Sean Whiteley, Fundador y Presidente de Qualified – Serie de Entrevistas

Ha fundado con éxito tres empresas, incluida una adquirida por Salesforce y otra por SurveyMonkey. ¿Qué lo inspiró a fundar Qualified, y cómo se ajusta a la evolución más amplia de la IA en el software empresarial?

Kraig y yo fundamos una empresa de marketing de búsqueda que fue adquirida por Salesforce. Esto fue al comienzo de la revolución en la nube, y virtualmente todos los programas de marketing estaban cambiando rápidamente a lo digital. Se hizo evidente de inmediato que había una gran desconexión en la forma en que los vendedores se conectaban con los compradores en este nuevo mundo. Las empresas estaban gastando millones para atraer tráfico a sus sitios web, pero cuando esos compradores con alta intención llegaban, la experiencia de compromiso no había evolucionado. Era como organizar y pagar una fiesta especial para sus prospectos, pero olvidar responder a la puerta cuando llegaban.

De ahí surgió la idea de Qualified. Queríamos crear una forma para que los equipos de ventas se reunieran con compradores calificados en el momento en que llegaban al sitio, con relevancia, contexto y experiencias hiperpersonalizadas en tiempo real que sean representativas de lo que los compradores quieren. Avanzando hacia hoy, hemos evolucionado esa visión hacia algo mucho más grande: una capa de marketing agente que realiza todos los flujos de trabajo de un proceso de marketing de entrada, que abarca interacciones en tiempo real en el sitio web y interacciones asíncronas por correo electrónico. Qualified está diseñado para esta próxima ola de software empresarial, donde los trabajadores de IA no solo ejecutan tareas y flujos de trabajo, sino que también toman decisiones basadas en el contexto en nombre de su empresa.

¿Cómo ha cambiado su visión de la IA desde sus primeros días en marketing de búsqueda hasta ahora, con Piper automatizando las ventas de entrada a gran escala?

Obviamente, el surgimiento de los Grandes Modelos de Lenguaje (LLM) ha cambiado completamente el juego en su totalidad. Cuando empezamos nuestra primera empresa, era el comienzo de los días de la nube, lo que representó un cambio fundamental en el modelo de entrega de software. Cosas como la infraestructura compartida, la multi-tenencia y el precio de pago por uso allanaron el camino para que las empresas trasladaran aplicaciones y procesos de misión crítica a la nube. Pronto después, la plataforma y la infraestructura estuvieron disponibles como una colección de servicios, lo que nuevamente fue un gran habilitador para que las empresas descargaran una cantidad significativa de trabajo a los proveedores de la nube. Todo cambió.

Avanzando una década, y la revolución de la IA ha explotado. Hace solo unos años, cuando empezamos Qualified, el aprendizaje automático (ML) representó una nueva forma de aprovechar la inteligencia de vastos conjuntos de datos. Ahora, por supuesto, los LLM han cambiado todo en términos de nuestra capacidad para trasladar cargas de trabajo significativas a la IA. Pero más importante aún, los LLM hacen que la IA sea accesible para todos, y las personas tienen la capacidad de interactuar con computadoras, aplicaciones o datos utilizando su lenguaje natural. Y aunque estamos realmente solo al comienzo, está muy claro que muchas cosas que hemos hecho históricamente serán reescritas y hechas de nuevas maneras. Esto no solo se aplica a cómo vivimos, sino también a cómo trabajamos.

Una de nuestras consignas en Qualified es desafiar todo lo que hemos hecho históricamente y evaluar cómo se transformará con la IA. La IA no solo cambiará la naturaleza de cómo construimos sistemas, sino que también desbloqueará nuevos procesos, operaciones y estructuras organizativas.

La primera ola de esta transformación de la IA se ha manifestado en los agentes. Cada empresa está introduciendo capas agentes en varias funciones en toda la empresa. Nuestro agente SDR de IA ha sido un lugar muy popular para empezar en lo que respecta a introducir una capa agente en un movimiento de marketing. Y está quedando muy claro que no solo Piper puede automatizar virtualmente todas las tareas y flujos de trabajo de generación de pipelines de entrada históricamente ejecutados por SDR humanos, sino que también puede empezar a manejar muchos de los flujos de trabajo tradicionalmente realizados con plataformas de automatización de marketing.

Piper es un ejemplo poderoso de un agente de IA autónomo en acción. ¿Dónde dibuja personalmente la línea entre la automatización útil y la autonomía arriesgada?

La autonomía no puede existir de manera segura sin rendición de cuentas. La confianza se puede ganar o perder de manera exponencial en un sistema agente. Ya no estamos construyendo herramientas en la nube. Ahora estamos desplegando trabajadores autónomos que toman decisiones en nombre de los clientes. Hay mayores apuestas para la confiabilidad y la confianza que nunca antes. El comportamiento del agente inexacto o poco útil debe ser la prioridad número uno para cualquier persona que desarrolle agentes. Al igual que es importante invertir en capacidades alrededor del entrenamiento, la afinación, la transparencia, las citas y el control, es habilitar al cliente sobre cómo construir la base de gobernanza para un agente.

Con Piper, hemos sido intencionales al respecto de construir una autonomía útil: la IA que opera dentro de guardias claramente definidas, impulsada por nuestra rica historia de asociaciones con nuestros clientes que utilizan nuestros productos hoy. La línea para mí es bastante clara: la automatización nunca debe reemplazar el juicio en momentos que demandan contexto, empatía o matiz.

Piper no intenta poseer todo el viaje del comprador desde el principio. Hay un proceso de rampa importante para asegurarse de que el agente esté operando no solo de manera eficiente, sino también con precisión y dentro de los límites definidos por un cliente. No puedes simplemente soltar un agente en producción que interactúa con tus prospectos y clientes sin entender cómo impactará el ciclo de compra completo.

Así que para mí, la línea se dibuja en la confianza, la observabilidad y el control. Si no podemos proporcionar explicabilidad o medir su rendimiento, entonces no está listo. La mayoría de las empresas con las que hablo están recibiendo mucha educación y están pensando en estas cosas de la manera correcta, pero es nuestro trabajo ayudar a nuestros clientes a poner las guardias, la moderación y las mejores prácticas adecuadas de gobernanza en su lugar.

Dado el aumento de las capacidades de los agentes de IA, ¿cómo garantiza que Piper se mantenga dentro de los límites éticos y contextuales, especialmente cuando se compromete con plumbes humanos reales en escenarios de alto riesgo?

Dentro de la aplicación Qualified, puedes programar a Piper para que se mantenga dentro de ciertos límites, controlar su tono y asegurarte de que cumpla con las políticas de la empresa. Estos son verdades absolutas y reglas de compromiso que no se pueden romper al interactuar con los visitantes. Proporcionamos una moderación y guardias significativas en el núcleo de nuestra IA, lo que significa tomar riesgos alrededor de los datos (PII) y la información sensible fuera de la ecuación por completo. Además, permitimos que las empresas agreguen guardias adicionales, instrucciones y reglas de compromiso.

También habilitamos a Piper para dirigir suavemente una conversación que se desvía del tema. Además, si obtenemos la sensación de que hay un mal actor en un extremo de un compromiso, Piper puede simplemente terminar una conversación si se está dirigiendo hacia un área que es:

• No relacionado con la empresa, productos, servicios o industria
• Aleatorio o sin sentido
• Explícito, inapropiado u ofensivo
• Completamente fuera del alcance de lo que un SDR de IA debe manejar

Estas estrictas guardias garantizan que Piper se mantenga dentro de sus límites asignados, dando a nuestros clientes total confianza y control sobre su comportamiento.

Habla sobre la necesidad de sistemas de reversión y capacidades de anulación. ¿Puede guiarnos a través de las medidas de seguridad y control que ha construido en la plataforma de Qualified para prevenir o mitigar los errores de la IA?

La confianza y la transparencia/exPLICabilidad van de la mano. La confianza comienza con la provisión de información sobre lo que está sucediendo, por qué está sucediendo y cómo influir en cómo funciona en el futuro. Hay principios básicos, como las citas, los bucles de retroalimentación y la afinación/ajuste fino. Pero también hemos dado pasos adicionales para que nuestros usuarios proporcionen una capa de observabilidad para la IA que sea fácilmente accesible y pueda proporcionar retroalimentación humana en el bucle.

Por ejemplo, proporcionamos la capacidad de simular diversas circunstancias y ver fácilmente qué hará la IA y proporcionar retroalimentación o corrección de curso en cada situación hipotética. Al igual que rampas un empleado antes de que se le dé autonomía, debes hacer lo mismo con la IA.

Ante las tendencias de regulación de la IA y los titulares recientes sobre los fracasos de la IA, ¿cómo ve el papel de la cumplimiento y la política en la configuración del futuro de los agentes de IA en las ventas y el marketing?

La regulación y la gobernanza son más importantes que nunca. No es difícil pensar en el riesgo aumentado que los agentes pueden representar si no se despliegan de manera responsable. Hemos visto los resultados de soltar la IA sin contexto o rendición de cuentas. En B2B, particularmente en las ventas y el marketing donde jugamos, manejamos una gran cantidad de datos empresariales y algún grado de información de identificación personal (PII). Tenemos que mantenernos a nosotros mismos y a nuestros clientes a altos estándares para proteger las experiencias de los compradores.

Estamos construyendo a Piper con un cumplimiento empresarial desde el nivel PRD. Esto significa que estamos pensando en la privacidad, la seguridad y la gobernanza desde la concepción de cualquier cosa nueva que construyamos y lancemos. A medida que la IA evoluciona, también lo harán los estándares alrededor de los sospechosos habituales de nuestra industria, como SOC 2, GDPR, CCPA, gestión de consentimiento, etc.—estas son todas las cosas que tenemos en cuenta siempre que estamos lanzando características. Pero, marcar casillas no es suficiente. Estamos creando una cultura de transparencia y construyendo nuestro propio marco ético antes de más regulaciones formales.

Estas piezas del rompecabezas de la IA no pueden esperar a la política formal—si no estás configurando ya estos estándares dentro de tus equipos, estás detrás.

¿Cree que las empresas están moviéndose demasiado rápido al dar a los agentes de IA demasiada autonomía sin construir estructuras de supervisión humana adecuadas?

Hemos visto los titulares cuando estas cosas salen mal—hay sin duda empresas que se están moviendo demasiado rápido y mirando a la IA como herramientas para implementar en lugar de como una transformación empresarial total.

La automatización no es una estrategia. Es una pieza de esta imagen más grande, pero requiere infraestructura y pensamiento a largo plazo para evitar cometer errores masivos que al final del día erosionen la confianza con sus clientes. No puedes recuperar eso.

La supervisión humana no es un inhibidor del éxito con la automatización, es un habilitador. La IA estará haciendo el trabajo pesado, pero los humanos en el bucle son necesarios para escalar de manera responsable.

¿Cómo equilibra la velocidad y la eficiencia de la IA con habilidades humanas únicas como el juicio, la ética y la sutileza en las interacciones con los clientes?

Miramos a Piper como un compañero de equipo. Sus fortalezas—siempre encendida, velocidad, recuerdo instantáneo, escala infinita—la convierten en un agente SDR poderoso, pero sabemos que no puede poseer cada interacción individual desde el principio hasta el final.

Los humanos siempre serán necesarios en conversaciones de alto riesgo donde la inteligencia emocional matizada sirve mejor al comprador. Aprovechar la IA en los casos de uso adecuados es la clave para equilibrar la automatización y los conjuntos de habilidades humanas. Piper es increíblemente rápida, pero sabe cuándo detenerse y involucrar a los humanos.

Dejamos que la IA haga lo que la IA hace mejor para que las personas puedan hacer lo que las personas hacen mejor.

Está a la vanguardia del marketing agente. ¿Qué lo emociona más sobre los próximos 2-3 años en este espacio?

Me siento como si la Era de la IA nos ha dado a muchos un segundo viento después de unos años difíciles en el espacio tecnológico. El marketing agente es una innovación poderosa que abre las puertas a todo tipo de nueva tecnología, y ha nivelado prácticamente el campo de juego para las empresas en la industria.

Estamos todos en este viaje juntos, y finalmente estamos pasando esa fase inicial de gimmick y viendo qué aplicaciones son realmente útiles.

Los próximos dos o tres años serán todo sobre la orquestación—mientras más y más agentes de IA se conectan, el trabajo será figurar cómo construir las pilas de tecnología más poderosas que trabajen juntas como un equipo para lograr flujos de trabajo complejos.

¿Qué industrias cree que están menos preparadas para las implicaciones de los agentes de IA autónomos, y qué deberían estar haciendo ahora para adelantarse?

Las industrias que tienen jerarquías rígidas y pilas de tecnología heredadas están en riesgo de ser dejadas atrás. Para que el marketing agente tenga éxito, debes tener una mentalidad moderna alrededor de la higiene de los datos y el software, y algunas de esas operaciones más grandes se mueven lentamente y tienen mucha deuda tecnológica para navegar. Ironía, estas son las organizaciones que más se beneficiarán de los agentes de IA—sus flujos de trabajo están listos para la automatización.

La clave ahora es empezar con la infraestructura y no con la tecnología. Deberán poner sus casas en orden primero con la planificación estratégica alrededor de los flujos de trabajo donde los agentes agregan valor. Deberán tener marcos alrededor del cumplimiento y la seguridad. Luego pueden empezar a pilotar algunos de estos programas.

Esto no es solo un proyecto de TI—es un cambio organizacional completo, de arriba a abajo.

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