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 prácticamente todos los programas de marketing estaban cambiando rápidamente a lo digital. Se hizo inmediatamente evidente que había una gran desconexión en cómo 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 participación 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 son representativas de lo que los compradores desean. 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 diseñada 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 el 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 inicio 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 los precios 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 cargas de trabajo significativas a los proveedores de la nube. Todo cambió.

Avanzando una década, y la revolución de la IA ha estallado. 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 mover 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 de las 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 será transformado 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 agentes. Todas las empresas están incorporando capas agentes en varias funciones en toda la empresa. Nuestro agente de SDR de IA ha sido un lugar muy popular para empezar en cuanto a incorporar 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 pipeline 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 poderoso ejemplo de un agente de IA autónomo en acción. ¿Dónde dibuja personalmente la línea entre la automatización útil y la autonomía riesgosa?

La autonomía no puede existir de manera segura sin responsabilidad. La confianza se puede ganar o perder de manera exponencial en un sistema agente. Ya no estamos construyendo herramientas de nube. Ahora estamos desplegando trabajadores autónomos que toman decisiones en nombre de los clientes. Hay apuestas más altas para la confiabilidad y la confianza que nunca antes. El comportamiento del agente inexacto o inútil debería ser la prioridad número uno para cualquier persona que desarrolle agentes. Tan importante como 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 definidos, impulsada por nuestra rica historia de asociaciones con nuestros clientes que utilizan nuestros productos hoy en día. La línea para mí es bastante clara: la automatización nunca debe reemplazar el juicio en momentos que exigen 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 a un agente en producción que interactúe con tus prospectos y clientes sin entender cómo afectará 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 más educación y están pensando en estas cosas de la manera correcta, pero es nuestro trabajo ayudar a nuestros clientes a poner los guardias, la moderación y las mejores prácticas adecuadas alrededor de la gobernanza en su lugar.

Dada la creciente capacidad de los agentes de IA, ¿cómo garantiza que Piper se mantenga dentro de los límites éticos y contextuales, especialmente al interactuar con leads 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. Estas son verdades absolutas y reglas de compromiso que no se pueden romper al interactuar con los visitantes. Proporcionamos moderación y guardias significativos en el núcleo de nuestra IA, lo que significa quitar los riesgos alrededor de los datos (PII) y la información sensible por completo. Además, permitimos que las empresas agreguen guardias adicionales, instrucciones y reglas de compromiso.

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

• No relacionada con la empresa, productos, servicios o industria
• Aleatoria o sin sentido
• Explícita, inapropiada u ofensiva
• Completamente fuera del alcance de lo que un SDR de IA debe manejar

Estos guardias estrictos aseguran 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 control y seguridad que ha incorporado 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 proporcionar información sobre lo que está sucediendo, por qué está sucediendo y cómo influir en cómo funciona en el futuro. Hay principios básicos, como citas, bucles de retroalimentación y afinación / ajuste fino. Pero también hemos dado pasos adicionales para que nuestros usuarios puedan proporcionar una capa de observabilidad para la IA que sea fácilmente accesible y pueda proporcionar retroalimentación humana en el bucle.

Como 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 a 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. Todos hemos visto los resultados de soltar la IA sin contexto o responsabilidad. En B2B, particularmente en las ventas y el marketing, que es 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 el cumplimiento empresarial desde el nivel de 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 en 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 regulaciones más 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 atrás.

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

Todos hemos visto los titulares cuando estas cosas salen mal—indudablemente, hay 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 erosionan la confianza con los 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 activa, 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 ha dado a muchos de nosotros un segundo viento después de unos años difíciles en el espacio tecnológico. El marketing agente es una poderosa innovación 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 truco y estamos 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 ponen en línea, 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 hacer 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 que navegar. Irónicamente, 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. Necesitarán poner sus casas en orden primero con la planificación estratégica alrededor de los flujos de trabajo donde los agentes agregan valor. Necesitarán 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 total, de arriba a abajo.

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