Rajeev Butani, PDG de MediaMint – Série d’entretiens

Rajeev Butani, PDG de MediaMint, apporte plus de trois décennies d’expérience en leadership dans les technologies mondiales, les médias et la transformation numérique. Avant de rejoindre MediaMint, il a occupé le poste de PDG et de membre du conseil d’administration de HeadSpin, où il a impulsé l’innovation dans le domaine de l’intelligence de performance pour les expériences numériques. Auparavant, Butani a passé près de 27 ans chez Accenture, où il a dirigé des initiatives de transformation en tant que directeur général des technologies pour les communications, les médias et la technologie, supervisant la stratégie et les partenariats autour des technologies émergentes telles que l’intelligence artificielle et l’apprentissage automatique. Ses rôles de direction chez Accenture comprenaient la gestion des relations avec des clients importants tels que Google, Facebook et Microsoft, mettant en évidence son expertise approfondie à l’intersection de la technologie, de la stratégie et de la croissance.

Fondé en 2010, MediaMint est un partenaire d’opérations numériques mondial qui fournit un soutien complet dans les opérations publicitaires, la production créative, l’analyse de données et la gestion de campagnes. Avec son siège social à Hyderabad et des bureaux aux États-Unis et en Pologne, MediaMint permet aux entreprises de médias, aux agences et aux plateformes de scaler efficacement grâce à une combinaison d’expertise humaine et de technologie. L’entreprise se concentre sur la livraison d’une excellence opérationnelle de haute qualité, de la flexibilité et de la transparence, aidant les clients à rationaliser leurs flux de travail, à optimiser les coûts et à se concentrer sur l’innovation dans un écosystème numérique de plus en plus complexe.

Qu’est-ce qui a inspiré votre transition d’Accenture à la direction de MediaMint, et comment votre expérience dans le conseil a-t-elle façonné votre approche des opérations pilotées par l’IA ?

Mon déménagement était une question de sortir de la salle de conseil et de prendre le siège de l’opérateur. Après des années chez Accenture à aider les entreprises à concevoir des feuilles de route de transformation, j’ai vu une opportunité de marché claire pour construire une solution où je pourrais prendre en charge non seulement les feuilles de route, mais également la propriété des résultats avec une mise en jeu.

À mesure que l’adoption de l’IA augmente, les clients exigent des partenaires qui peuvent livrer des résultats et des résultats en assumant les travaux de bout en bout et non des pièces détachées. Mon expérience dans le conseil a défini notre approche pour répondre à cette demande, et je ne pourrais pas être plus enthousiaste à l’idée du voyage qui nous attend pour soutenir les principales organisations du secteur des médias, du divertissement et de la technologie dans leurs opérations de front-office.

Briser les silos avec l’IA Agentic : Nous appliquons la pensée stratégique et transversale du conseil directement à travers notre plateforme d’IA Agentic. L’IA Agentic nous permet de briser les silos fonctionnels – Ventes, AdOps, Finance – contre lesquels les grandes entreprises sont contraintes de travailler. Notre agilité nous permet de concevoir et de livrer des solutions complètes qui combinent l’IA Agentic et les agents humains pour générer des résultats à grande échelle.

MediaMint a été fondé en 2010 et a considérablement évolué depuis. Comment la mission et les capacités de l’entreprise ont-elles évolué, en particulier avec le lancement de MediaMint Labs ?

MediaMint a toujours été à la pointe des opérations de médias et de marketing. Nous avons commencé par fournir des services de haute qualité, menés par des humains, aux principaux éditeurs, plateformes, agences et marques. Notre mission était d’être le partenaire opérationnel de confiance qui permettait à nos clients de scaler leurs revenus et de construire des efficacités opérationnelles.

Le lancement de MediaMint Labs marque notre prochaine phase, la formalisation de la manière dont nous utilisons l’IA pour stimuler non seulement l’efficacité mais également la croissance. Nous nous concentrons désormais sur la création d’agents IA via MediaMint Labs qui ne réalisent pas seulement des tâches mais deviennent des accélérateurs stratégiques pour nos clients. L’acquisition de DataBeat a également été un élément clé de cette évolution, approfondissant nos capacités dans l’ingénierie de données, l’analyse et la gestion des rendements. Il s’agit d’un changement fondamental, nous faisant passer d’un fournisseur de services de confiance à un partenaire de services de croissance piloté par l’IA.

MediaMint Labs se concentre sur les agents IA co-créés, les optimiseurs et les accélérateurs que MediaMint ne construit pas seulement mais possède et exploite également. Quel avantage stratégique ce modèle de propriété manuelle offre-t-il aux clients ?

Ce modèle de propriété manuelle est notre principal différenciateur stratégique. Nous avons appris que lorsque vous confiez un agent IA et que vous vous éloignez, il échoue dès que la complexité du monde réel le frappe. Nos clients bénéficient de deux avantages majeurs :

Premièrement, développement rapide et sécurité. Notre plateforme de développement interne, agnostique aux modèles, nous permet de concevoir, de déployer et d’exploiter des agents pour divers cas d’utilisation de croissance en toute sécurité et à grande échelle. Avec des environnements de runtime préconstruits et une mise en place d’environnement en un seul clic, nous pouvons mettre de nouveaux agents en ligne en quelques semaines, et notons mois. La plateforme gère la gouvernance, la résidence des données et la sécurité par défaut, de sorte que les clients n’aient pas à se soucier des complexités de la gestion d’une infrastructure IA sur mesure.

Deuxièmement, amélioration continue et stabilité. Nous conservons la propriété opérationnelle, ce qui signifie que nous sommes responsables des performances continues de l’agent. Nous suivons les performances en temps réel grâce à un système de traçage centralisé, de sorte que chaque action est comptabilisée et que chaque résultat s’améliore avec le temps.

Vous avez averti des pièges de la remise d’agents IA aux clients sans une gestion continue. Pourquoi le modèle de MediaMint, où vous conservez la propriété opérationnelle, est-il efficace ?

Remettre un agent IA est comme remettre une voiture de course de haute performance sans équipe de pit-stop. Elle peut fonctionner parfaitement le premier jour, mais sans réglage et entretien constants, elle échouera. Le piège principal est la dégradation – les performances de l’agent se dégradent à mesure que le flux de travail du client ou l’API de la plateforme change.

Pourquoi la propriété opérationnelle fonctionne : notre modèle est efficace car nous conservons la propriété opérationnelle, traitant l’agent non pas comme un produit, mais comme un service garanti. Cela offre deux avantages clés :

1. Amélioration continue

Nous conservons la responsabilité des performances continues de l’agent. Notre registre de traçage centralisé et nos suites d’évaluation nous permettent de suivre et d’optimiser en continu les agents à travers notre processus Humain-dans-la-Boucle (HITL), garantissant qu’ils fonctionnent comme des travailleurs responsables et respectueux des politiques. Ce modèle garantit que la solution ne se dégrade pas ; elle devient plus intelligente et plus robuste avec le temps. Cette gestion continue se traduit directement en valeur. Nous livrons un résultat de performance garanti, assurant une réduction significative des erreurs critiques et maintenant une satisfaction client élevée, et non seulement un logiciel.

Comment prévoyez-vous que l’IA Agentic complète ou remplace des éléments du modèle SaaS ? Quels facteurs déterminent si une solution est mieux livrée sous forme d’IA Agentic ou de SaaS traditionnel ?

Le débat actuel manque de point : l’IA Agentic n’est pas là pour remplacer l’ensemble de la pile SaaS ; elle est là pour perturber l’économie du travail opérationnel. La distinction clé est le passage de la fourniture d’un outil à la garantie d’un résultat. L’IA Agentic aura un impact sur le SaaS de deux manières distinctes :

Remplacement : La compression du flux de travail. Les agents remplaceront les plateformes SaaS transactionnelles et basées sur le flux de travail – les plateformes conçues uniquement pour déplacer des données ou automatiser les étapes routinières. La valeur ne réside plus dans l’interface utilisateur ; elle réside dans l’action autonome. Nous passons de « Tool-as-a-Service » à « Action-as-a-Service ».

Complément : La couche d’augmentation. Les agents ne remplaceront pas les plateformes stratégiques comme Salesforce ou les principaux systèmes de médias. Au lieu de cela, notre système d’IA Agentic fonctionnera au-dessus d’eux, exécutant des optimisations complexes en temps réel. Ils transforment des systèmes de registre passifs en systèmes de renseignement actifs, augmentant les capacités humaines.

Le facteur clé qui détermine notre approche est la fiabilité. Contrairement aux outils LLM grand public, nos agents sont conçus dès le départ pour être des travailleurs fiables. Ils sont conçus pour suivre de près les SOP détaillés, respecter les politiques et ne jamais dévier sur des centaines de courses. Cet engagement en matière de gouvernance et de confiance – et non seulement de créativité – est ce qui nous permet de gérer des flux de travail critiques pour le P&L, ce que le SaaS traditionnel et l’IA grand public ne peuvent pas faire.

MediaMint met l’accent sur une approche hybride avec des humains dans la boucle. Pourquoi la surveillance humaine est-elle toujours cruciale à l’ère de l’IA Agentic, et comment améliore-t-elle les résultats ?

Les humains fournissent deux choses que l’agent IA ne peut pas : le jugement et la stratégie. Alors qu’un agent IA peut élaborer un plan média ou corriger une anomalie de rythme, un stratège humain est nécessaire pour définir les objectifs commerciaux, fournir une direction créative et prendre des décisions nuancées qui impliquent la sécurité de la marque, le sentiment du marché ou des facteurs externes imprévus.

Notre plateforme prend en charge ce modèle hybride par conception. Nos agents sont conçus pour être des partenaires fiables qui terminent le travail de manière cohérente, course après course, en suivant les directives et en suivant le SOP exactement. Cela garantit que le gouverneur humain peut fournir des conseils et des commentaires en temps réel et agir en tant que HITL nécessaire, garantissant qu’ils fonctionnent comme des travailleurs responsables et respectueux des politiques. L’agent gère les tâches monotones et à haute volumétrie, comme la rédaction de rapports ou la détection de problèmes, ce qui a entraîné une réduction moyenne de 40 % de l’effort pour nos équipes. Cela libère l’humain pour se concentrer sur un travail stratégique à haute valeur. La surveillance humaine n’améliore pas seulement les résultats ; c’est ce qui garantit qu’ils s’alignent sur les objectifs stratégiques plus larges de l’entreprise.

De nombreuses mises en œuvre d’IA échouent parce qu’elles sont trop isolées. Comment MediaMint garantit-il que les solutions d’IA s’intègrent de manière holistique dans les flux de travail et les départements ?

C’est un défi clé, et nous avons conçu toute notre philosophie pour le résoudre. La plupart des projets d’IA échouent parce qu’ils sont construits comme des solutions de point isolées qui ne parlent jamais vraiment le langage de l’entreprise. Notre solution est de garantir que chaque agent est conçu dès le départ pour le flux de travail et la réalité opérationnelle spécifiques du client. Nous réalisons cette intégration holistique non pas grâce à des SDK génériques, mais grâce au Runbook de l’agent – un plan opérationnel sur mesure.

Le Runbook de l’agent est le plan opérationnel de base. Il s’agit d’un livre de jeu sur mesure – un ensemble d’instructions et de garde-fous qui indique à l’agent exactement quoi faire, comment gérer les exceptions et comment se connecter précisément aux systèmes externes. Cette approche résout directement le problème de l’IA fragmentée en forçant l’intégration dès le départ : le Runbook est adapté au SOP du client, en incorporant notre expertise de domaine au cœur. De plus, notre bibliothèque de connecteurs relie ces agents de manière transparente aux systèmes clés du client comme Salesforce, Google Ad Manager et Snowflake. Cela signifie que la solution d’IA n’est pas un outil, mais un composant holistique et intégré de la colonne vertébrale opérationnelle du client.

Prévoyez-vous des scénarios dans lesquels plusieurs agents IA collaborent à travers les rôles, créant des systèmes « agent-à-agent » ? À quoi ressemble cet avenir ?

Absolument. Nous construisons déjà vers cet avenir. L’architecture même de notre plateforme, avec sa couche de service unifiée et ses adaptateurs d’outils, est conçue pour cette interopérabilité. L’avenir sera moins axé sur un seul agent monolithique et plus sur des agents spécialisés collaborant pour résoudre un problème commercial complexe.

Imaginez un écosystème dans lequel un agent de détection d’anomalies repère un creux dans les performances d’une campagne. Il déclenche un deuxième agent d’optimisation pour ajuster les enchères. Ce deuxième agent informe ensuite un agent de contrôle qualité créatif pour vérifier s’il existe des problèmes de conformité avec les créatifs. Enfin, un agent de reporting consolide toutes ces actions et informations en un briefing en temps réel pour le gestionnaire de compte. MediaMint Labs permet cette collaboration agent-à-agent, formant la colonne vertébrale des opérations commerciales de nouvelle génération, où les flux de travail ne sont plus une séquence linéaire de tâches humaines mais une orchestration dynamique d’agents autonomes.

Pour les entreprises qui explorent l’IA Agentic, quels sont vos trois principaux conseils pour garantir une mise en œuvre réussie et une valeur à long terme ?

Mes trois principaux conseils seraient :

1. Commencez par le bon problème, et non par une technologie cool. Ne construisez pas d’agent pour le plaisir. Concentrez-vous sur un problème bien défini, répétitif et à haute valeur, comme nos cas d’utilisation représentatifs d’un co-pilote de rythme de campagne ou d’un agent de contrôle qualité créatif. La valeur doit être claire et mesurable, avec un objectif lié à une réduction significative d’effort (par exemple, >25 %), une optimisation de revenus mesurable ou une perte de revenus évitable quantifiable.
2. Planifiez une gestion opérationnelle, et non seulement un déploiement. Ne le remettez pas. Les agents sont des systèmes vivants qui nécessitent une surveillance, une évaluation et une gestion de la sécurité continues. Choisissez un partenaire qui propose un modèle comme le nôtre – où ils conservent la propriété opérationnelle – pour garantir que votre investissement livre une valeur à long terme et ne devienne pas un cauchemar de maintenance.
3. Priorisez l’intégration et la gouvernance dès le départ. Les agents IA isolés échoueront.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter MediaMint.