Doug Tallmadge, Co-Fondateur et PDG de Gradial – Série d’entretiens

Doug Tallmadge, Co-Fondateur et PDG de Gradial, est un entrepreneur en technologie et un leader en ingénierie dont la carrière s’étend sur l’aérospatiale, les communications par satellite, la finance et l’IA d’entreprise. Avant de lancer Gradial en 2023, il a passé près de cinq ans chez SpaceX, où il a aidé à développer le réseau Starlink depuis ses premiers stades, a dirigé l’analyse du réseau pour soutenir la croissance de zéro à plus de 500 000 clients et a géré des équipes d’ingénieurs logiciels et de scientifiques de données travaillant sur l’optimisation et la simulation du réseau. Il a également contribué aux initiatives de satellite direct-to-cell de Starlink et aux premiers systèmes d’alimentation par satellite. Plus tôt dans sa carrière, Tallmadge a occupé des postes chez Lockheed Martin et Bridgewater Associates, combinant une expertise technique approfondie avec une expérience dans les systèmes et les opérations commerciales à grande échelle.

Gradial est une entreprise d’IA qui se concentre sur ce qu’elle appelle les opérations de marketing agentic, aidant les grandes organisations à automatiser le travail opérationnel qui se situe entre la stratégie créative et l’exécution de la campagne. Plutôt que de se concentrer uniquement sur le contenu généré par l’IA, la plateforme de Gradial orchestre les agents IA à travers des systèmes tels qu’Adobe Experience Manager, Salesforce, Jira, des plateformes de gestion de contenu, des outils de gestion d’actifs numériques et des flux de travail marketing. La plateforme peut créer, optimiser, étiqueter, vérifier la qualité et déployer des actifs marketing tout en faisant respecter la gouvernance, la conformité, l’accessibilité et les normes de marque. En créant une couche de connaissances organisationnelles partagées qui relie les systèmes d’entreprise, Gradial vise à réduire la coordination manuelle qui ralentit souvent les grandes équipes marketing, permettant ainsi aux organisations de lancer des campagnes plus rapidement, de produire du contenu personnalisé à grande échelle et de gérer des expériences numériques de plus en plus complexes avec une plus grande efficacité.

Vous avez aidé à développer Starlink de zéro à des centaines de milliers d’utilisateurs chez SpaceX, en travaillant sur des systèmes de réseau complexes avant de fonder Gradial. Quel a été le moment où vous avez réalisé que les infrastructures marketing d’entreprise présentaient des incohérences systémiques similaires, et comment cette prise de conscience a conduit à la création de Gradial ?

Dans mon rôle précédent, j’ai vu de première main comment les frictions dans les grandes organisations se cumulent, même la plus petite incohérence peut ralentir chaque processus qui suit. Le marketing était là où j’ai remarqué que ces goulets d’étranglement avaient l’effet négatif le plus important. Les équipes passaient beaucoup de temps à naviguer sur les plateformes, à télécharger des actifs, à gérer les approbations et à coordonner les remises. La réflexion stratégique et la direction créative étaient enterrées sous des couches d’exécution.

C’est un cas d’utilisation parfait pour l’IA, mais ce qui m’a frappé, c’est où l’attention de l’industrie était concentrée. La plupart des plateformes utilisaient l’IA pour créer du contenu, mais lorsque j’ai parlé à des marketeurs dans de grandes organisations, le manque de contenu n’était pas le problème. Ils pouvaient produire du contenu facilement. Ce qu’ils ne pouvaient pas faire, c’était le publier rapidement. Passer de l’idée à la campagne en direct prenait des jours, des semaines, parfois des mois. La plupart des investissements en IA allaient vers la création, tandis que le problème plus difficile de faire parvenir le contenu à la porte était complètement ignoré. Nous avons construit Gradial autour de cet écart : déployer des agents qui gèrent tout, de la rédaction et des approbations à la publication, à la conformité de la marque et à l’optimisation des performances, afin que les marketeurs puissent se concentrer sur le travail qui nécessite un jugement humain.

Vous avez soutenu que le système de référence traditionnel est devenu essentiellement un système de dette technique. Qu’est-ce qui se brise spécifiquement dans les piles marketing d’entreprise legacy lorsqu’elles tentent d’adopter l’IA ?

Un système de référence, le CMS, les outils de gestion de projet, les flux de travail d’approbation et les bibliothèques d’actifs ont été conçus pour organiser les informations, et non pour bouger rapidement. Lorsque les entreprises greffent l’IA sur ces systèmes existants, les choses se cassent rapidement. L’outil ne connaît pas l’entreprise qu’il sert, la voix de la marque, les exigences de conformité ou les processus d’approbation. Les marketeurs se retrouvent donc à examiner chaque sortie et à corriger les erreurs causées par le manque de contexte. Pour les organisations qui gèrent déjà des milliers de pièces de contenu sur plusieurs canaux, l’IA greffée devient un autre processus compliqué à gérer.

La plupart de la conversation sur l’IA dans le marketing s’est concentrée sur la génération de contenu. Pourquoi pensez-vous que la véritable opportunité réside dans l’exécution, et à quoi ressemble ce changement dans la pratique ?

Les marketeurs ne luttent pas pour produire des idées. Ils luttent pour faire passer le contenu à travers les cycles de révision, maintenir une voix de marque cohérente, travailler sur des dizaines d’outils et optimiser pour différents publics.

Il y a également un changement structurel en cours dans la façon dont les marques sont découvertes. Les recherches Google ont chuté de près de 20 % au cours de la dernière année, ce qui signifie que les marques ne peuvent plus se fier uniquement au référencement. Ils doivent apparaître dans les réponses de recherche par IA, ce qui nécessite de publier du contenu que les modèles d’IA peuvent interpréter facilement, citer et mettre en surface. Le problème est que ces modèles changent constamment ce qu’ils extraient. Une marque qui apparaît dans une réponse aujourd’hui peut disparaître discrètement demain. Dès que les marketeurs identifient le fossé, mettent à jour le contenu et obtiennent les approbations, les modèles ont changé.

La génération de contenu seule ne résout pas ce problème. Même si vous produisez du contenu plus rapidement, vous pouvez toujours être coincé dans les mêmes files d’attente d’approbation, avec du contenu qui n’est pas optimisé pour la visibilité de l’IA. Gradial se branche sur les outils que les marketeurs utilisent déjà et gère le travail qui ralentit généralement ces flux de travail. Le résultat est des campagnes qui sont lancées en quelques heures au lieu de semaines et du contenu qui est précis, conforme à la marque et visible là où les publics regardent réellement.

Gradial est souvent décrit comme une plateforme agentic. Pouvez-vous nous expliquer ce qu’un agent d’IA fait réellement à l’intérieur d’un flux de travail marketing de Fortune 500 sur une base quotidienne ?

La meilleure réponse est ce que nous avons vu avec nos clients. Chez T-Mobile, exécuter une campagne signifiait coordonner à travers plusieurs équipes, collecter des approbations et attendre des files de production qui s’étiraient sur des semaines. Avec Gradial, un agent d’IA gère tout le processus, de la brief créatif aux examens et à la publication. Ce qui nécessitait auparavant qu’un marketeur poursuive manuellement chaque étape se fait maintenant automatiquement. Le résultat a été une exécution de campagne 90 % plus rapide.

Chez AWS, chaque nouvelle page Web signifiait briefings avec une agence, attendre un brouillon, passer par des cycles de révision et coordonner manuellement pour la publication. Un agent spécialisé a rendu la création de page 20 fois plus rapide.

L’un des plus grands défis de l’adoption de l’IA dans l’entreprise est la confiance. Comment Gradial assure-t-il la fiabilité et la gouvernance lorsque les agents d’IA prennent des décisions d’exécution à travers les systèmes ?

La confiance est le jeu entier dans l’entreprise, en particulier dans la finance et les soins de santé, où une erreur de conformité a de réelles conséquences. Chaque déploiement de Gradial commence par donner à l’agent un contexte sur la voix de la marque, les lignes directrices de messagerie, les exigences de conformité, les flux de travail d’approbation et les normes de l’industrie.

Le niveau d’implication humaine est entièrement personnalisable. Les équipes nouvelles à cela ou opérant dans des environnements réglementés peuvent exiger une approbation pour tout avant de le rendre public. Et chaque action que l’agent prend est enregistrée avec une traçabilité complète. Ce que nous avons constaté, c’est que la confiance se construit naturellement, avec des équipes qui commencent avec des contrôles serrés et étendent progressivement l’autonomie de l’agent à mesure qu’il prouve son efficacité sur un travail réel. L’objectif n’a jamais été de tout confier le premier jour, mais de construire quelque chose qui gagne plus de responsabilités à mesure qu’il démontre qu’il peut gérer.

Votre plateforme s’intègre dans les outils existants plutôt que de les remplacer purement et simplement. Quelle est la vision à long terme : améliorer la pile actuelle ou la remplacer entièrement ?

Pour l’instant, l’objectif est de rencontrer les équipes là où elles sont. La plupart des organisations marketing d’entreprise ont passé des années à construire des flux de travail autour d’outils spécifiques, comme Figma, Adobe et des systèmes de gestion de projet, et leur demander d’abandonner cette infrastructure n’est pas réaliste. Gradial se branche et gère le travail d’exécution qui a ralenti ces flux de travail.

La vision à long terme est plus ambitieuse. Beaucoup de logiciels legacy sous-jacents à l’entreprise marketing ont été conçus pour un monde d’avant l’IA, et cela se voit. Les systèmes conçus uniquement pour stocker et organiser le contenu seront très différents lorsque un agent peut détenir le même contexte et agir dessus simultanément. Nous pensons que la distinction entre où le contenu vit et où le travail se fait finira par s’effondrer, et nous construisons pour être la couche d’infrastructure où les deux se produisent.

Les grandes entreprises ont souvent des flux de travail profondément ancrés et une résistance interne au changement. Qu’est-ce qu’il faut réellement pour déployer avec succès un système d’IA native dans une organisation Fortune 500 ?

La première chose que nous faisons est de clarifier que Gradial ne demande à personne de changer la façon dont il travaille. Cela peut sembler simple, mais c’est le plus grand obstacle à l’adoption de l’IA dans l’entreprise. La plupart des outils arrivent avec un nouveau système, une nouvelle interface, une nouvelle façon de faire les choses, et puis se demandent pourquoi l’adoption stagne six mois plus tard. Nous commençons par cartographier la façon dont une équipe fonctionne réellement et configurer Gradial autour de cela.

L’adoption tient lorsque les équipes voient qu’il fonctionne sur un travail réel rapidement. Pas un démo, pas un pilote stérilisé, mais leurs campagnes réelles, leur contenu réel, leurs flux de travail réels. Une fois qu’une équipe voit son temps de publication passer de trois semaines au même jour, la résistance interne a tendance à se prendre en charge.

D’un point de vue technique, qu’est-ce qui différencie un moteur d’exécution d’une couche d’IA générative typique ?

Une couche d’IA générative vous donne un brouillon, mais un moteur d’exécution le publie. La plupart des outils d’IA pour le marketing s’arrêtent à la sortie, ils écriront le copie ou suggéreront l’édition, mais le moment où cette sortie doit passer par des approbations ou sur une page en direct, les marketeurs sont laissés pour gérer. Ce transfert est là où la plupart du temps va réellement.

Un moteur d’exécution est différent car il est intégré dans les outils que l’équipe utilise déjà et comprend comment cette entreprise spécifique fonctionne. Lorsqu’un marketeur demande à l’agent de faire quelque chose, il déplace le travail à travers chaque étape requise, ne faisant surface que des décisions qui nécessitent réellement un humain. Le marketeur reste en contrôle sans être au milieu de chaque étape.

De nombreuses entreprises expérimentent l’IA, mais peu voient un ROI significatif. Où pensez-vous que la plupart des organisations se trompent aujourd’hui ?

L’erreur la plus courante est de traiter l’IA comme un outil de productivité plutôt que comme une solution à un processus cassé. Si chaque sortie nécessite une édition lourde, ou doit être copiée manuellement dans un autre système, ou nécessite encore cinq approbations avant de pouvoir être rendu public, vous n’avez pas résolu le problème.

Les entreprises qui voient de réels rendements ont été spécifiques. Ils ont identifié exactement où le travail était coincé et ont déployé l’IA contre ce problème, pas de manière large, pas comme une expérience, mais avec une compréhension claire de ce à quoi ressemblait le ralentissement avant et de ce à quoi devrait ressembler la rapidité après. Cette précision est ce qui sépare les véritables ROI d’un outil qui impressionne dans une démo et qui collecte la poussière six mois plus tard.

Lorsque vous obtenez cela, les résultats sont tangibles : les clients utilisant Gradial ont vu une activation de campagne 8 fois plus rapide, des économies opérationnelles de 35 % ou plus au cours de leur première année, et une conformité de la marque et de l’accessibilité à 100 % sur chaque pièce de contenu.

Si nous faisons un saut en avant de cinq ans, à quoi ressemble une organisation marketing entièrement native en IA, et quel rôle Gradial joue-t-il dans cet avenir ?

Dans cinq ans, la couche opérationnelle du marketing sera autonome. Un marketeur demande à un agent de lancer une campagne, et elle est en direct à la fin de la journée parce que l’agent a géré chaque étape intermédiaire. La visibilité de la marque dans la recherche par IA est surveillée et ajustée automatiquement. La conformité se produit de manière continue tout au long du processus plutôt que comme un contrôle de dernière minute. Les marketeurs passent leur temps sur ce pour quoi ils ont été embauchés : construire la marque, développer la créativité et prendre des décisions stratégiques sur les expériences client qui nécessitent un jugement humain.

Le rôle de Gradial est de faire en sorte que les organisations marketing y arrivent en premier, non pas en les convainquant d’arrêter tout et de recommencer, mais en prouvant à l’intérieur de leurs flux de travail existants que cette façon de fonctionner est possible. Les équipes qui comprennent cela tôt auront un avantage cumulatif sur celles qui sont toujours en train de faire des campagnes à l’ancienne.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Gradial.