राजीव बुटानी, मीडियामिंट के सीईओ – साक्षात्कार श्रृंखला

MediaMint के सीईओ राजीव बुटानी के पास वैश्विक प्रौद्योगिकी, मीडिया और डिजिटल रूपांतरण में तीन दशकों से अधिक का नेतृत्व अनुभव है। MediaMint में शामिल होने से पहले वे HeadSpin के सीईओ और बोर्ड सदस्य थे, जहां उन्होंने डिजिटल अनुभवों से जुड़ी प्रदर्शन इंटेलिजेंस में नवाचार को आगे बढ़ाया। इससे पूर्व बुटानी ने लगभग 27 वर्ष Accenture में बिताए। वहां उन्होंने कम्युनिकेशंस, मीडिया और टेक्नोलॉजी के ग्रुप टेक्नोलॉजी ऑफिसर के रूप में परिवर्तनकारी पहलों का नेतृत्व किया और कृत्रिम बुद्धिमत्ता तथा मशीन लर्निंग जैसी उभरती तकनीकों से संबंधित रणनीति और साझेदारियों की देखरेख की। Accenture में उनकी नेतृत्वकारी भूमिकाओं में Google (GOOGL ), Facebook (META ) और Microsoft (MSFT ) जैसे प्रमुख ग्राहकों के साथ संबंधों का प्रबंधन शामिल था, जो तकनीक, रणनीति और विकास के संगम पर उनकी गहरी विशेषज्ञता को दर्शाता है।

2010 में स्थापित MediaMint एक वैश्विक डिजिटल ऑपरेशंस साझेदार है, जो विज्ञापन संचालन, क्रिएटिव प्रोडक्शन, डेटा एनालिटिक्स और अभियान प्रबंधन में शुरू से अंत तक सहायता देता है। कंपनी का मुख्यालय हैदराबाद में है और अमेरिका तथा पोलैंड में भी इसके कार्यालय हैं। MediaMint मानवीय विशेषज्ञता और तकनीक के संयोजन से मीडिया कंपनियों, एजेंसियों और प्लेटफॉर्मों को कुशलतापूर्वक विस्तार करने में सक्षम बनाता है। कंपनी उच्च गुणवत्ता वाली परिचालन उत्कृष्टता, लचीलापन और पारदर्शिता प्रदान करने पर केंद्रित है, जिससे ग्राहक अपने कार्यप्रवाह सुव्यवस्थित कर सकें, लागत अनुकूलित कर सकें और लगातार जटिल होते डिजिटल परिवेश में नवाचार पर ध्यान दे सकें।

Accenture से MediaMint का नेतृत्व संभालने की ओर बढ़ने के लिए आपको किस बात ने प्रेरित किया, और परामर्श की आपकी पृष्ठभूमि ने AI-संचालित संचालन के प्रति आपके दृष्टिकोण को कैसे आकार दिया?

मेरे लिए यह बदलाव परामर्श कक्ष से निकलकर सीधे संचालक की कुर्सी पर बैठने का था। Accenture में वर्षों तक कंपनियों को रूपांतरण की रूपरेखा तैयार करने में मदद करने के बाद मुझे ऐसा समाधान बनाने का स्पष्ट बाजार अवसर दिखाई दिया, जहां मैं केवल रूपरेखा के लिए जवाबदेह न रहूं, बल्कि स्वयं हिस्सेदारी लेकर परिणामों की जिम्मेदारी भी उठाऊं।

AI का उपयोग बढ़ने के साथ ग्राहक ऐसे साझेदार चाहते हैं जो काम के अलग-अलग हिस्से संभालने के बजाय शुरू से अंत तक पूरे कार्य का स्वामित्व लेकर परिणाम दे सकें। मेरी परामर्श पृष्ठभूमि ने इसी मांग को पूरा करने वाला हमारा दृष्टिकोण तय किया। मीडिया, मनोरंजन और प्रौद्योगिकी क्षेत्रों की अग्रणी संस्थाओं के फ्रंट-ऑफिस संचालन में सहायता करने की आगे की यात्रा को लेकर मैं बेहद उत्साहित हूं।

Agentic AI से अलगाव तोड़ना: हम परामर्श की रणनीतिक और विभिन्न कार्यों को जोड़ने वाली सोच को अपने Agentic AI प्लेटफॉर्म के माध्यम से सीधे लागू करते हैं। Agentic AI हमें बिक्री, विज्ञापन संचालन और वित्त जैसे उन विभागीय अलगावों को तोड़ने देता है जिनसे बड़ी कंपनियां जूझती रहती हैं। हमारी फुर्ती हमें Agentic AI और मानवीय एजेंटों को मिलाकर ऐसे संपूर्ण समाधान तैयार करने और उपलब्ध कराने देती है जो बड़े पैमाने पर परिणाम उत्पन्न कर सकें।

MediaMint की स्थापना 2010 में हुई और तब से कंपनी ने काफी विस्तार किया है। विशेष रूप से MediaMint Labs के आरंभ के साथ कंपनी के मिशन और क्षमताओं का विकास कैसे हुआ?

MediaMint हमेशा मीडिया और मार्केटिंग संचालन में अग्रणी रहा है। हमने बड़े प्रकाशकों, प्लेटफॉर्मों, एजेंसियों और ब्रांडों को उच्च गुणवत्ता वाली, मानव-नेतृत्व वाली सेवाएं देने से शुरुआत की। हमारा मिशन ऐसा विश्वसनीय परिचालन साझेदार बनना था जो ग्राहकों को अपना राजस्व बढ़ाने और परिचालन दक्षता विकसित करने में सक्षम बनाए।

MediaMint Labs का आरंभ हमारे अगले चरण का संकेत है। इससे हमने उस तरीके को औपचारिक रूप दिया है जिसमें हम AI का उपयोग केवल दक्षता ही नहीं, बल्कि विकास बढ़ाने के लिए भी करते हैं। अब MediaMint Labs के माध्यम से हमारा ध्यान ऐसे AI एजेंट बनाने पर है जो सिर्फ कार्य निष्पादित न करें, बल्कि ग्राहकों के लिए रणनीतिक गति-वर्धक बनें। DataBeat का अधिग्रहण भी इस विकास का प्रमुख हिस्सा रहा है, जिसने डेटा इंजीनियरिंग, एनालिटिक्स और यील्ड प्रबंधन में हमारी क्षमता को मजबूत किया है। यह एक बुनियादी बदलाव है, जो हमें विश्वसनीय सेवा प्रदाता से AI-संचालित विकास सेवाओं का साझेदार बना रहा है।

MediaMint Labs साथ मिलकर बनाए गए AI एजेंटों, ऑप्टिमाइजरों और एक्सेलेरेटरों पर केंद्रित है, जिन्हें MediaMint न केवल बनाता है बल्कि उनका स्वामित्व और संचालन भी अपने पास रखता है। यह प्रत्यक्ष स्वामित्व मॉडल ग्राहकों को क्या रणनीतिक लाभ देता है?

प्रत्यक्ष स्वामित्व का यह मॉडल हमारा मुख्य रणनीतिक अंतर है। हमने सीखा है कि यदि आप किसी ग्राहक को AI एजेंट सौंपकर चले जाएं, तो वास्तविक दुनिया की जटिलता सामने आते ही वह विफल होने लगता है। हमारे ग्राहकों को दो बड़े लाभ मिलते हैं:

पहला है तेज विकास और सुरक्षा। हमारा आंतरिक, मॉडल-स्वतंत्र विकास प्लेटफॉर्म हमें विकास से जुड़े विभिन्न उपयोगों के लिए एजेंटों को सुरक्षित ढंग से और बड़े पैमाने पर डिजाइन, तैनात और संचालित करने देता है। पहले से बने रनटाइम और एक क्लिक में परिवेश तैयार करने की सुविधा से हम नए एजेंटों को महीनों के बजाय कुछ सप्ताह में चालू कर सकते हैं। प्लेटफॉर्म शासन, डेटा कहां रखा जाएगा और सुरक्षा जैसे विषयों को डिफॉल्ट रूप से संभालता है, इसलिए ग्राहकों को विशेष रूप से बनाए गए AI ढांचे के प्रबंधन की जटिलताओं की चिंता नहीं करनी पड़ती।

दूसरा है निरंतर सुधार और स्थिरता। परिचालन स्वामित्व हमारे पास रहता है, इसलिए एजेंट के लगातार बेहतर प्रदर्शन की जिम्मेदारी भी हमारी होती है। हम एक केंद्रीकृत ट्रेस प्रणाली से वास्तविक समय में प्रदर्शन की निगरानी करते हैं, ताकि हर कार्रवाई के लिए जवाबदेही हो और हर परिणाम समय के साथ बेहतर होता जाए।

आपने लगातार देखरेख के बिना AI एजेंट ग्राहकों को सौंप देने के नुकसान के बारे में चेतावनी दी है। MediaMint का परिचालन स्वामित्व अपने पास रखने वाला मॉडल प्रभावी क्यों है?

AI एजेंट सौंप देना ऐसा है जैसे किसी को पिट-क्रू के बिना उच्च प्रदर्शन वाली रेस कार दे दी जाए। वह पहले दिन पूरी तरह सही चल सकती है, लेकिन लगातार समायोजन और रखरखाव के बिना अंततः विफल हो जाएगी। सबसे बड़ा जोखिम प्रदर्शन में गिरावट है, क्योंकि ग्राहक का मूल कार्यप्रवाह या प्लेटफॉर्म API समय के साथ बदलता रहता है।

परिचालन स्वामित्व क्यों कारगर है: हमारा मॉडल इसलिए प्रभावी है क्योंकि हम परिचालन स्वामित्व लेते हैं और एजेंट को किसी उत्पाद के बजाय सुनिश्चित सेवा की तरह देखते हैं। इससे दो प्रमुख लाभ मिलते हैं:

1. निरंतर सुधार

एजेंट के निरंतर प्रदर्शन की जिम्मेदारी हमारे पास रहती है। हमारी केंद्रीकृत ट्रेस रजिस्ट्री और मूल्यांकन प्रणालियां हमें ग्राहक के वास्तविक व्यावसायिक नियमों के अनुसार Human-in-the-Loop प्रक्रिया के माध्यम से एजेंटों की लगातार निगरानी और अनुकूलन करने देती हैं। यह मॉडल सुनिश्चित करता है कि समाधान का प्रदर्शन समय के साथ घटे नहीं, बल्कि वह और बुद्धिमान तथा मजबूत बने। इसी निरंतर देखरेख से हम सुनिश्चित करते हैं कि एजेंट हमेशा सुरक्षित रूप से काम करे और ग्राहक के लिए राजस्व तथा अनुपालन से जुड़े गंभीर जोखिमों को समाप्त करे।

2. रणनीतिक निर्णय और असामान्य मामलों से सुरक्षा

प्रक्रिया में शामिल मनुष्य सामान्य कार्यों के लिए नहीं होता; उच्च जोखिम वाली स्थितियों में वह हमारा “पिट-क्रू” है। यह विशेषज्ञता दो क्षेत्रों में महत्वपूर्ण है: रणनीतिक निर्णय, जैसे बड़े नियामकीय बदलाव या नया विज्ञापन प्लेटफॉर्म शुरू होने जैसी ऐसी परिस्थितियां संभालना जिन्हें AI ने पहले कभी न देखा हो; और असामान्य मामलों का समाधान, जैसे अस्पष्ट परिणामों और ऐसी जटिल विफलताओं को सुलझाना जो राजस्व या अनुपालन को प्रभावित कर सकती हैं।

यह निरंतर देखरेख सीधे मूल्य में बदलती है। हम केवल सॉफ्टवेयर का एक हिस्सा नहीं देते, बल्कि सुनिश्चित प्रदर्शन परिणाम उपलब्ध कराते हैं, जिससे गंभीर त्रुटियों में उल्लेखनीय कमी आती है और ग्राहक संतुष्टि लगातार ऊंची बनी रहती है।

आप Agentic AI को SaaS मॉडल के कुछ हिस्सों का पूरक बनते या उन्हें प्रतिस्थापित करते हुए कैसे देखते हैं? कोई समाधान Agentic AI के रूप में बेहतर दिया जाएगा या पारंपरिक SaaS के रूप में, यह किन बातों से तय होता है?

मौजूदा बहस असली मुद्दे से भटक जाती है: Agentic AI पूरे SaaS ढांचे को बदलने नहीं आया है, बल्कि परिचालन कार्य की अर्थव्यवस्था को बदलने आया है। मुख्य अंतर किसी उपकरण को उपलब्ध कराने से हटकर परिणाम सुनिश्चित करने की ओर बढ़ना है। Agentic AI दो अलग तरीकों से SaaS को प्रभावित करेगा:

प्रतिस्थापन: कार्यप्रवाह का संकुचन। एजेंट लेनदेन और कार्यप्रवाह पर आधारित उन SaaS प्लेटफॉर्मों की जगह लेंगे जिन्हें केवल डेटा स्थानांतरित करने या नियमित चरणों को स्वचालित करने के लिए बनाया गया है। मूल्य अब यूजर इंटरफेस में नहीं, बल्कि स्वायत्त कार्रवाई में होगा। हम “Tool-as-a-Service” से “Action-as-a-Service” की ओर बढ़ रहे हैं।

पूरक: क्षमतावर्धन की परत। एजेंट Salesforce या प्रमुख मीडिया प्रणालियों जैसे रणनीतिक प्लेटफॉर्मों की जगह नहीं लेंगे। इसके बजाय हमारी Agentic AI प्रणाली उनके ऊपर काम करेगी और जटिल, वास्तविक समय वाले अनुकूलन करेगी। वह निष्क्रिय अभिलेख प्रणालियों को सक्रिय इंटेलिजेंस प्रणालियों में बदलकर मानवीय क्षमता बढ़ाएगी।

हमारा तरीका तय करने वाला मुख्य कारक विश्वसनीयता है। उपभोक्ता-केंद्रित LLM उपकरणों के विपरीत हमारे एजेंटों को शुरू से विश्वसनीय कर्मियों की तरह तैयार किया गया है। उन्हें विस्तृत SOP का बारीकी से पालन करने, नीतियों के अनुरूप काम करने और सैकड़ों बार चलने के दौरान भी रास्ते से न भटकने के लिए बनाया गया है। केवल रचनात्मकता नहीं, बल्कि शासन और भरोसे के प्रति यही प्रतिबद्धता हमें लाभ-हानि के लिए अहम कार्यप्रवाह संभालने देती है, जो पारंपरिक SaaS और उपभोक्ता AI नहीं कर सकते।

MediaMint प्रक्रिया में मनुष्यों को शामिल रखने वाले मिश्रित दृष्टिकोण पर जोर देता है। Agentic AI के युग में मानवीय निगरानी अभी भी क्यों महत्वपूर्ण है, और यह परिणामों को कैसे बेहतर बनाती है?

मनुष्य दो ऐसी चीजें देता है जो AI एजेंट नहीं दे सकता: विवेक और रणनीति। AI एजेंट मीडिया योजना बना सकता है या अभियान की गति में असामान्यता सुधार सकता है, लेकिन व्यावसायिक लक्ष्य तय करने, रचनात्मक दिशा देने और ब्रांड सुरक्षा, बाजार की धारणा या अप्रत्याशित बाहरी कारणों से जुड़े सूक्ष्म निर्णय लेने के लिए मानवीय रणनीतिकार आवश्यक है।

हमारा प्लेटफॉर्म शुरू से इसी मिश्रित मॉडल के अनुरूप बनाया गया है। हमारे एजेंट विश्वसनीय साझेदारों की तरह तैयार किए गए हैं, जो हर बार दिशानिर्देशों और SOP का सटीक पालन करते हुए लगातार काम पूरा करते हैं। इससे मानवीय निरीक्षक वास्तविक समय में मार्गदर्शन और प्रतिक्रिया दे सकता है तथा आवश्यक Human-in-the-Loop (HITL) की भूमिका निभा सकता है, जिससे एजेंट जवाबदेह और नीतियों का पालन करने वाले कर्मियों की तरह काम करते हैं। एजेंट रिपोर्ट का मसौदा बनाने या समस्याओं को चिह्नित करने जैसे सामान्य लेकिन अधिक मात्रा वाले कार्य संभालता है, जिससे हमारी टीमों के प्रयास में औसतन 40% की कमी आई है। इससे मनुष्य उच्च मूल्य वाले रणनीतिक कार्य पर ध्यान दे सकता है। मानवीय निगरानी केवल परिणाम बेहतर नहीं करती; वही सुनिश्चित करती है कि परिणाम व्यवसाय के व्यापक रणनीतिक उद्देश्यों के अनुरूप हों।

AI के कई क्रियान्वयन अत्यधिक अलग-थलग होने के कारण विफल हो जाते हैं। MediaMint कैसे सुनिश्चित करता है कि AI समाधान कार्यप्रवाह और विभागों में समग्र रूप से एकीकृत हों?

यह एक प्रमुख चुनौती है और हमने इसे हल करने के लिए अपना पूरा दर्शन तैयार किया है। अधिकांश AI परियोजनाएं इसलिए विफल होती हैं क्योंकि वे अलग-थलग बिंदु समाधान के रूप में बनाई जाती हैं और वास्तव में व्यवसाय की भाषा कभी नहीं समझतीं। हमारा समाधान यह सुनिश्चित करना है कि हर एजेंट को शुरू से ग्राहक के विशिष्ट कार्यप्रवाह और परिचालन वास्तविकता के लिए डिजाइन किया जाए। यह समग्र एकीकरण हम सामान्य SDK से नहीं, बल्कि “Agent Runbook” नाम की ग्राहक-अनुकूल परिचालन रूपरेखा से करते हैं।

Agent Runbook मुख्य परिचालन रूपरेखा है। यह विशेष रूप से तैयार निर्देशों और सुरक्षा सीमाओं वाली पुस्तिका है, जो एजेंट को ठीक-ठीक बताती है कि क्या करना है, अपवादों को कैसे संभालना है और बाहरी प्रणालियों से किस प्रकार जुड़ना है। यह तरीका शुरुआत में ही एकीकरण अनिवार्य करके खंडित AI की समस्या का सीधा समाधान करता है: Runbook को ग्राहक के SOP के अनुरूप बनाया जाता है और उसके मूल में हमारी क्षेत्रीय विशेषज्ञता शामिल होती है। इसके अतिरिक्त हमारी Connector Library इन एजेंटों को Salesforce, Google Ad Manager और Snowflake जैसी ग्राहक की प्रमुख प्रणालियों से निर्बाध रूप से जोड़ती है। इससे AI समाधान मॉड्यूलर रहता है और उसे विभिन्न विभागों में तैनात किया जा सकता है। उदाहरण के लिए, “Media Plan Agent” सीधे “Creative QA Agent” को जानकारी दे सकता है। इस तरह समाधान केवल एक उपकरण नहीं, बल्कि ग्राहक की परिचालन रीढ़ का एकीकृत और समग्र हिस्सा बनता है।

क्या आप ऐसे परिदृश्य देखते हैं जिनमें अनेक AI एजेंट अलग-अलग भूमिकाओं में सहयोग करके “agent-to-agent” प्रणाली बनाएं? वह भविष्य कैसा दिखाई देगा?

बिल्कुल। हम पहले से उस भविष्य के लिए निर्माण कर रहे हैं। हमारे प्लेटफॉर्म की संरचना, उसकी एकीकृत सेवा परत और टूल एडाप्टर इसी प्रकार की परस्पर कार्यक्षमता के लिए बनाए गए हैं। भविष्य किसी एक विशाल एजेंट के बजाय जटिल व्यावसायिक समस्या हल करने के लिए साथ काम करने वाले विशेषज्ञ एजेंटों पर अधिक केंद्रित होगा।

ऐसे परिवेश की कल्पना कीजिए जहां Anomaly Detection Agent अभियान के प्रदर्शन में गिरावट देखता है और बोली समायोजित करने के लिए दूसरे Optimization Agent को सक्रिय करता है। दूसरा एजेंट फिर Creative QA Agent को यह जांचने के लिए सूचित करता है कि क्रिएटिव सामग्री में अनुपालन से जुड़ी कोई समस्या तो नहीं है। अंत में Reporting Agent इन सभी कार्रवाइयों और जानकारियों को खाता प्रबंधक के लिए वास्तविक समय की संक्षिप्त रिपोर्ट में एकत्र करता है। MediaMint Labs इस agent-to-agent सहयोग को संभव बनाता है। यही अगली पीढ़ी के व्यावसायिक संचालन की रीढ़ बनेगा, जहां कार्यप्रवाह मानवीय कार्यों की सीधी श्रृंखला न रहकर स्वायत्त एजेंटों का गतिशील समन्वय होगा।

Agentic AI पर विचार कर रही कंपनियों को सफल क्रियान्वयन और दीर्घकालिक मूल्य सुनिश्चित करने के लिए आपकी तीन प्रमुख सिफारिशें क्या हैं?

मेरी तीन प्रमुख सिफारिशें ये हैं:

1. सिर्फ आकर्षक तकनीक से नहीं, सही समस्या से शुरुआत करें। केवल एजेंट बनाने के लिए एजेंट न बनाएं। स्पष्ट रूप से परिभाषित, बार-बार आने वाली और अधिक मूल्य वाली समस्या पर ध्यान दें, जैसे Campaign Pacing Co-pilot या Creative QA Agent से जुड़े हमारे प्रतिनिधि उपयोग। मूल्य स्पष्ट और मापने योग्य होना चाहिए तथा लक्ष्य प्रयास में उल्लेखनीय कमी, उदाहरण के लिए 25% से अधिक, मापने योग्य राजस्व अनुकूलन या राजस्व हानि से बचाव से जुड़ा होना चाहिए।
2. सिर्फ तैनाती की नहीं, निरंतर परिचालन देखरेख की योजना बनाएं। एजेंट सौंपकर अलग न हो जाएं। एजेंट जीवित प्रणालियां हैं जिन्हें लगातार निगरानी, मूल्यांकन और सुरक्षा प्रबंधन चाहिए। ऐसे साझेदार को चुनें जो हमारे जैसा मॉडल दे और परिचालन स्वामित्व अपने पास रखे, ताकि आपका निवेश लंबे समय तक मूल्य देता रहे और रखरखाव की समस्या न बन जाए।
3. शुरुआत से ही एकीकरण और शासन को प्राथमिकता दें। अलग-थलग AI एजेंट विफल हो जाएंगे।

इस शानदार साक्षात्कार के लिए धन्यवाद। अधिक जानकारी चाहने वाले पाठक MediaMint पर जा सकते हैं।