Doug Tallmadge, Co-Fundador y CEO de Gradial – Serie de Entrevistas

Doug Tallmadge, Co-Fundador y CEO de Gradial, es un empresario tecnológico y líder de ingeniería cuya carrera abarca la industria aeroespacial, las comunicaciones por satélite, las finanzas y la inteligencia artificial empresarial. Antes de lanzar Gradial en 2023, pasó casi cinco años en SpaceX (SPCX ), donde ayudó a escalar la red Starlink desde sus primeras etapas, lideró el análisis de la red que apoyó el crecimiento de cero a más de 500,000 clientes, y gestionó equipos de ingenieros de software y científicos de datos que trabajaban en la optimización y simulación de la red. También contribuyó a las iniciativas de satélite directo a célula de Starlink y a los sistemas de energía de satélite tempranos. Anteriormente en su carrera, Tallmadge ocupó puestos en Lockheed Martin (LMT ) y Bridgewater Associates, combinando una profunda experiencia técnica con experiencia en sistemas y operaciones comerciales a gran escala.

Gradial es una empresa de inteligencia artificial empresarial que se centra en lo que llama operaciones de marketing agente, ayudando a las grandes organizaciones a automatizar el trabajo operativo que se encuentra entre la estrategia creativa y la ejecución de campañas. En lugar de concentrarse únicamente en el contenido generado por IA, la plataforma de Gradial orquesta agentes de IA a través de sistemas como Adobe Experience Manager, Salesforce , Jira, plataformas de gestión de contenido, herramientas de gestión de activos digitales y flujos de trabajo de marketing. La plataforma puede autorizar, optimizar, etiquetar, verificar la calidad y desplegar activos de marketing mientras se aplican normas de gobernanza, cumplimiento, accesibilidad y marca. Al crear una capa de conocimiento organizacional compartida que conecta los sistemas empresariales, Gradial tiene como objetivo reducir la coordinación manual que a menudo ralentiza a los grandes equipos de marketing, lo que permite a las organizaciones lanzar campañas más rápido, producir contenido personalizado a mayor escala y gestionar experiencias digitales complejas con mayor eficiencia.

Ayudaste a escalar Starlink desde cero a cientos de miles de usuarios en SpaceX, trabajando en sistemas de red complejos antes de fundar Gradial. ¿Cuál fue el momento en que te diste cuenta de que la infraestructura de marketing empresarial tenía ineficiencias sistémicas similares, y cómo llevó esa idea a iniciar Gradial?

En mi papel anterior, vi de primera mano cómo la fricción en las grandes organizaciones se acumula, incluso la menor ineficiencia puede ralentizar cada proceso que sigue. El marketing fue donde noté que estos cuellos de botella tenían el efecto más negativo. Los equipos estaban pasando mucho tiempo navegando por plataformas, subiendo activos, gestionando aprobaciones y coordinando entregas. El pensamiento estratégico y la dirección creativa se estaban enterrando bajo capas de ejecución.

Es un caso de uso perfecto para la IA, pero lo que me llamó la atención fue dónde se centraba la atención de la industria. La mayoría de las plataformas estaban utilizando la IA para crear contenido, pero cuando hablé con marketeros en grandes organizaciones, la falta de contenido no era el problema. Podían producir contenido con facilidad. Lo que no podían hacer era publicarlo rápidamente. Pasar de la idea a la campaña en vivo tomaba días, semanas, a veces meses. La mayoría de la inversión en IA se dirigía hacia la creación, mientras que el problema más difícil de realmente sacar el contenido fuera de la puerta se ignoraba por completo. Construimos Gradial alrededor de esa brecha: desplegar agentes que manejan todo, desde el borrador y las aprobaciones hasta la publicación, el cumplimiento de la marca y la optimización del rendimiento, para que los marketeros puedan centrarse en el trabajo que requiere juicio humano.

Has argumentado que el sistema de registro tradicional ha efectivamente pasado a ser un sistema de deuda técnica. ¿Qué específicamente se rompe en las pilas de marketing empresarial heredadas cuando las empresas intentan adoptar la IA?

Un sistema de registro, el CMS, las herramientas de gestión de proyectos, los flujos de trabajo de aprobación y las bibliotecas de activos se construyeron para organizar la información, no para moverse rápido. Cuando las empresas agregan la IA a estos sistemas existentes, las cosas se desmoronan rápidamente. La herramienta no conoce el negocio que está sirviendo, la voz de la marca, los requisitos de cumplimiento o los procesos de aprobación. Así que los marketeros terminan revisando cada salida y corrigiendo errores causados por la falta de contexto. Para las organizaciones que ya están gestionando miles de piezas de contenido en múltiples canales, la IA agregada se convierte en otro proceso complicado para gestionar.

La mayor parte de la conversación sobre la IA en el marketing se ha centrado en la generación de contenido. ¿Por qué crees que la verdadera oportunidad radica en la ejecución, y qué aspecto tiene ese cambio en la práctica?

Los marketeros no están luchando para producir ideas. Están luchando para mover el contenido a través de los ciclos de revisión, mantener una voz de marca consistente, trabajar en decenas de herramientas y optimizar para diferentes audiencias.

También hay un cambio estructural que ocurre en la forma en que las marcas son descubiertas. Las búsquedas de Google disminuyeron casi un 20% en el último año, lo que significa que las marcas ya no pueden confiar únicamente en el SEO. Necesitan aparecer en las respuestas de búsqueda de IA, lo que requiere publicar contenido que los modelos de IA puedan interpretar fácilmente, citar y mostrar. El problema es que esos modelos cambian constantemente lo que extraen. Una marca que aparece en una respuesta hoy puede desaparecer silenciosamente al día siguiente. Al momento en que los marketeros identifican la brecha, actualizan el contenido y limpian las aprobaciones, los modelos ya han cambiado.

La generación de contenido sola no resuelve este problema. Incluso si se produce contenido más rápido, todavía se puede quedar atascado en las mismas colas de aprobación, con contenido que no está optimizado para la visibilidad de IA. Gradial se conecta a las herramientas que los marketeros ya utilizan y maneja el trabajo que usualmente ralentiza esos flujos de trabajo. El resultado son campañas que se envían en horas en lugar de semanas y contenido que es preciso, de marca y visible donde las audiencias están buscando realmente.

Gradial a menudo se describe como una plataforma agente. ¿Puedes explicarnos qué hace un agente de IA dentro de un flujo de trabajo de marketing de Fortune 500 en un día a día?

La mejor respuesta es lo que hemos visto con los clientes. En T-Mobile, ejecutar una campaña significaba coordinar a través de múltiples equipos, recopilar aprobaciones y esperar en colas de producción que se extendían durante semanas. Con Gradial, un agente de IA maneja todo el proceso desde el briefing creativo hasta las revisiones y la publicación. Lo que solía requerir que un marketero persiguiera manualmente cada paso simplemente sucede. El resultado fue una ejecución de campaña un 90% más rápida.

En AWS, cada nueva página web significaba dar un briefing a una agencia, esperar un borrador, pasar por rondas de revisiones y coordinar manualmente para publicarla. Un agente especializado hizo que la creación de la página fuera 20 veces más rápida.

Una de las mayores desafíos en la adopción de IA empresarial es la confianza. ¿Cómo garantiza Gradial la confiabilidad y el gobierno cuando los agentes de IA toman decisiones de ejecución a través de los sistemas?

La confianza es el juego completo en la empresa, especialmente en finanzas y atención médica, donde un error de cumplimiento tiene consecuencias reales. Cada implementación de Gradial comienza dándole al agente contexto sobre la voz de la marca, las directrices de mensajería, los requisitos de cumplimiento, los flujos de trabajo de aprobación y los estándares de la industria.

El nivel de participación humana es completamente personalizable. Los equipos nuevos en esto o que operan en entornos regulados pueden requerir aprobación en todo antes de que se publique. Y cada acción que toma el agente se registra con un registro de auditoría completo. Lo que hemos encontrado es que la confianza se construye naturalmente, con equipos que comienzan con controles ajustados y gradualmente expanden la autonomía del agente a medida que demuestra su capacidad para manejar el trabajo real. El objetivo nunca fue entregar todo el control el primer día, sino construir algo que gane más responsabilidad a medida que demuestra que puede manejarla.

Tu plataforma se integra en herramientas existentes en lugar de reemplazarlas directamente. ¿Es la visión a largo plazo aumentar la pila actual o reemplazarla completamente?

Por ahora, el enfoque es reunirse con los equipos donde están. La mayoría de las organizaciones de marketing empresariales han pasado años construyendo flujos de trabajo alrededor de herramientas específicas, como Figma, Adobe y sistemas de gestión de proyectos, y pedirles que abandonen esa infraestructura no es realista. Gradial se conecta y maneja el trabajo de ejecución que ha estado ralentizando esos flujos de trabajo.

La visión a largo plazo es más ambiciosa. Muchos de los software heredados debajo del marketing empresarial se construyeron para un mundo antes de la IA, y se nota. Los sistemas diseñados puramente para almacenar y organizar el contenido parecerán muy diferentes cuando un agente pueda sostener ese mismo contexto y actuar sobre él al mismo tiempo. Creemos que la distinción entre dónde vive el contenido y dónde se realiza el trabajo eventualmente se colapsa, y estamos construyendo hacia ser la capa de infraestructura donde ambas cosas suceden.

Las grandes empresas a menudo tienen flujos de trabajo profundamente arraigados y resistencia interna al cambio. ¿Qué se necesita para implementar con éxito un sistema nativo de IA en una organización Fortune 500?

Lo primero que hacemos es aclarar que Gradial no les pide a nadie que cambie la forma en que trabajan. Eso suena simple, pero es el mayor obstáculo en la adopción de IA empresarial. La mayoría de las herramientas llegan con un nuevo sistema, una nueva interfaz, una nueva forma de hacer las cosas, y luego se preguntan por qué la adopción se estanca seis meses después. Comenzamos mapeando cómo opera realmente un equipo y configuramos Gradial alrededor de eso.

La adopción se mantiene cuando los equipos ven que funciona en el trabajo real rápidamente. No en una demostración, no en un piloto saneado, sino en sus campañas reales, su contenido real, sus flujos de trabajo reales. Una vez que un equipo vea que su tiempo de publicación pasa de tres semanas al mismo día, la resistencia interna tiende a cuidarse sola.

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

Una capa de IA generativa te da un borrador, pero un motor de ejecución lo publica. La mayoría de las herramientas de IA para marketing se detienen en la salida, escribirán el copiado o sugerirán la edición, pero en el momento en que esa salida necesita moverse a través de aprobaciones o a una página en vivo, los marketeros se quedan para gestionarla. Ese traspaso es donde realmente se va la mayoría del tiempo.

Un motor de ejecución es diferente porque está incrustado en las herramientas que un equipo ya utiliza y entiende cómo opera ese negocio específico. Cuando un marketero le pide al agente que haga algo, mueve el trabajo a través de cada paso requerido, obteniendo aprobaciones y solo superficiando decisiones que realmente necesitan un humano. El marketero mantiene el control sin estar en el medio de cada paso.

Muchas empresas están experimentando con la IA, pero pocas están viendo un ROI significativo. ¿Dónde crees que la mayoría de las organizaciones se equivocan hoy en día?

El error más común es tratar a la IA como una herramienta de productividad en lugar de una solución para un proceso roto. Si cada salida necesita una edición pesada, o tiene que ser copiada manualmente en otro sistema, o todavía requiere cinco aprobaciones antes de que algo se publique, no has resuelto el problema.

Las empresas que ven retornos reales se centraron. Identificaron exactamente dónde se estaba atascando el trabajo y desplegaron la IA contra ese problema, no de manera amplia, no como un experimento, sino con un sentido claro de lo que parecía lento antes y lo que debería parecer rápido después. Esa precisión es lo que separa el ROI real de una herramienta que impresiona en una demostración y se cubre de polvo seis meses después.

Cuando lo haces bien, los resultados son tangibles: los clientes que utilizan Gradial han visto una activación de campaña 8 veces más rápida, un ahorro operativo del 35%+ en su primer año y un 100% de cumplimiento de marca y accesibilidad en cada pieza de contenido.

Si avanzamos cinco años, ¿cómo luce una organización de marketing completamente nativa de IA, y qué papel juega Gradial en ese futuro?

En cinco años, la capa operativa del marketing será autónoma. Un marketero le pide a un agente que lance una campaña, y está en vivo al final del día porque el agente manejó cada paso en el medio. La visibilidad de la marca en la búsqueda de IA se monitorea y se ajusta automáticamente. El cumplimiento sucede continuamente a lo largo del proceso en lugar de como una verificación final. Los marketeros pasan su tiempo en lo que fueron contratados para hacer: construir la marca, desarrollar lo creativo y tomar decisiones estratégicas sobre experiencias del cliente que requieren juicio humano.

El papel de Gradial es llevar a las organizaciones de marketing allí primero, no convenciéndolas de que arranquen todo y comiencen de nuevo, sino probando dentro de sus flujos de trabajo existentes que esta forma de operar es posible. Los equipos que lo descubran temprano tendrán una ventaja compuesta sobre aquellos que aún están ejecutando campañas de la antigua manera.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Gradial.