Doug Tallmadge, cofundador y director ejecutivo de Gradial – Serie de entrevistas

Doug Tallmadge, cofundador y director ejecutivo de Gradial, es un emprendedor tecnológico y líder de ingeniería cuya trayectoria abarca el sector aeroespacial, las comunicaciones por satélite, las finanzas y la IA empresarial. Antes de fundar Gradial en 2023, pasó casi cinco años en SpaceX (SPCX ), donde ayudó a ampliar la red Starlink desde sus primeras etapas, dirigió el análisis de red que respaldó el crecimiento de cero a más de 500.000 clientes y gestionó equipos de ingenieros de software y científicos de datos dedicados a la optimización y simulación de la red. También contribuyó a las iniciativas de conexión directa entre satélites y teléfonos móviles de Starlink y a los primeros sistemas de alimentación eléctrica de los satélites. Anteriormente, Tallmadge ocupó cargos en Lockheed Martin (LMT ) y Bridgewater Associates, combinando amplios conocimientos técnicos con experiencia en sistemas de gran escala y operaciones empresariales.

Gradial es una empresa de IA empresarial centrada en lo que denomina operaciones de marketing con agentes de IA. Ayuda a las grandes organizaciones a automatizar el trabajo operativo entre la estrategia creativa y la ejecución de campañas. En lugar de centrarse únicamente en el contenido generado por IA, la plataforma de Gradial coordina agentes de IA en sistemas como Adobe Experience Manager, Salesforce, Jira, plataformas de gestión de contenido, herramientas de gestión de activos digitales y flujos de trabajo de marketing. Puede crear, optimizar, etiquetar, comprobar la calidad y publicar materiales de marketing, aplicando normas de gobernanza, cumplimiento, accesibilidad e identidad de marca. Mediante una capa compartida de conocimiento organizativo que conecta los sistemas empresariales, Gradial busca reducir la coordinación manual que suele ralentizar a los grandes equipos de marketing, para que las organizaciones lancen campañas más rápido, amplíen la producción de contenido personalizado y gestionen experiencias digitales cada vez más complejas con mayor eficiencia.

Ayudaste a ampliar Starlink de cero a cientos de miles de usuarios en SpaceX, trabajando con sistemas de red complejos antes de fundar Gradial. ¿En qué momento te diste cuenta de que la infraestructura de marketing empresarial tenía ineficiencias sistémicas similares y cómo llevó esa observación a la creación de Gradial?

En mi trabajo anterior vi de primera mano cómo los obstáculos en las grandes organizaciones se acumulan y amplifican sus efectos: incluso la menor ineficiencia puede ralentizar todos los procesos que vienen después. En marketing fue donde observé el efecto más negativo de estos cuellos de botella. Los equipos dedicaban mucho tiempo a navegar por plataformas, cargar materiales, gestionar aprobaciones y coordinar los traspasos de trabajo. El pensamiento estratégico y la dirección creativa quedaban sepultados bajo capas de ejecución.

Es un caso de uso perfecto para la IA, pero me llamó la atención dónde se concentraba el interés del sector. La mayoría de las plataformas utilizaban IA para escribir contenido, pero, al hablar con profesionales de marketing de grandes organizaciones, vi que el problema no era la falta de contenido. Podían producirlo fácilmente. Lo que no podían hacer era publicarlo con rapidez. Pasar de una idea a una campaña activa llevaba días, semanas y, a veces, meses. La mayor parte de la inversión en IA se destinaba a la creación, mientras se ignoraba por completo el problema más difícil: conseguir publicar el contenido. Creamos Gradial para cubrir esa carencia mediante agentes que se encargan de todo, desde la redacción de borradores y las aprobaciones hasta la publicación, el cumplimiento de los criterios de marca y la optimización del rendimiento, para que los profesionales de marketing puedan centrarse en el trabajo que exige criterio humano.

Has argumentado que el sistema de registro tradicional se ha convertido, en la práctica, en una fuente de deuda técnica. ¿Qué falla concretamente en el conjunto de sistemas de marketing empresarial heredados cuando las empresas intentan adoptar la IA?

Los sistemas de registro —el CMS, las herramientas de gestión de proyectos, los flujos de aprobación y las bibliotecas de materiales— se crearon para organizar información, no para agilizar el trabajo. Cuando las empresas añaden IA a esos sistemas existentes, los problemas aparecen rápidamente. La herramienta no conoce el negocio al que sirve, la voz de la marca, los requisitos de cumplimiento ni los procesos de aprobación. Por eso los profesionales de marketing acaban revisando cada resultado y corrigiendo errores causados por la falta de contexto. Para organizaciones que ya gestionan miles de contenidos en varios canales, esa IA añadida se convierte en otro proceso complicado que administrar.

La mayor parte del debate sobre IA en marketing se ha centrado en la generación de contenido. ¿Por qué crees que la verdadera oportunidad está en la ejecución y cómo se traduce ese cambio en la práctica?

A los profesionales de marketing no les cuesta generar ideas. Lo difícil es hacer avanzar el contenido por los ciclos de revisión, mantener una voz de marca coherente, trabajar con decenas de herramientas y adaptar el contenido a públicos distintos.

También se está produciendo un cambio estructural en la forma de descubrir las marcas. Las búsquedas en Google disminuyeron casi un 20% en el último año, por lo que las marcas ya no pueden depender únicamente del SEO. Necesitan aparecer en las respuestas de las búsquedas con IA, lo que exige publicar contenido que los modelos puedan interpretar, citar y mostrar fácilmente. El problema es que esos modelos cambian constantemente las fuentes que consultan. Una marca que aparece en una respuesta hoy puede desaparecer silenciosamente mañana. Para cuando los profesionales de marketing identifican la carencia, actualizan el contenido y consiguen las aprobaciones, los modelos ya han cambiado de nuevo.

La generación de contenido por sí sola no resuelve esto. Aunque produzcas más rápido, puedes seguir atascado en las mismas colas de aprobación, con contenido que no está optimizado para aparecer en las respuestas de la IA. Gradial se conecta a las herramientas que los profesionales de marketing ya utilizan y se encarga de tareas que suelen ralentizarlo todo, como las revisiones de contenido, las comprobaciones del cumplimiento de los criterios de marca y la publicación en varias plataformas. El resultado son campañas que se publican en horas en lugar de semanas y contenido correcto, coherente con la marca y visible donde el público realmente busca información.

Gradial suele describirse como una plataforma basada en agentes de IA. ¿Puedes explicarnos qué hace realmente un agente de IA en el día a día del flujo de marketing de una empresa de la lista Fortune 500?

La mejor respuesta es lo que hemos visto con los clientes. En T-Mobile, ejecutar una campaña significaba coordinar varios equipos, reunir aprobaciones y esperar en colas de producción que se prolongaban durante semanas. Con Gradial, un agente de IA se encarga de todo el proceso, desde el encargo creativo hasta las revisiones y la publicación. Lo que antes exigía que un profesional de marketing hiciera un seguimiento manual de cada paso simplemente sucede. El resultado fue una ejecución de campañas un 90% más rápida.

En AWS, cada nueva página web exigía dar instrucciones a una agencia, esperar un borrador, pasar por varias rondas de revisión y coordinar manualmente su publicación. Un agente especializado hizo que la creación de páginas fuera 20 veces más rápida.

Uno de los mayores desafíos de la adopción de IA empresarial es la confianza. ¿Cómo garantiza Gradial la fiabilidad y la gobernanza cuando los agentes de IA toman decisiones operativas en distintos sistemas?

La confianza es fundamental en las empresas, sobre todo en las finanzas y la atención sanitaria, donde un error de cumplimiento tiene consecuencias reales. Cada implantación de Gradial empieza por dar al agente contexto sobre la voz de la marca, las directrices de comunicación, los requisitos de cumplimiento, los flujos de aprobación y las normas del sector.

El grado de participación humana es completamente personalizable. Los equipos que empiezan o que trabajan en entornos regulados pueden exigir que se apruebe todo antes de publicarlo. Además, cada acción del agente queda registrada con un historial de auditoría completo. Hemos comprobado que la confianza se desarrolla de forma natural: los equipos que empiezan con controles estrictos amplían gradualmente la autonomía del agente a medida que demuestra su capacidad en trabajos reales. El objetivo nunca fue delegarlo todo el primer día, sino construir algo que se gane más responsabilidad conforme demuestre que puede asumirla.

Tu plataforma se integra en las herramientas existentes en lugar de sustituirlas directamente. ¿La visión a largo plazo es complementar el conjunto de sistemas actual o reemplazarlo por completo?

Por ahora nos centramos en adaptarnos a la situación actual de los equipos. La mayoría de las organizaciones de marketing empresarial han dedicado años a crear flujos de trabajo en torno a herramientas específicas, como Figma, Adobe y sistemas de gestión de proyectos. Pedirles que abandonen esa infraestructura no es realista. Gradial se conecta a ella y se encarga del trabajo de ejecución que ralentiza esos flujos.

La visión a largo plazo es más ambiciosa. Gran parte del software heredado que sustenta el marketing empresarial se creó para un mundo anterior a la IA, y eso se nota. Los sistemas diseñados únicamente para almacenar y organizar contenido serán muy diferentes cuando un agente pueda disponer de ese mismo contexto y actuar a partir de él simultáneamente. Creemos que la distinción entre el lugar donde reside el contenido y el lugar donde se hace el trabajo acabará desapareciendo, y estamos avanzando para convertirnos en la capa de infraestructura donde ocurran ambas cosas.

Las grandes empresas suelen tener flujos de trabajo muy arraigados y resistencia interna al cambio. ¿Qué hace falta realmente para implantar con éxito un sistema concebido con IA desde el principio en una organización de la lista Fortune 500?

Lo primero que hacemos es dejar claro que Gradial no pide a nadie que cambie su forma de trabajar. Parece sencillo, pero es el mayor obstáculo para la adopción de IA empresarial. La mayoría de las herramientas llegan con un nuevo sistema, una nueva interfaz y una nueva manera de hacer las cosas; después, sus proveedores se preguntan por qué la adopción se estanca seis meses más tarde. Empezamos por analizar cómo trabaja realmente el equipo y configuramos Gradial en función de ello.

La adopción se mantiene cuando los equipos ven rápidamente que funciona en trabajos reales. No en una demostración ni en una prueba piloto con condiciones artificialmente favorables, sino en sus propias campañas, sus contenidos y sus flujos de trabajo. Cuando un equipo ve que su plazo de publicación pasa de tres semanas al mismo día, la resistencia interna tiende a disiparse por sí sola.

Desde una perspectiva técnica, ¿qué diferencia a un motor de ejecución de una capa típica de IA generativa?

Una capa de IA generativa te da un borrador, pero un motor de ejecución consigue que se publique. La mayoría de las herramientas de IA para marketing se detienen en el resultado: redactan el texto o sugieren un cambio, pero, cuando ese resultado debe pasar por aprobaciones o incorporarse a una página publicada, los profesionales de marketing tienen que gestionarlo. En ese traspaso se consume realmente la mayor parte del tiempo.

Un motor de ejecución es distinto porque está integrado en las herramientas que el equipo ya utiliza y entiende cómo funciona ese negocio concreto. Cuando un profesional de marketing pide algo al agente, este hace avanzar el trabajo por todos los pasos necesarios, obtiene las aprobaciones y solo remite a una persona las decisiones que de verdad requieren intervención humana. El profesional conserva el control sin tener que intermediar en cada paso.

Muchas empresas están experimentando con la IA, pero pocas obtienen un retorno significativo sobre la inversión. ¿Dónde crees que se equivoca hoy la mayoría de las organizaciones?

El error más común es tratar la IA como una herramienta de productividad, en lugar de como una solución para un proceso que no funciona. Si cada resultado exige muchas correcciones, o hay que copiarlo manualmente a otro sistema, o sigue necesitando cinco aprobaciones antes de publicar algo, no has resuelto el problema.

Las empresas que obtienen resultados reales concretaron el problema. Identificaron exactamente dónde se atascaba el trabajo y aplicaron IA para resolverlo, no de forma generalizada ni como un experimento, sino con una idea clara de la lentitud anterior y de la rapidez deseada después. Esa precisión distingue el retorno real sobre la inversión de una herramienta que impresiona en una demostración y acumula polvo seis meses más tarde.

Cuando lo haces bien, los resultados son tangibles: los clientes de Gradial han observado una activación de campañas 8 veces más rápida, ahorros operativos del 35% o más en el primer año y un cumplimiento del 100% de los criterios de marca y accesibilidad en cada contenido.

Si avanzamos cinco años, ¿cómo será una organización de marketing completamente concebida en torno a la IA y qué papel tendrá Gradial en ese futuro?

En cinco años, la capa operativa del marketing será autónoma. Un profesional de marketing pedirá a un agente que lance una campaña y estará activa antes de terminar el día, porque el agente habrá gestionado todos los pasos intermedios. La presencia de la marca en las búsquedas con IA se supervisará y ajustará automáticamente. El cumplimiento se comprobará de forma continua durante todo el proceso, en lugar de verificarse a última hora. Los profesionales de marketing dedicarán su tiempo a aquello para lo que fueron contratados: construir la marca, desarrollar propuestas creativas y tomar decisiones estratégicas sobre experiencias del cliente que requieren criterio humano.

El papel de Gradial es conseguir que las organizaciones de marketing lleguen primero a ese punto, no convenciéndolas de que lo desmonten todo y empiecen de cero, sino demostrando dentro de sus flujos de trabajo existentes que esta forma de operar es posible. Los equipos que lo entiendan pronto tendrán una ventaja que se ampliará de forma acumulativa frente a los que sigan ejecutando campañas a la antigua usanza.

Gracias por la estupenda entrevista. Los lectores que quieran saber más pueden visitar Gradial.