Sandeep Menon, Auxian toimitusjohtaja ja perustaja – Haastattelusarja

Sandeep Menon, Auxian toimitusjohtaja ja perustaja, tuo yli kaksi vuosikymmentä globaalia teknologia- ja markkinointijohtajuutta rooliinsa. Ennen Auxian perustamista vuonna 2022 hän työskenteli yli yhdeksän vuotta Googlella, jossa hän toimi markkinointivastaavana maksujen osalta ja johti aloitteita, kuten seuraavan miljardin käyttäjän ohjelmaa, joka keskittyi digitaaliseen sisältyvyyteen nousujoissa markkinoissa. Hänellä on myös ollut johtavia markkinointirooleja Androidissa, Chromessa, ChromeOSissa ja Google (GOOGL ) Playssa.

Auxia on AI-vetoinen markkinointialusta, joka mahdollistaa yritysten tiimien orkesteroida henkilökohtaisia, yksilöllisiä asiakaspolkuja laajassa mittakaavassa. Sen sijaan, että riippuisi joustamattomista, sääntöpohjaisista kampanjoista, Auxia antaa AI-välittäjien testata hypoteeseja kaikissa kosketuspisteissä – sähköpostissa, verkossa, sovelluksissa, tarjouksissa – ja sopeuttaa dynaamisesti reaaliaikaisiin mieltymyksiin ja käyttäytymiseen. Se integroituu sujuasti ensimmäisen osapuolen tietolähteisiin, automatisoi ML-putkistot ja optimoi jatkuvasti viestintää, ajoitusta ja järjestystä asiakaspolun aikana maksimoimaan sitoutumista ja elinikäarvoa.

Perustit Auxian menestyksekkään uran jälkeen Googlella, jossa johtuit markkinointia tuotteille, joita käytetään miljardeilla. Mikä tarkka aukko tai kipupiste sinä ja perustajat näitte markkinassa, joka johti Auxian luomiseen?

Googlella näin ensimmäisen kerran, kuinka voimakas todellinen henkilökohtaisuus voi olla, kun sinulla on oikea infrastruktuuri ja AI-kapasiteetit. Mutta kun tarkastelin laajempaa markkinaa, näin yrityksiä, jotka kamppailivat hajanaisilla markkinointipinoilla, usein halliten 12-14 eri pistekohtaisia ratkaisuja, jotka eivät kommunikoineet toistensa kanssa. He keräsivät valtavat määrät asiakastietoja, mutta eivät voineet kääntää niitä merkityksellisiksi, reaaliaikaisiksi henkilökohtaisuuksiksi.

Perusaukko oli, että olemassa olevat alustat oli rakennettu ennen AI-aikakautta. Ne perustuivat staattisiin sääntöihin ja perustavaan segmentointiin, kun taas yrityksillä oli tarve älykkäille, sopeutuville järjestelmille, jotka voivat tehdä reaaliaikaisia päätöksiä asiakasvuorovaikutuksista. Näimme mahdollisuuden tuoda sama taso AI-vetoinen henkilökohtaisuus, joka mahdollistaa yrityksille kuten Google ja Meta, yrityksille kaikissa koissa, ilman että heidän tarvitsee rakentaa suuria sisäisiä data-tiedekuntia.

Auxian perustajatiimiin kuuluu entisiä johtajia Googlelta, Metalta ja Lyftistä. Miten teidän yhteiset kokemukset näissä teknologiayrityksissä muotoilivat Auxian arkkitehtuuri ja eetos?

Olemme kaikki kokeneet henkilökohtaisuuden haasteita laajassa mittakaavassa. Google Pay -tiimillä erityisesti olimme etuoikeutetussa asemassa, koska meillä oli varhainen altistus muodonmuutos-tekniikoille, kuten transformer-malleille. Minun perustajani, jotka tulivat Metasta ja Lyftistä, rakensivat järjestelmiä, jotka uranuurtivat tavoilla, joilla asiakastietoja voitiin tehdä dramaattisesti hyödyllisemmäksi, kuten voimakkaat suositukset ja päätökset miljoonille käyttäjille joka sekunti.

Näimme kaikki ensimmäisen kerran, kuinka AI voisi parantaa asiakaskokemuksia ja samalla ratkaista joitakin markkinointitiimien vaikeimpia haasteita. Samalla laajempi markkina muuttui tavalla, joka teki tämänkaltaisen työn mahdolliseksi Googlen ulkopuolella. Modernin data-pinojen ja alustojen, kuten Snowflaken, BigQueryn ja Databricksin, nousu, yritykset olivat viettäneet viimeiset 5-10 vuotta konsolidoimalla tietojaan yhteen keskitettyyn paikkaan valmisteluun.

Tunnistimme yksilöllisen mahdollisuuden ottaa oppimuksemme, joita olimme kehittäneet Googlella, ja demokratisoida niitä yrityksille kaikkialla. Nämä yritykset heräsivät vasta siihen, että he istuivat valtavalla määrällä arvokkaita tietoja, ja oikean teknologian avulla ne voitiin lukita kasvua ja parempaa asiakasSitoutumista varten.

Useimmat henkilökohtaisuustyökalut perustuvat sääntöpohjaisiin järjestelmiin ja yksinkertaisiin segmentteihin. Auxia käyttää sen sijaan synchronoituja AI-välittäjiä. Voitko kertoa, kuinka nämä välittäjät yhteistyössä kehittyvät ajan myötä henkilökohtaisiin asiakaspolkuihin?

Useimmat markkinoilla olevat työkalut perustuvat edelleen joustamattomiin sääntöihin ja staattisiin segmentteihin, ne ovat reaktiivisia, eivät älykkäitä. Auxiassa olemme rakentaneet järjestelmän synchronoituja AI-välittäjiä, jotka työskentelevät yhdessä henkilökohtaisiin jokaisen kosketuspisteen asiakaspolussa reaaliajassa.

Jokainen välittäjä toimii erikoistuneessa roolissa. Päätösvälittäjät määrittävät parhaan toiminnan käyttäjälle perustuen kaikkiin aiempiin tietoihin ja mieltymyksiin; esimerkiksi, onko upsell-asiakas uuteen luottokorttiin tai ajaa heidät avaamaan uuden säästötilin. Analyysi-välittäjät toimivat sisäänrakennetun data-tiedekuntana, analysoivat, mitä on toiminut hyvin nykyisissä kampanjoissa, korostavat vaikutusta, mutta myös mahdollisuuksia parantamiseksi chat-pohjaisessa käyttöliittymässä. Viimeksi Auxian Sisällön välittäjät hyödyntävät kaikkia tietoja ja oivalluksia siitä, mitä on toiminut parhaiten, jotta markkinointitiimit voivat hyväksyä uusia viestintä- ja luovia variaatioita.

Mikä tekee näistä välittäjista voimakkaita, on se, että ne eivät toimi eristyneisyydessä. Ne yhteistyössä jatkuvasti, oppivat jokaisesta vuorovaikutuksesta ja sopeutuvat siihen, mitä toimii. Markkinoijat asettavat korkean tason tavoitteet, ja välittäjät käsittelevät monimutkaisuuden. Ne ovat itseoptimointijärjestelmiä, jotka kehittyvät päivittäin parempien tuloksien saavuttamiseksi laajassa mittakaavassa.

Auxia prosessoi 2,6 miljardia tapahtumaa päivittäin ja käsittelee 6 500 kyselyä sekunnissa. Mitkä infrastruktuurin innovaatiot mahdollistivat tämänkaltaisen reaaliaikaisen skaalautuvuuden niin varhain yrityksen elinkaaren aikana?

Alusta alkaen tiesimme, että skaalautuvuus ei ollut neuvottelukelpoinen. Hyperhenkilökohtaisuus toimii vain, jos voit tehdä päätöksiä millisekunteina, käyttäen tuoreita, kontekstuaalisia signaaleja. Olemme oppineet paljon näistä opetuksista ajaltamme Googlella, ja se kesti yli vuoden rakentaa infrastruktuuria, joka tukee tällaista reaaliaikaista orkesterointia.

Arkkitehtuurimme on pilvipohjainen, tapahtuma-ohjattu ja optimoitu korkean läpäisyn virtaukseen, joten me olemme edelläkävijöiden olkapäillä, kuten siirtymisessä moderniin data-pinoon. Markkinointiteknologian maiseman kehittyminen avoimiin ekosysteemeihin on mahdollistanut meidän liikkua nopeammin, mikä on mahdollistanut suoraan integroida moderniin pilviin tietovarastoihin, CRM:ään ja muihin markkinointialustoihin. Tämä on mahdollistanut meidän rakentaa skaalautuvuutta alusta alkaen ja myös on auttanut meitä riippumaan infrastruktuurista, joka voi käsitellä valtavia määriä ensimmäisen osapuolen asiakastietoja ilman viiveitä.

Mikä meidät erottaa on se, että olemme AI-alkuperäisiä alusta alkaen. Olemme suunnitelleet Auxian tukemaan laajamittaista kokeilua, ajamalla tuhansia samanaikaisia hypoteeseja ja jatkuvasti optimoimalla tuloksia ilman ihmisen väliintuloa, mutta me myös hyödyntämme viimeisintä teknologiaa alan teollisuudessa ominaisuuden luomiselle, mallin käyttöönotolle ja LLM:än inferenceille.

Kuinka Auxian mallikokeilun kehys eroaa perinteisestä A/B-testauksesta, ja mitkä ovat olleet yllättävimmät oivallukset, jotka on tehty käyttäen teidän ML-ohjattua lähestymistapaa?

Perinteinen A/B-testaus on erittäin rajoittava, voit testata vain muutamia variantteja kerrallaan, ja usein kestää viikkoja tai kuukausia saavuttaa tilastollisesti merkittäviä tuloksia. Auxiassa olemme uudelleenajatelleet kokeilua jatkuvana, älykkäänä prosessina. Meidän mallipohjainen kehys mahdollistaa markkinoijille ajaa useita itseoptimointimalleja ja testata satoja variantteja rinnakkain. Käyttäen tekniikoita, kuten vahvistusoppimista, Auxian päätöksenteko-järjestelmä tekee reaaliaikaisia päätöksiä live-datan perusteella.

Otamme esimerkiksi tarjous- ja palkintokampanjan sähköpostin kautta. Aikaisemmin markkinoijat olisivat testanneet 2-3 eri tarjousvarianttia, kuten 5% alennusta, 10% alennusta ja 20% alennusta, jakaneet yleisön toisistaan riippumattomiin ryhmiin, käynnistäneet ja vertaisivat tuloksia useiden mittareiden yli, nähdäkseen, mikä variantti toimi parhaiten keskimäärin koko ryhmälle. Voittava variantti olisi sitten asennettu kaikille kokeen jälkeen. Tässä lähestymistavassa on muutamia haasteita. Ensinnäkin useimmat kokeet epäonnistuvat, joten usein kestää tiimeille viikkoja tai kuukausia tunnistaa, mitä toimii hyvin. Lisäksi ne ovat erittäin manuaalisia ja aikaa vieviä asettaa, mikä rajoittaa tiimien nopeutta ja miten nopeasti he voivat toimittaa vaikutusta.

Auxiassa markkinoijat asettavat ensin korkean tason tavoitteen, kuten ostosten ajamisen. Siitä lähtien tiimi asettaa satoja eri variantteja järjestelmään, jonka tiimi voi dynaamisesti generoida meidän Sisällön agenttimme avulla, ingestiä heidän CMS:stään tai määritellä manuaalisesti. Jokainen näistä varianteista poikkeaisi esimerkiksi tarjousrakenteen (esim. 5% alennus vs. BOGO), määrän, sisällön ja mahdollisesti jopa kanavan (esim. sähköposti vs. SMS) osalta. Jokaiselle yksilölliselle käyttäjälle Auxian Päätösvälittäjä arvioi, pisteytti ja ennusti, kaikkien saatavilla olevien satojen varianttien joukosta, mikä on optimaalinen variantti jokaiselle henkilölle ajamaan ydintavoitetta.

Auxian alusta on suunniteltu poistamaan riippuvuus suurista sisäisistä data-tiedekunnista. Oletteko nähneet perinteiset markkinointitiimit onnistuneesti ottaneen vastaan teknisempiä rooleja teidän työkalujen avulla?

Yksi keskeinen syy, miksi aloimme Auxian, oli antaa markkinointitiimille mahdollisuus henkilökohtaisuutta markkinointi- ja tuotekokemuksiin ilman riippuvuutta insinööreistä tai data-tieteilijöistä. Vain muutamassa viikossa Auxian käyttöönoton jälkeen markkinoijat pystyvät käynnistämään uusia kampanjoita, hakemaan tietoja ja tulkimaan tuloksia täysin itsenään. Kun maailma siirtyy kohti enemmän agenttibasisia tulevaisuutta, uskomme, että markkinoijat eivät tarvitse tulla teknisemmiksi tai rakentaa uusia teknisiä taitoja. Sen sijaan vastuu, jota käsitteli aiemmin insinöörit tai analyytikot, demokratisoidaan älykkäiden agenttien kautta, jotka täydentävät markkinoijan työnkulkua ja kokemusta. Meidän Analyysi-agenttimme on jo onnistunut abstrahoimaan paljon monimutkaisuutta perinteisestä data-analyytikko/analyytikko-työstä, ja olemme innoissamme jatkamaan näitä kykyjä eteenpäin.

Kun johtuit markkinointia Seuraavan miljardin käyttäjän aloitteessa Googlella, mitkä yhtäläisyydet näet inklusiivisen teknologian omaksumisen ja agenteiden AI:n välillä markkinoinnissa tänään?

Kun johtuin markkinointia Seuraavan miljardin käyttäjän aloitteessa Googlella, tunnistimme, että ihmiset nousujoissa markkinoissa vuorovaikuttavat tuotteiden kanssa perustavasti eri tavoin kuin kehittyneissä markkinoissa. Koska se edusti valtavaa kasvumahdollisuutta, se tuli oleelliseksi rakentaa nimenomaan näille käyttäjille – yksinkertaistamalla käyttöliittymiä, abstrahoiden monimutkaisuutta ja varmistamalla, että kokemus oli saavutettavissa ja voimaannuttava.

Näen erittäin samanlaisen suunnan kehittyvän agenteiden AI:ssa markkinoinnissa. Niin kuin monet näistä uusista internetin käyttäjistä loikkaavat suoraan mobiilivertaisiin kokemuksiin ilman aiempaa digitaalista lukutaitoa, markkinoijat tänään eivät tarvitse palata takaisin ja opetella SQL:ää tai data-tiedettä, jotta he voivat lukita henkilökohtaisuuden. Agentit siltaavat nämä taitoaukot ja tekevät sofistikoituneet kyvyt välittömästi käytettäviksi. Samalla, kuinka ihmiset vuorovaikuttavat AI:n kanssa – siirtymällä chat-pohjaisista käyttöliittymistä enemmän kontekstuaalisiin, tietoisiin agenteihin – pakottaa kehittäjiä uudelleenajattelemaan tulevaisuuden UI:ta. Korostus on saavutettavuudessa, yksinkertaisuudessa ja voimaannuttavassa: abstrahoiden teknisen monimutkaisuuden, jotta lopputulos tuntuu luonnolliselta ja vaikuttavalta.

Mikä on suurin väärinkäsitys, jonka yritykset ovat AI-henkilökohtaisuudesta tänään, ja kuinka autat heitä ylittämään sen?

Suurin väärinkäsitys, jonka yritykset ovat AI-henkilökohtaisuudesta, on se, että sen omaksuminen tarkoittaa antamista täydellisestä hallinnasta tai vähentämistä markkinointitiimien strategista vaikutusta. AI:lla on erinomaiset kyvyt käsitellä monimutkaisuutta, kuten analyysiä valtavista tietojoukoista, tunnistamista malleja, joita ihmiset eivät voi nähdä, ja korostamista signaaleista, jotka ovat merkityksellisiä reaaliajassa. Mitä se ei voi tehdä, on tarjota kontekstia, empatiaa ja strategista arviointia, jota vaaditaan merkityksellisten asiakaskokemusten suunnitteluun. Se on siellä, missä ihmiset loistavat: asettamalla visio, määrittelemällä brändin rajoitukset ja ymmärtämällä, kun henkilökohtaisuusvalinta voi tuntua häiritsevältä tai epäbrändiltä.

Jos puhumme avoimesti, nykyisen teknologian kanssa ihmiset voivat olla tehokkaita ilman AI:ta, mutta AI ei voi olla tehokas ilman ihmisiä. Todellinen läpimurto tulee, kun täydennät tiimisiä AI:lla käsitelläkseen skaalaa ja monimutkaisuutta data-pohjaisessa päätöksenteossa, samalla kun tiimit voivat keskittyä strategiaan, luovuuteen ja empatiaan. Se on silloin, kun henkilökohtaisuus siirtyy olemasta buuzzan sanaksi joksikin, joka todella luo arvoa sekä asiakkaille että liiketoiminnalle.

Teillä on takana yli 50 alan johtajan tuki ja 23,5 miljoonan dollarin rahoitus. Mitkä ovat avainalueet, joissa priorisoit teidän seuraavien 12-18 kuukauden aikana tuotteen ja tiimin kasvua?

Priorisoimme kolmea kasvun aluetta seuraavien 12-18 kuukauden aikana. Ensinnäkin olemme sitoutuneita toimittamaan poikkeuksellista arvoa asiakkaillemme jatkamalla heidän kokemuksensa korottamista. Tämä on aina ollut tiimimme prioriteetti, ja haluamme varmistaa, että toimimme poikkeuksellisen ROI:n kaikille yrityksille, jotka ovat asettaneet meihin luottamuksensa ja tiimimme. Toiseksi laajennamme AI-välittäjien kykyjämme tukemaan markkinointiprosessin täydellistä työnkulkua, auttamaan tiimejä luomaan sisältöä, orkesterointiin henkilökohtaisia kokemuksia ja pinnan näkyviin toimivista oivalluksista siitä, mitä ajaa vaikutusta. Lopuksi skaalamme myynti- ja asiakaspalvelun koneistomme. Vahvan tuote-markkinointifitin kanssa yrityksissä seuraava askel on laajentaa ulottuvuuttamme kasvattamalla myynti- ja asiakaspalvelutiimimme. Tämä mahdollistaa meille tuoda AI-vetoisen henkilökohtaisuuden enemmän liiketoiminnalle, samalla varmistamalla, että uudet asiakkaat hyötyvät samasta korkeatasoisesta tuesta ja erottuvasta kokemuksesta, joka on ajamassa varhaisen menestyksemme.

Mitä sinä eniten innostaa tulevaisuuden agenteista AI:sta, ei vain markkinoinnissa, vaan myös muissa yritysohjelmistoissa?

Mikä minua todella innostaa, on nähdä omaksumisen vauhti, nähdä, että omaksuminen on todellista vaikutusta, ja nähdä, että markkina tunnustaa, että agenteiden AI:n todellinen arvo on täydentämisessä, ei korvaamisessa. Liian monet keskustelut tänään keskittyvät AI:hin korvaavana tekijänä rooleissa, kuten mainokset, jotka näkee 101:llä mennessä San Franciscoon, yrityksistä, jotka korvaavat SDR:itä (tai jopa koko funktiot). Tämä kertomus on viekaus otsikoihin, mutta minusta se puuttuu suurempi mahdollisuus: ihmisten voimaannuttaminen tekemään parasta työtään.

Ihmiset tuovat kontekstin, empatian, luovuuden ja arvion, joita AI ei voi toistaa. Missä agenteiden AI loistaa, on käsittelemällä monimutkaisuutta ja skaalaa, jotka hidastavat tiimejä. Olemme puhuneet paljon soveltamisesta markkinointiprosesseihin, kuten pinnan näkyviin oivalluksista valtavista tietojoukoista, automaattisista toistuvista tehtävistä ja prosessien orkesteroinnista järjestelmissä reaaliajassa. Kun nämä kyvyt yhdistetään ihmisten vahvuuksiin, seuraa askelmuutos siinä, mitä organisaatiot voivat saavuttaa.

Markkinoinnissa se tarkoittaa vapauttamista loputtomasta suorittamisesta, jotta tiimit voivat keskittyä strategiaan, tarinankerrontaan ja asiakasempatiaan. Mutta sama malli soveltuu kaikkiin yrityksen toimintoihin: myyntiin, jossa agentit voivat lajitella ja valmistella mahdollisuuksia, jotta ihmiset voivat keskittyä rakentamaan suhteita; asiakaspalveluun, jossa agentit voivat korostaa riski- ja mahdollisuussignaaleja, jotta ihmiset voivat syventää kumppanuuksia; ja insinööritoimintaan, jossa agentit voivat kiihdyttää kehitystä automatisoimalla testaamista, vianetsintää ja koodin generointia, jotta tiimit voivat keskittyä ratkaisemaan monimutkaisia arkkitehtuurisia ongelmia ja ajamaan innovaatiota.

Kaikki nämä mahdollisuudet luovat triljoonia dollareita arvoa, ja rakastan nähdä yritykset, jotka työntävät kirjekuoria muotoilemaan, kuinka työ, jota ihmiset tekevät, kehittyy ajan myötä.

Kuvittele rahoitustiimien AI-välittäjiä, jotka optimoivat budjetteja reaaliajassa, HR-tiimien käyttävän agenteja henkilöstökokemuksen henkilökohtaisuuteen tai asiakastukea, joka siirtyy reaktiivisesta proaktiiviseksi.

Olemme vasta aloittaneet. Tulevaisuus ei ole AI:n korvaavan ihmisiä, vaan ihmisten ja AI-välittäjien työskentelevän yhdessä tekemään päätöksiä, jotka ovat nopeampia, älykkäämpiä ja empaattisempia. Se on tulevaisuus, jonka rakennamme Auxiassa. Kiitos hienosta haastattelusta, lukijoille, jotka haluavat oppia enemmän, suosittelemme vierailemaan Auxiassa.