišťuje, že lidský guvernér může poskytnout reálnou směrnici a zpětnou vazbu a fungovat jako nezbytný lidský prvek ve smyčce (HITL), zajišťující, že fungují jako zodpovědní, politika-dodržující pracovníci. Agent zpracovává nudné, vysokovýkonné úkoly, jako je vypracování zpráv nebo označení problémů, což vedlo k průměrnému snížení úsilí o 40 % pro naše týmy. To umožňuje lidem soustředit se na vysoce hodnotnou, strategickou práci. Lidská kontrola nezlepšuje pouze výsledky; je to to, co zajišťuje, že se shodují s širokými, strategickými cíli podniku.

Mnohé implementace AI selžou, protože jsou příliš izolované. Jak MediaMint zajišťuje, že AI řešení integrují holisticky napříč pracovními postupy a odděleními?

To je klíčová výzva, a my jsme navrhli celou naší filozofii, aby ji vyřešila. Většina AI projektů selže, protože jsou postaveny jako izolované bodová řešení, která nikdy真正ně nemluví jazykem podniku. Naše řešení spočívá v zajištění, že každý agent je navržen od základu pro konkrétní workflow a provozní realitu klienta. Dosahujeme této holistické integrace ne prostřednictvím generických SDK, ale prostřednictvím Agent Runbook – přizpůsobené provozní knihy.

Agent Runbook je jádrem provozní knihy. Je to přizpůsobená kniha – soubor instrukcí a ochranných opatření, které řekne agentovi přesně, co dělat, jak zvládnout výjimky a přesně, jak se připojit k externím systémům. Tento přístup přímo řeší problém fragmentované AI tím, že nutí integraci dopředu: Runbook je přizpůsoben SOP klienta, vkládající naši odbornost do jádra. Kromě toho naše Connector Library spojuje tyto agenty bezproblémově s klíčovými systémy klienta, jako je Salesforce, Google Ad Manager a Snowflake. To znamená, že AI řešení není nástrojem, ale integrovanou, holistickou součástí provozního rámu klienta.

Předvídáte scénáře, ve kterých budou spolupracovat více AI agenti napříč úlohami, vytvářející „agent-to-agent“ systémy? Jak vypadá tato budoucnost?

Ano, již stavíme směrem k této budoucnosti. Samotná architektura naší platformy, s jednotným servisním vrstvou a nástrojovými adaptéry, je navržena pro tuto kind interoperability. Budoucnost bude méně o jediném, monolitickém agentovi a více o specializovaných agentech, kteří spolupracují na řešení komplexního obchodního problému.

Představte si ekosystém, ve kterém Anomaly Detection Agent zjistí pokles výkonu kampaně. Spustí druhý Optimization Agent, aby provedl úpravu nabídky. Tento druhý agent pak upozorní Creative QA Agent, aby zkontroloval, zda existují nějaké problémy s dodržením kreativ. Nakonec Reporting Agent konsoliduje všechny tyto akce a poznatky do reálného přehledu pro manažera účtu. Naše MediaMint Labs umožňuje tuto spolupráci agent-to-agent, tvořící páteř budoucích obchodních operací, kde pracovní postupy již nejsou lineární sekvencí lidských úkolů, ale dynamickou orchestrací autonomních agentů.

Pro společnosti, které zkoumají Agentic AI, jaké jsou vaše top tři doporučení, aby zajistily úspěšnou implementaci a dlouhodobou hodnotu?

Má top 3 doporučení by byla:

1. Začněte správným problémem, ne jen cool technologií. Nevytvářejte agenta pro jeho samotné sake. Zaměřte se na jasně definovaný, opakující se a vysoce hodnotný problém, jako je náš reprezentativní případ Campaign Pacing Co-pilot nebo Creative QA agent. Hodnota musí být jasná a měřitelná, s cílem spojeným s buď významným snížením úsilí (například >25 %), měřitelnou optimalizací příjmů nebo kvantifikovatelným vyhnutím se ztrátám.
2. Plánujte provozní péči, ne jen nasazení. Nedávejte to pryč. Agenti jsou živé systémy, které vyžadují nepřetržitou péči, vyhodnocení a bezpečnostní správu. Vyberte si partnera, který nabízí model, jako je ten náš – kde si zachovávají provozní vlastnictví, aby zajistili, že vaše investice přinese dlouhodobou hodnotu a nestane se noční můrou údržby.
3. Prioritizujte integraci a správu od začátku. Izolovaní AI agenti selžou.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit MediaMint.