Sean Whiteley, zakladatel a prezident Qualified – rozhovor

Založil jste úspěšně tři společnosti, včetně jedné, kterou získala společnost Salesforce, a další, kterou získala společnost SurveyMonkey. Co vás inspirovalo k založení Qualified, a jak se tato společnost vejde do širšího vývoje umělé inteligence v podnikovém softwaru?

Kraig a já založili společnost pro vyhledávací marketing, kterou získala společnost Salesforce. To bylo na počátku cloudové revoluce, a téměř všechny marketingové programy se rychle přesouvaly do digitálního prostředí. Stalo se okamžitě zřejmým, že existuje obrovská propast v tom, jak prodejci komunikují s kupujícími v tomto novém světě. Společnosti utrácejí miliony za to, aby přivedly návštěvníky na své webové stránky, ale když tito kupující s vysokou úrovní zájmu přijedou, zkušenost s zapojením nebyla vyvinuta. Bylo to jako organizovat a platit za speciální párty pro vaše potenciální zákazníky, ale zapomenout odpovědět na dveře, když přijedou.

Odtud pochází nápad na Qualified. Chtěli jsme vytvořit způsob, jakým prodejní týmy mohou potkat kvalifikované kupující okamžitě, když přijedou na stránky – s relevancí, kontextem a zkušenostmi v reálném čase, které jsou hyper-personalizované a reprezentují to, co kupující chtějí. Pokud půjdeme dopředu do dneška, jsme tuto vizi vyvinuli do něčeho mnohem většího: agentic marketingová vrstva, která provádí každý workflow inbound marketingového procesu, sahající od interakcí v reálném čase na webových stránkách až po asynchronní interakce prostřednictvím e-mailu. Qualified je postaven pro tuto příští vlnu podnikového softwaru, kde umělá inteligence není pouze provádí úkoly a workflow, ale také činí kontextově závislá rozhodnutí jménem vaší společnosti.

Jak se vaše vize umělé inteligence změnila od vašich raných dnů ve vyhledávacím marketingu až do současnosti, kdy Piper automatizuje prodejní procesy na velkém měřítku?

Zjevně se objevila Large Language Models (LLM), která úplně změnila hru. Když jsme začali naší první společnost, byla to raná cloudová éra, která reprezentovala fundamentální změnu v modelu dodávky softwaru. Věci jako sdílená infrastruktura, multi-tenancy a cenový model “platíte, co spotřebujete” otevřely dveře pro podniky, aby přesunuly své kritické aplikace a procesy do cloudu. Brzy poté se platforma a infrastruktura staly dostupnými jako kolekce služeb, což bylo opět obrovským enablerem pro podniky, aby outsourcovaly významné pracovní zátěže do cloudu. Všechno se změnilo.

Pokud půjdeme dopředu o deset let, tak revoluce umělé inteligence explodovala. Před několika lety, když jsme poprvé začali Qualified, strojové učení (ML) reprezentovalo nový způsob, jak využít inteligenci z rozsáhlých datových sad. Nyní, samozřejmě, LLM změnila všechno, pokud jde o naši schopnost přesunout významné pracovní zátěže do umělé inteligence. Ale důležitější je, že LLM činí umělou inteligenci dostupnou pro každého, a lidé mají schopnost komunikovat s počítači, aplikacemi nebo daty pomocí svého přirozeného jazyka. A i když jsme opravdu jen na začátku, je velmi zřejmé, že mnoho věcí, které jsme dělali historicky, bude přepsáno a provedeno novými způsoby. To se netýká pouze toho, jak žijeme, ale také toho, jak pracujeme.

Jednou z našich manter v Qualified je zpochybnit všechno, co jsme historicky dělali, a zhodnotit, jak to bude transformováno umělou inteligencí. Umělá inteligence nebude pouze měnit povahu toho, jak stavíme systémy, ale také odemkne nové procesy, operace a organizační struktury.

První vlna této transformace umělé inteligence se projevila v agentech. Každá společnost zavádí agentic vrstvy do různých funkcí napříč celou společností. Naše AI SDR Agentka byla velmi populárním místem, kde začít, pokud jde o zavádění agentic vrstvy do marketingového pohybu. A stává se velmi zřejmým, že nejenže může Piper automatizovat téměř všechny úkoly a workflow generování potenciálních zákazníků, které byly historicky prováděny lidskými SDR, ale může také začít zpracovávat mnoho workflow, které byly tradičně prováděny platformami marketingové automatizace.

Piper je silným příkladem autonomního agenta umělé inteligence v akci. Kde osobně kreslíte hranici mezi užitečnou automatizací a rizikovou autonomií?

Autonomie nemůže existovat bezpečně bez odpovědnosti. Důvěra může být získána nebo ztracena exponenciálně v agentic systému. Už nevyrábíme cloudové nástroje. Nyní nasazujeme autonomní pracovníky, kteří činí rozhodnutí jménem našich zákazníků. Existují vyšší sázky pro spolehlivost a důvěru než kdykoli předtím. Nesprávné nebo neužitečné chování agenta by mělo být první prioritou pro každého, kdo vyvíjí agenty. Stejně důležité jako investice do schopností kolem školení, ladění, jemného ladění, transparentnosti, citací a kontroly je umožnit zákazníkovi, aby vytvořil základnu pro agenta.

S Piper jsme byli úmyslně budovat užitečnou autonomii – umělou inteligenci, která funguje v jasně definovaných hranicích, poháněnou naší bohatou historií partnerství s našimi zákazníky, kteří používají naše produkty dnes. Hranice pro mě je docela jasná: automatizace by nikdy neměla nahradit úsudek v okamžicích, které vyžadují kontext, empatii nebo nuanci.

Piper se nesnaží vlastnit celou cestu kupujícího od začátku. Existuje důležitý proces rampy, aby se zajistilo, že agent funguje nejen efektivně, ale také přesně a v rámci jasně definovaných hranic stanovených zákazníkem. Nemůžete prostě vypustit agenta do produkce, který interaguje s vašimi potenciálními zákazníky a zákazníky, aniž byste rozuměli, jak to ovlivní celý prodejní cyklus.

Takže pro mě je hranice kreslena důvěrou, pozorovatelností a kontrolou. Pokud nemůžeme poskytnout vysvětlitelnost nebo měřit její výkon, pak není připraven. Většina společností, se kterými mluvím, se stává mnohem vzdělanější a myslí si o těchto věcech správným způsobem, ale je naší prací pomoci našim zákazníkům, aby nastavili správné hranice, moderaci a nejlepší postupy pro správu.

Vzhledem ke zvýšené schopnosti agentů umělé inteligence, jak zajišťujete, aby Piper zůstala v etických a kontextových hranicích – zejména při zapojení skutečných lidských leadů v high-stakes scénářích?

V rámci aplikace Qualified můžete naprogramovat Piper, aby zůstala v rámci určitých hranic, kontrolovala její tón a zajistila, aby dodržovala zásady společnosti. Tyto jsou absolutní pravdy a pravidla zapojení, která nelze porušit při zapojení návštěvníků. Poskytujeme významnou moderaci a hranice v jádru naší umělé inteligence, což znamená, že rizika kolem dat (PII) a citlivých informací jsou zcela vyloučena. Kromě toho umožňujeme společnostem přidat další hranice, pokyny a pravidla zapojení.

Také umožňujeme Piper, aby jemně otočila konverzaci, která se odchyluje od tématu. Kromě toho, pokud máme pocit, že existuje špatný herec na jednom konci zapojení, Piper může jednoduše ukončit konverzaci, pokud se trenduje do oblasti, která je:

• Nesouvisející se společností, produkty, službami nebo odvětvím
• Náhodné nebo nesmyslné
• Explicitní, nevhodné nebo urážlivé
• Úplně mimo rámec toho, co by měl AI SDR zpracovat

Tyto přísné hranice zajišťují, aby Piper zůstala v rámci svých přidělených hranic, a dávají našim zákazníkům absolutní důvěru a kontrolu nad jejím chováním.

Mluvili jste o potřebě systémů rollback a možností přepsání. Můžete nás provést bezpečnostními a kontrolními opatřeními, která jste postavili do platformy Qualified, aby se zabránilo nebo zmírnit chyby umělé inteligence?

Důvěra a transparentnost/explikovatelnost jdou ruku v ruce. Důvěra začíná poskytováním přehledu o tom, co se děje, proč se to děje a jak ovlivnit, jak to funguje v budoucnu. Existují základní principy, jako jsou citace, zpětné vazby, ladění a jemné ladění. Ale jsme také podnikli další kroky, aby naši uživatelé mohli získat pozorovatelnou vrstvu pro umělou inteligenci, která je snadno přístupná a může poskytnout zpětnou vazbu nebo korekci na každém hypotetickém scénáři. Stejně jako když rampujete zaměstnance, než mu dáte autonomii, musíte udělat totéž s umělou inteligencí.

Poskytujeme schopnost simulovat různé okolnosti a snadno vidět, co umělá inteligence udělá, a poskytnout zpětnou vazbu nebo korekci na každém hypotetickém scénáři. Jako když rampujete zaměstnance, než mu dáte autonomii, musíte udělat totéž s umělou inteligencí.

Vzhledem k trendům regulace umělé inteligence a nedávným titulům o selhání umělé inteligence, jak vidíte roli compliance a politiky při formování budoucnosti agentů umělé inteligence v prodeji a marketingu?

Regulace a správa jsou důležitější než kdykoli předtím. Není těžké si představit, jaká zvýšená rizika agenci mohou představovat, pokud nejsou nasazeni zodpovědně. Všichni jsme viděli výsledky nasazení umělé inteligence bez kontextu nebo odpovědnosti. V B2B, zejména v prodeji a marketingu, kde hrajeme, zpracováváme mnoho podnikových dat a некоторou míru osobních identifikačních informací (PII). Musíme držet sami sebe a naše zákazníky na vysokých standardech, aby chránili zkušenosti našich kupujících.

Stavíme Piper s podnikovou úrovní compliance od úrovně PRD. To znamená, že myslíme na soukromí, bezpečnost a správu od samého počátku všeho, co stavíme a dodáváme. Jak se umělá inteligence vyvíjí, tak se budou měnit standardy kolem obvyklých podezřelých v našem odvětví, jako je SOC 2, GDPR, CCPA, správa souhlasu a další – tyto jsou všechny věci, které máme na paměti, kdykoli dodáváme funkce. Ale zaškrtnutí políček nestačí. Stavíme kulturu transparentnosti a budujeme svou vlastní etickou rámeč, předtím než budou stanoveny formální regulace.

Tyto části puzzle umělé inteligence nemohou čekat na formální politiku – pokud jste již nezavedli tyto standardy ve svých týmech, jste pozadu.

Myslíte si, že společnosti se pohybují příliš rychle, když dávají agentům umělé inteligence příliš velkou autonomii, aniž by postavili adekvátní struktury lidského dohledu?

Všichni jsme viděli titulky, když tyto věci selžou – existují bezpochyby společnosti, které se pohybují příliš rychle a pohlížejí na umělou inteligenci jako na nástroje, které je třeba implementovat, místo aby to byla celková obchodní transformace.

Automatizace není strategie. Je to část tohoto většího obrazu, ale vyžaduje infrastrukturu a dlouhodobé myšlení, aby se zabránilo obrovským chybám, které na konci dne erodují důvěru s vašimi zákazníky. Tohle nelze získat zpět.

Lidský dohled není inhibitorem úspěchu s automatizací, ale enablerem. Umělá inteligence bude dělat těžkou práci, ale lidé v smyčce jsou vyžadováni, aby škálovali zodpovědně.

Jak vyvažujete rychlost a efektivitu umělé inteligence s jedinečnými lidskými dovednostmi, jako je úsudek, etika a nuance v interakcích se zákazníky?

Díváme se na Piper jako na spoluhráče. Její silné stránky – vždy zapnuto, rychlost, okamžitá vzpomínka, nekonečné měřítko – dělají z ní silného agenta SDR, ale víme, že nemůže vlastnit každou interakci od začátku do konce.

Lidé budou vždy potřební v high-stakes konverzacích, kde nuancovaná emoční inteligence lépe slouží kupujícímu. Využívání umělé inteligence ve správných případech je klíčem k vyvážení automatizace a lidských dovedností. Piper je bleskově rychlá, ale ví, kdy přestat a zapojit lidi.

Dovolíme umělé inteligenci dělat to, co dělá umělá inteligence nejlépe, aby lidé mohli dělat to, co dělají lidé nejlépe.

Co vás nejvíce vzrušuje o příštích 2-3 letech v tomto prostoru?

Cítím, že éra umělé inteligence dala mnoha z nás druhý dech po několika těžkých letech v technologickém prostoru. Agentic marketing je silnou inovací, která otevírá dveře mnoha novým technologiím, a je téměř vyrovnal hřiště pro společnosti v tomto odvětví.

Jsme všichni na této horské dráze společně, a konečně se dostáváme za tu počáteční fázi triků a vidíme, co jsou skutečně užitečné aplikace.

Příštích 2-3 roky budouすべて o orchestraci – jakmile se více a více agentů umělé inteligence dostane online, práce bude spočívat v tom, aby se postavily nejvýkonnější technologické stohy, které budou fungovat jako jeden tým, aby splnily komplexní workflow.

Která odvětví, podle vás, jsou nejméně připravena na důsledky autonomních agentů umělé inteligence – a co by měly dělat nyní, aby se dostaly do čela?

Odvětví s rigidními hierarchiemi a legacy technologickými stohy jsou ohrožena tím, že budou zanechána pozadu. Pro agentic marketing je třeba mít moderní myšlení kolem datové hygieny a softwaru, a některé z těchto větších operací se pohybují pomalu a mají mnoho technologického dluhu, který musí projít. Ironicky, tyto jsou organizace, které nejvíce stojí za to, aby využily agenty umělé inteligence – jejich workflow jsou připraveny na automatizaci.

Klíč nyní spočívá v tom, aby se začalo s infrastrukturou a ne s technologií. Budou muset dostat své domy do pořádku nejprve se strategickým plánováním kolem workflow, kde agenci přidávají hodnotu. Budou muset mít rámce kolem compliance a bezpečnosti. Poté mohou začít pilotovat některé z těchto programů.

Toto není jen IT projekt – je to celková organizační změna, odshora dolů.

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