Rajeev Butani, generální ředitel MediaMint – Interview Series

Rajeev Butani, generální ředitel MediaMint, má více než tři desetiletí zkušeností v oblasti globální technologie, médií a digitální transformace. Předtím, než se stal generálním ředitelem MediaMint, působil jako generální ředitel a člen správní rady ve společnosti HeadSpin, kde řídil inovace v oblasti výkonu digitálních zkušeností. Předtím strávil téměř 27 let ve společnosti Accenture, kde vedl transformační iniciativy jako technologický ředitel pro komunikace, média a technologii, přičemž dohlížel na strategii a partnerství v oblasti vyvíjejících se technologií, jako je umělá inteligence a strojové učení. Jeho vedoucí role ve společnosti Accenture zahrnovaly řízení vztahů s významnými klienty, jako jsou Google (GOOGL ), Facebook (META ) a Microsoft (MSFT ), což ukazuje jeho hlubokou odbornost na rozhraní technologie, strategie a růstu.

MediaMint, založená v roce 2010, 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 umožňuje MediaMint médiím, agenturám a platformám škálovat efektivně kombinací lidského odbornictví a technologií. Společnost se zaměřuje na poskytování vysoké kvality provozní excelence, flexibility a transparentnosti, což pomáhá klientům optimalizovat své pracovní postupy, snižovat náklady a soustředit se na inovace v stále složitějším digitálním ekosystému.

Co vás inspirovalo k přechodu z Accenture do vedení MediaMint a jak vaše zkušenosti v oblasti poradenství ovlivnily váš přístup k AI-driven operacím?

Můj přechod byl o tom, že jsem opustil poradenskou místnost a usedl do řídícího křesla. Po letech strávených v Accenture, kde jsem pomáhal společnostem navrhnout transformační mapy, jsem viděl jasnou trhovou příležitost vybudovat řešení, kde bych mohl nést odpovědnost nejen za mapy, ale i za výsledky s nasazením.

Jako AI adopce roste, klienti požadují partnery, kteří mohou dodávat výsledky a výsledek vlastnícím koncovou práci vs dílčí části. Moje zkušenosti v oblasti poradenství definují náš přístup, abychom splnili tuto poptávku, a jsem nesmírně nadšený z cesty, která nás čeká, a to podporovat vedoucí organizace v médiích, zábavě a technologickém sektoru s jejich front-office operacemi.

Breaking Silos with Agentic AI: Přímým uplatněním strategického, mezioborového myšlení poradenství prostřednictvím naší Agentic AI platformy. Agentic AI umožňuje rozbití funkčních sil – Prodej, AdOps, Finance -, proti kterým jsou větší firmy nuceny pracovat. Naší pružnost umožňuje navrhovat a dodávat komplexní řešení kombinující Agentic AI a lidské agenty, aby generovaly výsledky v měřítku.

MediaMint byla založena v roce 2010 a od té doby významně vyrostla. 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 významným vydavatelům, platformám, agenturám a značek. Naší mise bylo být důvěryhodným provozním partnerem, který umožňuje našim klientům škálovat své příjmy a budovat provozní efektivitu.

Uvedení MediaMint Labs označuje naši další fázi, formalizaci toho, jak využíváme AI k pohánění nejen efektivity, ale i růstu. Nyní se zaměřujeme na vytváření AI agentů prostřednictvím MediaMint Labs, které nevykonávají pouze úkoly, ale stávají se strategickými akcelerátory pro naše klienty. Akvizice DataBeat byla také klíčovou součástí této evoluce, prohlubující naše schopnosti v oblasti datové inženýrství, analýzy a řízení výnosů. Jedná se o zásadní změnu, která nás posouvá od důvěryhodného poskytovatele služeb k AI poháněnému růstovému partnerovi.

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

Tento rukovědný vlastnický model je našim jádrem strategickým diferencátorem. 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 běhovými prostředím a jednoduchým zajištěním prostředí můžeme nasadit nové agenty za týdny, ne měsíce. Platforma zajišťuje správu, rezidentnost dat a bezpečnost ve výchozím stavu, takže klienti se nemusí starat o složitosti spravování speciálních AI infrastruktur.

Druhá, nepřetržitá zlepšování a stabilita. Zůstáváme u provozního vlastnictví, což znamená, že jsme zodpovědní za nepřetržitý 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 udržíte provozní vlastnictví, efektivní?

Předání AI agenta je jako předání závodního vozu bez servisního týmu. Může fungovat perfektně první den, ale bez stálého ladění a údržby selže. Základním problémem je degradace – výkon agenta se zhoršuje, protože se mění workflow klienta nebo platformová API.

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

1. Nepřetržitá zlepšování

Zůstáváme u zodpovědnosti za nepřetržitý výkon agenta. Naší centralizovaná stopovací registr a vyhodnocovací sady umožňují nám nepřetržitě monitorovat a optimalizovat agenty prostřednictvím našeho lidského procesu ve smyčce proti živým obchodním pravidlům klienta. Tento model zajišťuje, že výkon řešení se nezhoršuje; stává se chytřejším a robustnějším s časem. Tato nepřetržitá péče je tím, jak zajišťujeme, že agent bude vždy fungovat bezpečně, eliminuje kritické příjmové a compliance riziko pro klienta.

2. Strategické úsudky a ochrana proti krajním případům

Lidský prvek ve smyčce není tam pro základní úkoly; je naším “servisním týmem” pro vysoce rizikové scénáře. Tato odbornost je kritická pro: Strategické úsudky: Zvládání situací, které AI nikdy neviděl, jako jsou významné regulatorní změny nebo nové spuštění reklamních platforem. Ochrana proti krajním případům: Řešení nejednoznačných výstupů a složitých selhání, které by mohly ovlivnit příjmy nebo compliance.

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

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

Stávající debata postrádá bod: Agentic AI není zde, aby nahradil celý SaaS stack; je zde, aby narušil ekonomiku provozní práce. Základní rozlišení spočívá ve změně od poskytování nástroje k zajištění výsledku. Agentic AI bude mít dopad na SaaS dvěma odlišnými způsoby:

Nahrazení: Workflow Crunch. Agenti nahradí transakční, workflow-driven SaaS – platformy navržené pouze pro pohyb dat nebo automatizaci rutinních kroků. Hodnota již není v uživatelském rozhraní; je v autonomním jednání. Přecházíme od ‘Tool-as-a-Service’ k ‘Action-as-a-Service.’

Doplnění: Augmentační vrstva. Agenti nenahradí strategické platformy, jako je Salesforce nebo hlavní média systémy. Naše Agentic AI systém bude fungovat na nich, vykonávající komplexní, reálné optimalizace. Přemění pasivní systémy záznamů na aktivní systémy inteligence, doplňující lidskou kapacitu.

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

MediaMint zdůrazňuje hybridní přístup s lidmi 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 odchylku, je potřeba lidský stratég, aby stanovil obchodní cíle, poskytl kreativní směr a učinil nuancované rozhodnutí, která zahrnují bezpečnost značky, tržní sentiment nebo neočekávané vnější faktory.

Naše platforma podporuje tento hybridní model svým designem. Naši Agenti jsou navržení tak, aby byli spolehlivými partnery, kteří dokončí práci konzistentně, běh za během, dodržují směrnice a postupují přesně podle SOP. To zajišťuje, že lidský guvernér může poskytnout reálnou směr a zpětnou vazbu a jednat jako nezbytný lidský prvek ve smyčce, zajišťující, že fungují jako zodpovědní, politika-dodržující pracovníci. Agent zpracovává nudné, objemné 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 ne pouze zlepšuje výsledky; je to, co zajišťuje, že se shodují s širšími, strategickými cíli podniku.

Mnohé implementace AI selhávají, 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 naší filozofii, aby ji vyřešili. Většina AI projektů selhává, protože jsou postaveny jako izolované bodová řešení, která nikdy skutečně nemluví jazykem podniku. Naše řešení spočívá v zajištění, že každý Agent je navržen od základu pro specifický workflow a provozní realitu klienta. Dosahujeme této holistické integrace ne prostřednictvím obecných SDK, ale prostřednictvím Agent Runbook – speciální provozní knihy.

Agent Runbook je jádrem provozní knihy. Je to speciální playbook – soubor instrukcí a ochranných opatření, které řekne agentovi přesně, co dělat, jak zvládnout výjimky a jak přesně se připojit k vnějším systémům. Tento přístup přímo řeší problém fragmentované AI tím, že násilně integruje vpředu: Runbook je uzpůsoben pro SOP klienta, vkládající naši doménovou 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.

Předpokládáte scénáře, ve kterých spolupracují více AI agentů napříč úlohami, vytvářející „agent-to-agent“ systémy? Jak vypadá tato budoucnost?

Určitě. Již budujeme směrem k této budoucnosti. 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 složitých obchodních problémů.

Představte si ekosystém, kde Anomaly Detection Agent detekuje pokles výkonu kampaně. Aktivuje druhý Optimization Agent, aby provedl úpravu nabídky. Tento druhý agent poté upozorní Creative QA Agent, aby zkontroloval, zda neexistují žádné compliance problémy s kreativitou. Nakonec Reporting Agent konsoliduje všechny tyto akce a poznatky do reálného přehledu pro account manažera. Naše MediaMint Labs umožňuje tuto spolupráci agent-to-agent, vytvářející 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 tři hlavní doporučení, aby zajistily úspěšnou implementaci a dlouhodobou hodnotu?

Moje tři hlavní doporučení by byla:

1. Začněte správným problémem, ne jen cool technologií. Nebudujte agenta pro jeho samotné sake. Soustřeďte se na dobře 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 významným snížením úsilí (např. >25%), měřitelnou optimalizací příjmů nebo kvantifikovatelným vyhnutím ztrát příjmů.
2. Plánujte provozní péči, ne jen nasazení. Nedávejte ho pryč. Agenti jsou živé systémy, které vyžadují nepřetržitou péči, vyhodnocení a bezpečnostní správu. Zvolte partnera, který nabízí model, jako je ten náš – kde si udržíme provozní vlastnictví, aby vaše investice přinesla dlouhodobou hodnotu a nestala se noční můrou údržby.
3. Priorizujte integraci a správu od začátku. Izolovaní AI agenti selžou.

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