एरिक पिकार्ड, फ्लुएंसी के सीनियर वाइस प्रेसिडेंट ऑफ प्रोडक्ट – इंटरव्यू सीरीज

एरिक पिकार्ड, फ्लुएंसी के सीनियर वाइस प्रेसिडेंट ऑफ प्रोडक्ट, एक अनुभवी प्रोडक्ट और टेक्नोलॉजी एग्जीक्यूटिव हैं जिन्होंने डिजिटल विज्ञापन प्लेटफ़ॉर्म, स्वचालित बाज़ार, डेटा सिस्टम और उपभोक्ता-सामने वाले उत्पादों को विकसित करने में दशकों बिताए हैं। फ्लुएंसी में शामिल होने से पहले, उन्होंने माइक्रोसॉफ्ट, पैंडोरा, मीडियामाथ, यील्डमो और बार्क में वरिष्ठ नेतृत्व भूमिकाएँ निभाईं, जहाँ उनकी जिम्मेदारियों में विज्ञापन प्रौद्योगिकी रणनीति, कार्यक्रमिक मीडिया, उत्पाद प्रबंधन, डेटा विज्ञान, इंजीनियरिंग और बड़े पैमाने पर प्लेटफ़ॉर्म आधुनिकीकरण शामिल थे। पिकार्ड एक श्रृंखला उद्यमी भी हैं जिन्होंने ब्लूस्ट्रीक, रेयर क्राउड्स, क्वेस्टोरी और अन्य प्रौद्योगिकी उद्यमों की स्थापना की, जिनमें से ब्लूस्ट्रीक और रेयर क्राउड्स को बाद में अधिग्रहित किया गया था। उनके करियर में एक शुरुआती वास्तविक समय बोली विनिमय की वास्तुकला में मदद करना, कार्यक्रमिक ऑडियो विज्ञापन उत्पादों को लॉन्च करना, स्वचालित इन्वेंट्री क्यूरेशन प्रौद्योगिकी विकसित करना और कंपनियों को कृत्रिम बुद्धिमत्ता, उत्पाद रणनीति, कॉर्पोरेट परिवर्तन और विलय और अधिग्रहण पर सलाह देना शामिल है।

फ्लुएंसी एक डिजिटल विज्ञापन ऑपरेटिंग सिस्टम विकसित करता है जो एजेंसियों, ब्रांडों और मल्टी-लोकेशन व्यवसायों को खोज, सामाजिक, कार्यक्रमिक प्लेटफ़ॉर्म, वॉल्ड गार्डन और ओपन वेब पर भुगतान वाले मीडिया अभियानों को प्रबंधित करने में मदद करता है। प्लेटफ़ॉर्म डेटा, रचनात्मक संपत्ति, इन्वेंट्री, अनुपालन आवश्यकताओं, दर्शकों, अभियान रणनीति, रिपोर्टिंग और निष्पादन कार्यों को केंद्रीकृत करता है, स्वचालन और कृत्रिम बुद्धिमत्ता का उपयोग करके दोहरावदार संचालन कार्यों को कम करता है और बड़े पैमाने पर अभियानों को समन्वयित करता है। फ्लुएंसी एजेंटिक विज्ञापन पर बढ़ती तरह से ध्यान केंद्रित कर रहा है, जिसमें निर्धारित नियंत्रणों के साथ संचालित और अनुकूलित अभियान शामिल हैं जो मानव निरीक्षण की अनुमति देते हैं। कंपनी का दावा है कि इसकी प्रौद्योगिकी प्रति माह 250,000 से अधिक अभियानों को समर्थन देती है और लगभग $3 बिलियन के वार्षिक विज्ञापन व्यय का प्रबंधन करती है।

आपका करियर डिजिटल विज्ञापन में कई मौलिक अवधियों से होकर गुजरा है, ब्लूस्ट्रीक की स्थापना करने और शुरुआती डिजिटल विज्ञापन मानकों को स्थापित करने से लेकर एक शुरुआती वास्तविक समय बोली विनिमय की वास्तुकला में योगदान देने तक। फ्लुएंसी में अगली पीढ़ी के एजेंटिक विज्ञापन प्रणालियों के निर्माण के लिए इन अनुभवों ने आपके दृष्टिकोण को कैसे आकार दिया है?

मैं अपने करियर में बहुत भाग्यशाली रहा हूं कि मुझे डिजिटल विज्ञापन का एक ऐसा स्थान मिला जो कई मायनों में रोचक था। मुझे इंटरनेट के विकास को वित्त प्रदान करने वाली प्रणाली का हिस्सा बनने का अवसर मिला। मुझे डिजिटल विज्ञापन के कुछ मौलिक तंत्र के आविष्कार का हिस्सा बनने का अवसर मिला। और इस क्षेत्र में तकनीकी चुनौतियाँ सॉफ़्टवेयर में किसी भी चीज़ के बराबर हैं। इसलिए यह हमेशा दिलचस्प रहा है।

ब्लूस्ट्रीक के साथ हमने लगभग हर विज्ञापन प्रारूप के पहले निर्माण किया, जिसमें पहले वीडियो और ऑडियो विज्ञापन शामिल थे। हम पहले थे जिन्होंने मल्टी-टच एट्रिब्यूशन किया, पहले जिन्होंने एक टैग प्रबंधन प्रणाली की पेशकश की, और पहले जिन्होंने सभी डिजिटल मीडिया प्रकारों में मल्टी-टच की पेशकश की। इससे इंटरएक्टिव एडवर्टाइजिंग ब्यूरो (आईएबी) और मीडिया रेटिंग काउंसिल (एमआरसी) के साथ पहली प्रभाव मानक को लिखने के लिए आमंत्रित किया गया।

जब मैं माइक्रोसॉफ्ट में गया, तो कंपनी ने विज्ञापन प्रौद्योगिकी में निवेश करने का फैसला किया क्योंकि उन्होंने देखा कि गूगल विंडोज़ की प्रति कॉपी से अधिक पैसा कमा रहा था, सभी के कारण डिजिटल विज्ञापन। उन्होंने मुझे एक भूमिका की पेशकश की जो अविश्वसनीय रूप से आकर्षक थी, माइक्रोसॉफ्ट को विज्ञापन प्रौद्योगिकी स्थान में जाने के लिए वैश्विक रणनीति लिखने का अवसर।

हमने एड-टेक में बड़ा निवेश करने का फैसला किया, और मैं बिल्ड/बाय/पार्टनर रणनीति का पता लगाने के लिए बिंदु पर था। मैंने 150 से अधिक कंपनियों पर देय ध्यान दिया, हमने सात कंपनियों का अधिग्रहण किया और हमने आंतरिक टीमों को बढ़ाने में भारी निवेश किया। जब मैं आया, तो हमारे पास एड-टेक पर काम करने वाले 200 इंजीनियर थे, और हमारे पास मीडिया राजस्व में $750MM था। जब मैं छोड़ दिया, तो हमारे पास 1,500 इंजीनियर थे जो एड-टेक पर काम कर रहे थे, और $5B से अधिक का राजस्व था। आज, खोज विज्ञापन राजस्व लगभग $15B है, लेकिन उस समय यह एक अविश्वसनीय संख्या थी।

एक कंपनी जिस पर मैंने देखा और जिसे हमने अधिग्रहित किया था, वह एडईसीएन थी। यह जेफ ग्रीन की पहली कंपनी थी, जिसने बाद में द ट्रेड डेस्क की स्थापना की। हमने राइट मीडिया को खरीदने पर विचार किया, जिसने मुझे ब्रायन ओ’केलley को बहुत अच्छी तरह से जानने का मौका दिया, लेकिन हमने उन्हें छोड़ दिया। हमने महसूस किया कि एक ऐसा अवसर था जो एक असिंक्रोनस वैश्विक नीलामी की अनुमति देता था जो बाहरी बोली लगाने वालों को एक्सचेंज से जुड़ने की अनुमति देता था। इसलिए हमने उन्हें अधिग्रहित किया और उन्हें अपने दृष्टिकोण को निष्पादित करने के लिए एक मजबूत इंजीनियरिंग टीम बनाने में मदद की।

जब एडईसीएन पहली बार वास्तविक समय बोली (आरटीबी) एक्सचेंज लॉन्च करने के लिए तैयार था, तो दृष्टिकोणों पर एक लड़ाई थी, और यह मूल रूप से बीटा परीक्षण से बाहर नहीं निकला।

इसके दो परिणाम थे जिन्होंने पूरे एड-टेक पारिस्थितिकी तंत्र को बदल दिया। पहला यह था कि ब्रायन ओ’केलley ने राइट मीडिया छोड़ने के बाद अप्नेक्स की स्थापना की, और जब यह स्पष्ट हो गया कि एडईसीएन कभी भी जमीन नहीं पकड़ेगा, तो मैंने अप्नेक्स के साथ साझेदारी के अवसर की वकालत की। यह अंततः कंपनी में एक बड़ा निवेश और एक मजबूत साझेदारी के साथ समाप्त हुआ, जो अंततः माइक्रोसॉफ्ट द्वारा इसके अधिग्रहण के साथ समाप्त हुआ। दूसरा प्रमुख परिणाम यह था कि जेफ ग्रीन ने माइक्रोसॉफ्ट छोड़ दिया, एडईसीएन में आरटीबी एक्सचेंज बनाने वाले कुछ इंजीनियरों को ले लिया, और द ट्रेड डेस्क की स्थापना की।

जब आप मेरे करियर के पहले आर्क को देखते हैं, जो 1997 से 2010 तक था, तो यह कुछ दीर्घकालिक बीज बोया जो अब कुछ दिलचस्प फल लाए हैं। मैं विभिन्न भूमिकाओं में गया, जिनमें मेरी स्टार्टअप रेयर क्राउड्स शामिल थी, जहां हमने कार्यक्रमिक क्यूरेशन का आविष्कार किया। मैं पैंडोरा जैसी कंपनियों में समय बिताया, जहां हमारे पास एक बड़ा ऑडियो विज्ञापन व्यवसाय था, जिसमें सबसे बड़ा ऑडियो विज्ञापन एक्सचेंज शामिल था, और यील्डमो में समय बिताया, जहां हमने पहला गोपनीयता-केंद्रित विज्ञापन एक्सचेंज बनाया। उस समय मुझे आईएबी टेकलैब के बोर्ड ऑफ डायरेक्टर्स में शामिल होने और कार्यकारी समिति में शामिल होने का अवसर मिला। और मैंने इन सभी वर्षों में उद्योग मानकों पर काम करना जारी रखा है।

पिछले साल, ब्रायन ओ’केलley ने एजेंटिक विज्ञापन के लिए एक उद्योग मानक बनाने का अवसर देखा, जिसे एडसीपी कहा जाता है, जो AgenticAdvertising.org द्वारा प्रबंधित है। ब्रायन और मैंने उन क्षेत्रों पर चर्चा की जहां काम में खामियां थीं, और मैंने एडसीपी के लिए प्रशासन और अनुपालन के लिए पहली विशिष्टता लिखने की पेशकश की।

कुछ महीनों के बाद, मुझसे फ्लुएंसी ने संपर्क किया। जब मैंने जो वे बना रहे थे उसे सीखना शुरू किया, तो मैं हैरान रह गया। वास्तव में, उन्होंने पहले ही मैंने जो विशिष्टता लिखी थी उसे हल कर लिया था। वे आठ साल से पहले ही एजेंटिक विज्ञापन कर रहे थे, जब एलएलएम तैयार हो गए थे।

मैंने देखा कि उन एजेंटों के साथ जो वे ले रहे थे वह निर्धारित दृष्टिकोण था, जो एलएलएम-संचालित एजेंटों की आवश्यकताओं को पूरा करने के लिए आवश्यक था, जो स्वाभाविक रूप से संभाव्य हैं। इसका क्या मतलब है कि जबकि एलएलएम “सोच” में बहुत अच्छे हैं और रचनात्मक हो सकते हैं, वे हर बार एक ही चीज़ करने में बहुत खराब हैं। प्रत्येक दृष्टिकोण में अपनी कमजोरियां हैं, लेकिन वे एक साथ समस्या का समाधान करते हैं।

मेरी दृष्टि फ्लुएंसी की नेतृत्व टीम के साथ संगत थी और मैं उत्पाद का नेतृत्व करने के लिए शामिल हुआ। अब हम एक दुनिया की ओर पूरी गति से बढ़ रहे हैं जहां एजेंट मानव निरीक्षण की आवश्यकता वाले स्थानों पर मानवों के साथ विज्ञापन पर लेन-देन कर सकते हैं, और एलएलएम-संचालित एजेंटों को उनके व्यवहार को प्रबंधित करने के लिए निर्धारित गार्डरेल मिलते हैं।

मैं अपने करियर में इतने सारे डिजिटल विज्ञापन में बदलाव की लहरों पर सवारी करने के लिए अविश्वसनीय रूप से भाग्यशाली महसूस करता हूं, पहली प्रभाव मानक से लेकर आरटीबी के आविष्कार तक, क्यूरेशन के आविष्कार तक, और अब एजेंटिक विज्ञापन के आगमन तक। यह एक वाइल्ड राइड रहा है, और मैं अभी भी मज़े कर रहा हूं और इस स्थान में अवसरों से उत्साहित हूं।

वास्तविक समय बोली ने सॉफ़्टवेयर को मिलीसेकंड में वित्तीय निर्णय लेने की क्षमता प्रदान की। कार्यक्रमिक विज्ञापन के विकास से आज के विकासकर्ताओं को एलएलएम एजेंटों को अधिक संचालन स्वायत्तता प्रदान करने से पहले क्या सबक मिलेंगे?

कार्यक्रमिक विज्ञापन में, हमने मशीन लर्निंग का उपयोग किया, जो कि एआई का एक रूप है, निर्णय इंजन बनाने के लिए जो प्रति सेकंड दस लाख से अधिक निर्णय ले सकते हैं। इसके लिए अविश्वसनीय मात्रा में कंप्यूटिंग हॉर्सपावर, डेटा प्रोसेसिंग, विशाल बुनियादी ढांचे और जनरेटिव एआई के आगमन से पहले आवश्यक है। मैं तर्क दूंगा कि यह सभी कंप्यूटिंग में सबसे गहरा विकास था।

इसकी सभी शक्ति के लिए, कार्यक्रमिक मॉडल में भी बड़ी अक्षमताएं हैं, और एक विशाल, जटिल पारिस्थितिकी तंत्र है जो प्रति विज्ञापन प्रभाव के लिए बहुत अधिक बिजली (और इसलिए बहुत अधिक कार्बन) जलाता है। मुझे गलत न समझें, मैं कार्यक्रमिक स्थान से प्यार करता हूं, और मैं जो बनाया है उस पर मैं आश्चर्यचकित हूं। लेकिन यह महसूस होता है कि हमने एक मशीन बनाई है जो उस जटिलता के लिए भुगतान करने वाले प्रतिफल से कहीं अधिक जटिल है।

जबकि समान तर्क जनरेटिव एआई पर भी लागू हो सकते हैं, एलएलएम-संचालित एजेंटों को पारिस्थितिकी तंत्र में रहने के लिए आवश्यक स्थान लेन-देन के स्थान पर इंटरफेस पर हैं। और एलएलएम को निर्धारित एजेंटों के साथ सावधानी से मिलाकर, हम लेन-देन का प्रबंधन बहुत अधिक कुशलता से कर सकते हैं और जटिलता को बहुत कम कर सकते हैं।

उद्योग में दो प्रमुख पहल हैं, जो लेन-देन के स्थान पर एलएलएम-संचालित एजेंटों को इंजेक्ट करने का लक्ष्य रखती हैं। आईएबी टेकलैब ने एएएमपी पहल शुरू की है, जो एलएलएम को आरटीबी बुनियादी ढांचे में प्रॉक्सी करने के लिए तंत्र को सक्षम बनाता है ताकि वे पहले से निर्णय ले सकें और उन्हें वास्तविक समय प्रणाली में कैश कर सकें। एडसीपी परियोजना “खाता स्तर” एकीकरण पर केंद्रित है, जिसका अर्थ है कि विज्ञापन के लिए अभियान प्रबंधन और रचनात्मक कार्यों में मानवों द्वारा किए गए सभी कार्य स्वचालित किए जा सकते हैं। जबकि एएएमपी बहुत मूल्यवान और दिलचस्प है, यह एक जटिल आधुनिक प्रणाली में सुधार कर रहा है। एडसीपी एक समस्या को हल करने जा रहा है जो उद्योग की शुरुआत से मौजूद है, और जिसे फ्लुएंसी ने आठ साल से हल किया है। इसलिए हम एडसीपी पर गहराई से जा रहे हैं, लेकिन हम अंततः एएएमपी में भी गोता लगाएंगे।

फ्लुएंसी ने एड-टेक स्थान में कभी नहीं संबोधित की गई अंतिम मील की समस्या का समाधान किया है: खाता, अभियान और रचनात्मक स्तर पर विज्ञापन अभियानों को बनाने और प्रबंधित करने में बड़ी अक्षमताएं। और मुझे वास्तव में लगता है कि हम जो काम कर रहे हैं वह विज्ञापन के लिए आरटीबी के आविष्कार के रूप में ही गहरा अवसर है। जब हम फ्लुएंसी द्वारा स्वचालित कार्यों में एलएलएम को जोड़ते हैं, तो हम पूरे सिस्टम के मूल्य को बढ़ाते हैं।

फ्लुएंसी संभाव्य एआई तर्क को निर्धारित प्रणालियों से अलग करता है जो अभियान परिवर्तनों को निष्पादित करते हैं। वर्तमान में एक बड़े भाषा मॉडल को सीधे विज्ञापन बजट को नियंत्रित करने की अनुमति देना जोखिमपूर्ण क्यों है?

मुझे लगता है कि यह एलएलएम के साथ एक मौलिक प्रकार की समस्या है जो शायद हमेशा रहेगी। संभाव्य इंजनों को डिज़ाइन किया गया है ताकि वे एक ही प्रश्न का एक ही उत्तर दे सकें, हर बार जब वे बहुत ही अच्छे हों तो वे निर्धारित चीजों में खराब हों। गणित का उपयोग करके एक उदाहरण दें:

एलएलएम साहित्यिक रूप से जोड़, घटा, गुणा, या विभाजित नहीं कर सकते। अब, आप यह महसूस नहीं कर सकते क्योंकि जब आप क्लाउड या चैटजीपीटी से एक प्रश्न पूछते हैं जो गणित की आवश्यकता होती है, तो वे आपको सही उत्तर दे सकते हैं। लेकिन जो अधिकांश लोग नहीं जानते हैं वह यह है कि वे गणना करने के लिए स्क्रिप्ट लिखकर और उस कोड को निष्पादित करके ऐसा करते हैं। यही बात हम यहाँ बात कर रहे हैं: एक संभाव्य एलएलएम जो समझता है कि यह गणित नहीं कर सकता है, अपने स्वयं के निर्धारित सॉफ़्टवेयर का निर्माण करके जो गणना करने में सक्षम है।

हालांकि एलएलएम अब “जादुई” रूप से गणित कर सकता है, मैं कभी भी एलएलएम को अपने वित्त का प्रबंधन करने और मेरे लिए स्टॉक ट्रेडिंग निर्णय लेने की अनुमति नहीं दूंगा। मैं एलएलएम को अपना कर दाखिल करने और बिना किसी समीक्षा के सत्यापित करने की अनुमति नहीं दूंगा। अरे, मैं तो एलएलएम को एक ईमेल या ब्लॉग पोस्ट लिखने की अनुमति नहीं दूंगा, बिना यह सुनिश्चित किए कि सब कुछ सच है।

वे भविष्य में ऐसा करने में सक्षम हो सकते हैं, लेकिन मेरा अनुमान है कि वे ऐसा करके अपने स्वयं के निर्धारित सॉफ़्टवेयर को उन समस्याओं के हिस्सों को संभालने के लिए लिखेंगे जिन्हें इसकी आवश्यकता है।

फ्लुएंसी आज ही है – हमारे पास विज्ञापन का प्रबंधन करने के लिए निर्धारित पाइप हैं। हम अपने प्लेटफ़ॉर्म में एलएलएम को एकीकृत कर रहे हैं, उन्हें उनके लिए महान चीजों का उपयोग कर रहे हैं। और हम अपने प्लेटफ़ॉर्म को बाहरी एजेंटों के लिए खोल रहे हैं ताकि वे हमारे पाइप पर निष्पादित कर सकें। अंततः मैं इसे विज्ञापन पारिस्थितिकी तंत्र में प्रवेश द्वार के रूप में देखता हूं, जहां एक एलएलएम-संचालित एजेंट किसी भी मीडिया प्लेटफ़ॉर्म पर लेन-देन कर सकता है और एक स्थान पर एकीकृत हो सकता है। लेकिन हम इस दीर्घकालिक परिणाम से बहुत दूर हैं!

फ्लुएंसी का निर्धारित निष्पादन परत एक एलएलएम एजेंट की सिफारिशों का मूल्यांकन कैसे करती है और उन्हें लाइव अभियान को प्रभावित करने से पहले अनुमति देती है, और विज्ञापनदाता किन प्रकार के नियमों या प्रतिबंधों को स्थापित कर सकते हैं?

हम मानवों (या एलएलएम) को निर्धारित निर्देश बनाने के लिए तंत्र प्रदान करते हैं जो हर बार एक ही तरीके से निष्पादित होंगे। यह एक बड़ी समस्या है जिसे हर उद्योग में हल किया जाना चाहिए। विज्ञापन के लिए कंपनी जो इसे हल कर रही है वह फ्लुएंसी है। हम अपने ग्राहकों के लिए विज्ञापन प्लेटफ़ॉर्म पर की जाने वाली किसी भी क्रिया के लिए व्यवसाय नियम और सुराग बनाने की अनुमति देते हैं। यदि यह संभव है कि एक समस्या के लिए आईएफ/थेन तर्क बनाया जा सकता है, तो हमारा प्लेटफ़ॉर्म उन व्यवसायिक नियमों को एन्कोड करने की अनुमति देता है जो हर बार एक ही तरीके से पालन किए जाते हैं।

यह समझने के लिए बहुत महत्वपूर्ण है। मानव द्वारा की जाने वाली कई निर्णय एक ही तरीके से की जाती हैं जब वे एक विशिष्ट स्थिति देखते हैं। यह हमें ऐसी चीजें करने की अनुमति देता है जैसे कि बजट प्रबंधन नियमों को एन्कोड करना, अभियान या रचनात्मक सामग्री बनाना और नामकरण करों को लागू करना, या बाहरी डेटासेट में ट्रिगर्स के आधार पर स्वचालित रूप से अभियान और रचनात्मक सामग्री को स्पिन अप और नीचे करना।

उदाहरण के लिए, एक कार डीलरशिप को नई कारों की एक नई शिपमेंट मिल सकती है। फ्लुएंसी डीलरशिप द्वारा उपयोग की जाने वाली इन्वेंट्री प्रबंधन प्रणाली को पढ़ सकता है, और विशिष्ट वाहन, यहां तक ​​कि रंग और प्रत्येक विशिष्ट वाहन की विशिष्ट विशेषताओं के लिए विशिष्ट अभियान और रचनात्मक सामग्री बना सकता है, कारों को लॉट पर मिलने के कुछ ही मिनटों के भीतर। और जब अंतिम कार बेची जाती है, तो स्वचालित रूप से उन अभियानों को बंद कर देता है।

विज्ञापन रणनीति और रचनात्मक विकास अक्सर प्रयोग और व्यक्तिपरक निर्णय लेने की आवश्यकता होती है। संगठन कैसे जनरेटिव एआई की लचीलेपन को संरक्षित कर सकते हैं जबकि अभियान निष्पादन अभी भी पूर्वानुमान योग्य और अनुपालन रहता है?

जो कुछ हमने पहले ही चर्चा की है वह इस प्रश्न का उत्तर देने के लिए एक सरल तरीके से फ्रेमवर्क बनाता है। जिन चीजों को व्यवसायिक नियमों में एन्कोड किया जा सकता है उन्हें ठीक से सेट अप किया जाता है। एलएलएम विश्लेषण और पैटर्न मिलान में मदद कर सकते हैं, जैसे कि मशीन लर्निंग, जिसका एड-टेक में एक लंबा इतिहास है। लेकिन असली चालाकी यह है कि समस्या का स्पष्ट उत्तर नहीं होने पर मानव हस्तक्षेप के लिए तंत्र होने की आवश्यकता है। हमारे ग्राहक अपने जोखिम सहनशीलता को ट्यून कर सकते हैं, इसलिए यदि मुद्दा कम जोखिम वाला है, तो वे मशीनों को निर्णय लेने की अनुमति दे सकते हैं। लेकिन उन चीजों के लिए जिन्हें वास्तव में मानव निर्णयों की आवश्यकता है, हम उन्हें सतर्क करते हैं और उन्हें स्टीयरिंग व्हील लेने की अनुमति देते हैं।

फ्लुएंसी का प्लेटफ़ॉर्म खोज, सामाजिक और कार्यक्रमिक विज्ञापन चैनलों के साथ काम करता है। जब एक एलएलएम एजेंट को विभिन्न डेटा संरचनाओं, अनुकूलन प्रणालियों और नीति आवश्यकताओं वाले प्लेटफ़ॉर्म के पार तर्क करना होता है, तो कौन सी तकनीकी चुनौतियाँ उत्पन्न होती हैं?

प्रत्येक विज्ञापन प्लेटफ़ॉर्म के पास एक अद्वितीय सेट सर्वोत्तम प्रथाएं और क्षमताएं हैं। एपीआई वे निर्धारित पाइप हैं जिनसे हम बाहरी रूप से प्लेटफ़ॉर्म को चलाने के लिए जुड़ते हैं। एपीआई बहुत अच्छी तरह से दस्तावेजीकृत हैं, लेकिन उस दस्तावेज़ीकरण वास्तव में उन नियमों का सेट है जो उन प्लेटफ़ॉर्म पर किया जा सकता है। वे उस विशिष्ट प्लेटफ़ॉर्म के लिए सर्वोत्तम प्रथाओं का प्रतिनिधित्व नहीं करते हैं।

एलएलएम बहुत सारी जानकारी को संदर्भ में ले सकते हैं ताकि प्रत्येक प्लेटफ़ॉर्म के लिए सर्वोत्तम प्रथाओं को उनके माध्यम से उपलब्ध कराया जा सके। चूंकि फ्लुएंसी कई एजेंसियों और विज्ञापनदाताओं के लिए कई प्लेटफ़ॉर्म पर काम कर रही है, हम अपने प्रत्येक ग्राहक की सर्वोत्तम प्रथाओं को (उनकी ओर से) एन्कोड करने में सक्षम हैं जो एलएलएम का पालन कर सकते हैं। हमारे ग्राहकों के पास अपने व्यवसायों को संचालित करने के लिए अपने स्वयं के “प्लेबुक” हैं, और फ्लुएंसी उन्हें निर्धारित नियमों में एन्कोड करने देता है जहां संभव हो, और समय के साथ एलएलएम-संचालित एजेंटों के लिए निर्देश सेट के रूप में जहां यह समझ में आता है।

हम अपने ग्राहकों के साथ अब इस अगली पीढ़ी के विकास पर काम कर रहे हैं ताकि इन अधिक जटिल दृश्यों को उनके खातों में एन्कोड किया जा सके। यह बहुत शुरुआती दिन है। जो कोई भी कहता है कि उन्होंने एलएलएम का उपयोग करके इसके किसी भी हिस्से को हल किया है, वह सच्चाई को बढ़ा-चढ़ाकर पेश कर रहा है, क्योंकि चीजें इतनी शुरुआती हैं, और मॉडल इतनी तेजी से विकसित हो रहे हैं कि किसी ने भी इसे पूरी तरह से हल नहीं किया है। लेकिन हम अपने ग्राहकों के साथ इसे हल करने के लिए बहुत अच्छी स्थिति में हैं।

एक एजेंटिक विज्ञापन वातावरण में प्रभावी मानव पर्यवेक्षण क्या दिखता है? कौन से निर्णय सुरक्षित रूप से स्वायत्त हो सकते हैं, और कौन से मानव समीक्षा या अनुमोदन की आवश्यकता है?

प्रत्येक ग्राहक की एक अलग जोखिम सहनशीलता है, और अधिकांश के पास कभी भी एक प्रणाली नहीं थी जो इसे व्यक्त कर सके। फ्लुएंसी में, एक अच्छे अभियान प्रबंधक द्वारा अपने सिर में लगाए गए निर्णय एक बार एन्कोड किए जाते हैं और फिर हर खाते, हर प्लेटफ़ॉर्म, हर समय समान रूप से लागू किए जाते हैं। जिन स्थितियों में स्पष्ट उत्तर नहीं होता है वे स्वचालित रूप से एक व्यक्ति को रूट करते हैं, जिन्हें उन्हें आवश्यक संदर्भ की आवश्यकता होती है।

जो वास्तविक अभ्यास में दिखता है वह बहुत भिन्न होता है। हम अपने ग्राहकों के लिए आज कई अलग-अलग नियम चला रहे हैं, जो मानव निर्णयों को एन्कोड करने में मदद कर रहे हैं जो भिन्न नहीं होते हैं, और उन्हें एक मानव को रूट करते हैं जब उत्तर स्पष्ट नहीं होता है।

जो निर्णय सुरक्षित रूप से स्वायत्त हो सकते हैं वह ग्राहक पर निर्भर करता है, और मुझे लगता है कि एक सार्वभौमिक उत्तर बहुत कम मूल्य का है। प्लेटफ़ॉर्म को जहां भी ग्राहक रेखा खींचता है उसे लागू करना होगा, और उन्हें इसे बढ़ते हुए विश्वास के रूप में स्थानांतरित करने की अनुमति देनी होगी।

एजेंट अभियान निर्णयों के रूप में अधिक लेते हैं, तो मंच को प्रत्येक क्रिया के पीछे तर्क, डेटा और नियमों का दस्तावेजीकरण कैसे करना चाहिए ताकि विज्ञापनदाता प्रदर्शन की लेखा परीक्षा कर सकें, गलतियों की जांच कर सकें और अनुपालन प्रदर्शित कर सकें?

फ्लुएंसी के प्रस्ताव के मूल मूल्यों में से एक यह है कि हम एसओसी2 अनुपालन हैं, और पूरी तरह से लेखा परीक्षा योग्य हैं। प्रणाली में किए गए सभी परिवर्तनों को लॉग किया जाता है। मैंने पहले एक सार्वजनिक रूप से कारोबार करने वाली कंपनी के सीटीपीओ के रूप में काम किया है, और मैं पहले अनुपालन के लिए जिम्मेदार रहा हूं, इसलिए मुझे पता है कि यह कितना जटिल हो सकता है। यह एक और कारण है कि मैं फ्लुएंसी में शामिल होने के लिए उत्साहित था, क्योंकि हम जो कुछ भी करते हैं वह पूरी तरह से लेखा परीक्षा योग्य है। हम प्रणाली में किए गए प्रत्येक परिवर्तन के लिए परिवर्तन लॉग भी बनाए रखते हैं, जो लॉग किए गए उस उपयोगकर्ता के खिलाफ होते हैं जिसने इसे किया था।

एक दूसरा परत जो महत्वपूर्ण है यह है कि क्योंकि व्यवसायिक नियम सॉफ़्टवेयर में एन्कोड किए जाते हैं, नियम अपना स्वयं का विशिष्टता है। वहाँ वृत्ति और व्यवहार के बीच कोई ड्रिफ्ट नहीं है, जो आमतौर पर लेखा परीक्षा में टूट जाता है। और एलएलएम-संचालित दुनिया में, एन्कोडेड तर्क को मांग पर सादे व्यवसायिक भाषा में प्रस्तुत किया जा सकता है, ताकि लेखा परीक्षक को क्या करने के लिए प्रणाली को निर्देशित किया गया था, यह समझने के लिए कोड पढ़ने की आवश्यकता नहीं है।

एक एजेंसी या ब्रांड जो एजेंटिक विज्ञापन को अपना रहा है, कौन से कार्य प्रवाह सबसे अच्छा प्रारंभिक बिंदु प्रदान करते हैं, और संगठन को एक एजेंट की अधिकार को बढ़ाने से पहले क्या प्रमाण की आवश्यकता होगी?

फ्लुएंसी के दृष्टिकोण से, एजेंटिक विज्ञापन अच्छी तरह से यात्रा की गई जमीन है। हम आठ साल से ऐसा कर रहे हैं। हमारे पास सैकड़ों एजेंसियां और ब्रांड हैं जो आज हमारे प्लेटफ़ॉर्म का उपयोग एजेंटिक विज्ञापन करने के लिए कर रहे हैं, और मल्टी-लोकल स्पेस में, यह कई दस हज़ार स्थानों पर है।

हम अभियान सेटअप और प्रबंधन में मानवों द्वारा की जाने वाली अधिकांश चीजों को स्वचालित करते हैं, खोज, सामाजिक और कार्यक्रमिक के साथ, इसलिए कोई कार्य प्रवाह एक बेहतर या बदतर शुरुआती बिंदु नहीं बनाता है। सबसे अच्छा शुरुआती बिंदु वह है जो हमारे ग्राहक को सबसे अधिक श्रमसाध्य लगता है।

एलएलएम हमारे ग्राहकों को भी तेजी से ऑनबोर्ड करने में हमारी मदद कर रहे हैं, क्योंकि जैसा कि आप कल्पना कर सकते हैं, एक ग्राहक के व्यवसायिक नियमों को एन्कोड करना एक प्रकार का सीआरएम कार्यान्वयन है, जो महीनों में मापा जाता है। हम एलएलएम का उपयोग करके नियमसेट और स्वचालन स्क्रिप्ट लिखने में मदद करने के लिए उपकरण बना रहे हैं। यह ऑनबोर्डिंग प्रक्रिया को बहुत तेज़ बना देगा, और हमारे ग्राहकों के लिए जटिलता को कम करेगा।

विज्ञापन एक स्वायत्त प्रणाली है जो वास्तविक धन का प्रबंधन करती है, जो वित्तीय सेवाओं, स्वास्थ्य सेवा, उद्यम खरीद और अन्य विनियमित क्षेत्रों में एलएलएम एजेंटों को अपनाने के लिए एक परीक्षण मैदान के रूप में कार्य करती है। विज्ञापन उद्योग से कौन से सबक इन क्षेत्रों में लागू हो सकते हैं?

विज्ञापन 20 वर्षों से वास्तविक धन का प्रबंधन करने वाली स्वायत्त प्रणालियों के लिए एक परीक्षण मैदान रहा है। कार्यक्रमिक ने उद्योग को सिखाया है कि कैसे सॉफ़्टवेयर को प्रति दिन अरबों लेन-देन के साथ वास्तविक समय में वित्तीय निर्णय लेने की अनुमति दी जाए। अधिकांश वर्तमान एजेंटिक एआई चर्चा विज्ञापन द्वारा छोड़े गए पैमाने से बहुत दूर है।

फ्लुएंसी के पास हमारे प्लेटफ़ॉर्म पर $3 बिलियन से अधिक का वार्षिक व्यय चल रहा है, सैकड़ों एजेंसियों और ब्रांडों के साथ, और मल्टी-लोकल स्पेस में, यह कई दस हज़ार स्थानों तक पहुंचता है। अधिकांश एजेंटिक विज्ञापन चर्चाएं वर्तमान में पायलट बजट और कुछ खातों के बारे में हैं।

जो चीज़ स्थानांतरित होती है वह वास्तुकला है। आप निर्णय लेने वाली प्रणालियों को निष्पादन प्रणालियों से अलग करते हैं। निर्णय लेने वाली परत संभाव्य हो सकती है, क्योंकि निर्णय लेने में लचीलेपन और रचनात्मकता से लाभ होता है। निष्पादन परत को निर्धारित होना चाहिए, क्योंकि पैसा हिलना एक ऐसी जगह नहीं है जहां आप परिवर्तनशीलता चाहते हैं। प्रत्येक क्रिया को उस उपयोगकर्ता या एजेंट के खिलाफ लॉग किया जाता है जिसने इसे शुरू किया था, जो एक ऑडिट ट्रेल प्रदान करता है जो एक नियामक के सामने खड़ा हो सकता है।

यह आवश्यकता वित्तीय सेवाओं, स्वास्थ्य दावों में, उद्यम खरीद में समान है। डिज़ाइन जो हमने विज्ञापन के लिए बनाया है वह सही है: पूरी लेखा परीक्षा योग्यता परिवर्तन लॉग के साथ है। मैं विशेष रूप से चिकित्सा प्रक्रियाओं और बीमा दावों को मंजूरी देने में गैर-मानव निर्णय लेने के बारे में चिंतित हूं। मुझे लगता है कि एलएलएम अभी तक वहां नहीं हैं, और मेरे जीवन में व्यक्तिगत उदाहरण हैं जो स्वचालित प्रणालियों द्वारा बीमा दावों को मंजूरी देने या अस्वीकार करने के लिए बहुत बुरे निर्णय लेते हैं।

मेरी अपेक्षा है कि विज्ञापन द्वारा स्थापित पैटर्न अन्य क्षेत्रों द्वारा अपनाया जाएगा। हमने मशीनों को प्रति सेकंड सैकड़ों मिलियन बार पैसा खर्च करने की समस्या का समाधान करने में बीस साल का समय लिया है। फ्लुएंसी का दृष्टिकोण लेन-देन से लेकर कार्य प्रवाह तक फैला हुआ है, और मुझे विश्वास है कि हमारा दृष्टिकोण भी जीतेगा।

धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें फ्लुएंसी पर जाना चाहिए।