Doug Tallmadge, Co-Founder dan CEO Gradial – Seri Wawancara

Doug Tallmadge, Co-Founder dan CEO Gradial, adalah seorang wirausahawan teknologi dan pemimpin teknik yang karirnya meliputi industri aerospace, komunikasi satelit, keuangan, dan AI perusahaan. Sebelum meluncurkan Gradial pada 2023, ia menghabiskan hampir lima tahun di SpaceX (SPCX ), di mana ia membantu memperluas jaringan Starlink dari tahap awal, memimpin analisis jaringan yang mendukung pertumbuhan dari nol hingga lebih dari 500.000 pelanggan, dan mengelola tim insinyur perangkat lunak dan ilmuwan data yang bekerja pada optimasi dan simulasi jaringan. Ia juga berkontribusi pada inisiatif satelit langsung ke seluler Starlink dan sistem daya satelit awal. Sebelumnya dalam karirnya, Tallmadge memegang posisi di Lockheed Martin (LMT ) dan Bridgewater Associates, menggabungkan keahlian teknis yang mendalam dengan pengalaman dalam sistem skala besar dan operasi bisnis.

Gradial adalah perusahaan AI yang berfokus pada apa yang mereka sebut operasi pemasaran agen, membantu organisasi besar untuk mengautomasi pekerjaan operasional yang berada di antara strategi kreatif dan eksekusi kampanye. Daripada berkonsentrasi hanya pada konten yang dihasilkan AI, platform Gradial mengatur agen AI di seluruh sistem seperti Adobe Experience Manager, Salesforce , Jira, platform manajemen konten, alat manajemen aset digital, dan alur kerja pemasaran. Platform ini dapat membuat, mengoptimalkan, menandai, memeriksa kualitas, dan menerapkan aset pemasaran sambil menerapkan tata kelola, kepatuhan, aksesibilitas, dan standar merek. Dengan menciptakan lapisan pengetahuan organisasi yang berbagi yang menghubungkan sistem perusahaan, Gradial bertujuan untuk mengurangi koordinasi manual yang sering memperlambat tim pemasaran besar, memungkinkan organisasi untuk meluncurkan kampanye lebih cepat, meningkatkan produksi konten yang dipersonalisasi, dan mengelola pengalaman digital yang semakin kompleks dengan lebih efisien.

Anda membantu memperluas Starlink dari nol hingga ratusan ribu pengguna di SpaceX, bekerja pada sistem jaringan yang kompleks sebelum mendirikan Gradial. Apa saatnya Anda menyadari bahwa infrastruktur pemasaran perusahaan memiliki ketidakefisienan sistemik yang serupa, dan bagaimana wawasan itu memimpin Anda untuk memulai Gradial?

Dalam peran saya sebelumnya, saya melihat langsung bagaimana gesekan dalam organisasi besar berkompilasi, bahkan ketidakefisienan terkecil dapat memperlambat setiap proses yang mengikuti. Pemasaran adalah tempat saya melihat hambatan ini memiliki efek negatif terbesar. Tim menghabiskan banyak waktu untuk menavigasi platform, mengunggah aset, mengelola persetujuan, dan mengkoordinasikan penyerahan. Pemikiran strategis dan arahan kreatif tersembunyi di bawah lapisan eksekusi.

Ini adalah contoh yang ideal untuk AI, tetapi apa yang mengena adalah di mana perhatian industri difokuskan. Sebagian besar platform menggunakan AI untuk menulis konten, tetapi ketika saya berbicara dengan pemasar di organisasi besar, kurangnya konten bukanlah masalah. Mereka bisa memproduksi konten dengan mudah. Apa yang mereka tidak bisa lakukan adalah menerbitkannya dengan cepat. Dari ide ke kampanye langsung membutuhkan waktu beberapa hari, minggu, bahkan bulan. Sebagian besar investasi AI diarahkan pada penciptaan, sementara masalah yang lebih sulit dari sebenarnya mendapatkan konten keluar pintu sepenuhnya diabaikan. Kami membangun Gradial di sekitar kesenjangan itu: menerapkan agen yang menangani segala sesuatu dari penyusunan dan persetujuan hingga penerbitan, kepatuhan merek, dan optimasi kinerja, sehingga pemasar dapat fokus pada pekerjaan yang memerlukan penilaian manusia.

Anda telah berargumen bahwa “sistem catatan” tradisional secara efektif telah menjadi sistem utang teknologi. Apa yang secara khusus rusak dalam tumpukan pemasaran perusahaan ketika perusahaan mencoba mengadopsi AI?

Sistem catatan, CMS, alat manajemen proyek, alur kerja persetujuan, dan perpustakaan aset dibangun untuk mengatur informasi, bukan untuk bergerak cepat. Ketika perusahaan menghubungkan AI ke sistem yang ada, semuanya cepat rusak. Alat tidak tahu bisnis yang dilayani, suara merek, persyaratan kepatuhan, atau proses persetujuan. Jadi pemasar akhirnya meninjau setiap output dan memperbaiki kesalahan yang disebabkan oleh konteks yang hilang. Untuk organisasi yang sudah mengelola ribuan potongan konten di seluruh saluran, AI yang dihubungkan menjadi proses lain yang rumit untuk dikelola.

Sebagian besar percakapan AI di pemasaran telah berfokus pada generasi konten. Mengapa Anda percaya bahwa peluang sebenarnya terletak pada eksekusi, dan apa yang terlihat seperti perubahan ini dalam praktek?

Pemasar tidak bergelut untuk menghasilkan ide. Mereka bergelut untuk memindahkan konten melalui siklus tinjauan, mempertahankan suara merek yang konsisten, bekerja di seluruh puluhan alat, dan mengoptimalkan untuk berbagai audiens.

Terdapat juga pergeseran struktural yang terjadi dalam cara merek ditemukan. Pencarian Google turun hampir 20% dalam setahun terakhir, yang berarti merek tidak lagi dapat bergantung hanya pada SEO. Mereka perlu muncul dalam jawaban pencarian AI, yang memerlukan menerbitkan konten yang model AI dapat dengan mudah menafsirkan, mengutip, dan menyajikan. Masalahnya adalah model tersebut terus-menerus mengubah apa yang mereka tarik. Merek yang muncul dalam jawaban hari ini dapat menghilang secara diam-diam besok. Dengan waktu pemasar mengidentifikasi celah, memperbarui konten, dan membersihkan persetujuan, model telah bergerak.

Generasi konten saja tidak menyelesaikan masalah ini. Bahkan jika Anda memproduksi konten lebih cepat, Anda masih dapat terjebak dalam antrian persetujuan yang sama, dengan konten yang tidak dioptimalkan untuk visibilitas AI. Gradial terhubung ke alat yang pemasar sudah gunakan dan menangani pekerjaan yang biasanya memperlambat alur kerja tersebut. Hasilnya adalah kampanye yang dikirim dalam hitungan jam bukan minggu dan konten yang akurat, sesuai merek, dan terlihat di mana audiens sebenarnya mencari.

Gradial sering digambarkan sebagai platform agen. Bisakah Anda menjelaskan apa yang sebenarnya dilakukan agen AI di dalam alur kerja pemasaran Fortune 500 sehari-hari?

Jawaban terbaik adalah apa yang telah kami lihat dengan pelanggan. Di T-Mobile, menjalankan kampanye berarti mengkoordinasikan di seluruh tim, mengumpulkan persetujuan, dan menunggu antrian produksi yang membentang selama minggu. Dengan Gradial, agen AI menangani seluruh proses dari brief kreatif hingga tinjauan dan penerbitan. Apa yang biasanya memerlukan pemasar untuk mengejar setiap langkah secara manual hanya terjadi. Hasilnya adalah waktu eksekusi kampanye 90% lebih cepat.

Di AWS, setiap halaman web baru berarti memberi brief kepada agen, menunggu draf, melewati putaran revisi, dan mengkoordinasikan secara manual untuk mendapatkan penerbitan. Agen khusus membuat pembuatan halaman 20 kali lebih cepat.

Salah satu tantangan terbesar dalam adopsi AI perusahaan adalah kepercayaan. Bagaimana Gradial memastikan keandalan dan tata kelola ketika agen AI membuat keputusan tingkat eksekusi di seluruh sistem?

Kepercayaan adalah permainan utama di perusahaan, terutama di keuangan dan perawatan kesehatan, di mana kesalahan kepatuhan memiliki konsekuensi nyata. Setiap penerapan Gradial dimulai dengan memberikan agen konteks tentang suara merek, pedoman pesan, persyaratan kepatuhan, alur kerja persetujuan, dan standar industri.

Tingkat keterlibatan manusia dapat disesuaikan sepenuhnya. Tim yang baru dalam hal ini atau beroperasi di lingkungan yang teratur dapat memerlukan persetujuan pada semuanya sebelum itu diluncurkan. Dan, setiap tindakan yang diambil agen dilog dengan jejak audit lengkap. Apa yang kami temukan adalah kepercayaan membangun secara alami, dengan tim yang memulai dengan kontrol ketat secara bertahap memperluas otonomi agen ketika itu membuktikan diri pada pekerjaan nyata. Tujuan tidak pernah untuk menyerahkan semuanya pada hari pertama, tetapi untuk membangun sesuatu yang mendapatkan lebih banyak tanggung jawab ketika itu menunjukkan bahwa dapat menanganinya.

Platform Anda terintegrasi ke dalam alat yang ada daripada menggantinya secara langsung. Apakah visi jangka panjang untuk meningkatkan tumpukan saat ini atau menggantinya sepenuhnya?

Untuk saat ini, fokusnya adalah pada bertemu dengan tim di mana mereka berada. Sebagian besar organisasi pemasaran perusahaan telah menghabiskan tahun-tahun membangun alur kerja di sekitar alat tertentu, seperti Figma, Adobe, dan sistem manajemen proyek, dan meminta mereka untuk meninggalkan infrastruktur itu tidak realistis. Gradial terhubung dan menangani pekerjaan eksekusi yang telah memperlambat alur kerja tersebut.

Visi jangka panjang lebih ambisius. Banyak perangkat lunak warisan di bawah pemasaran perusahaan dibangun untuk dunia sebelum AI, dan itu terlihat. Sistem yang dirancang hanya untuk menyimpan dan mengatur konten akan terlihat sangat berbeda ketika agen dapat memegang konteks yang sama dan bertindak atasnya secara bersamaan. Kami pikir perbedaan antara di mana konten hidup dan di mana pekerjaan dilakukan akhirnya runtuh, dan kami membangun menuju menjadi lapisan infrastruktur di mana keduanya terjadi.

Perusahaan besar sering memiliki alur kerja yang sangat tertanam dan resistensi internal terhadap perubahan. Apa yang sebenarnya diperlukan untuk menerapkan sistem AI-asli ke dalam organisasi Fortune 500?

Hal pertama yang kami lakukan adalah membuat jelas bahwa Gradial tidak meminta siapa pun untuk mengubah cara mereka bekerja. Itu terdengar sederhana, tetapi itu adalah hambatan terbesar dalam adopsi AI perusahaan. Sebagian besar alat tiba dengan sistem baru, antarmuka baru, cara baru untuk melakukan hal-hal, dan kemudian bertanya-tanya mengapa adopsi macet enam bulan kemudian. Kami memulai dengan memetakan bagaimana tim sebenarnya beroperasi dan mengkonfigurasi Gradial di sekitar itu.

Adopsi menempel ketika tim melihat itu bekerja pada pekerjaan nyata dengan cepat. Bukan demo, bukan pilot yang disanitasi, tetapi kampanye mereka yang sebenarnya, konten mereka yang sebenarnya, alur kerja mereka yang sebenarnya. Begitu tim melihat waktu penerbitan mereka berubah dari tiga minggu menjadi hari yang sama, resistensi internal cenderung mengurus dirinya sendiri.

Dari perspektif teknis, apa yang membedakan mesin eksekusi dari lapisan AI generatif biasa?

Lapisan AI generatif memberikan Anda draf, tetapi mesin eksekusi menerbitkannya. Sebagian besar alat AI untuk pemasaran berhenti pada output, mereka akan menulis salinan atau menyarankan edit, tetapi saat output perlu bergerak melalui persetujuan atau ke halaman langsung, pemasar ditinggalkan untuk mengelolanya. Itu adalah titik di mana sebagian besar waktu sebenarnya pergi.

Mesin eksekusi berbeda karena terintegrasi ke dalam alat yang tim sudah gunakan dan memahami bagaimana bisnis tertentu beroperasi. Ketika pemasar meminta agen untuk melakukan sesuatu, itu memindahkan pekerjaan melalui setiap langkah yang diperlukan, mendapatkan persetujuan dan hanya menyajikan keputusan yang benar-benar memerlukan manusia. Pemasar tetap mengontrol tanpa berada di tengah-tengah setiap langkah.

Banyak perusahaan bereksperimen dengan AI, tetapi sedikit yang melihat ROI yang berarti. Di mana Anda pikir sebagian besar organisasi salah hari ini?

Kesalahan paling umum adalah mengobati AI sebagai alat produktivitas daripada solusi untuk proses yang rusak. Jika setiap output memerlukan penyuntingan berat, atau harus disalin secara manual ke sistem lain, atau masih memerlukan lima persetujuan sebelum apa pun diluncurkan, Anda belum menyelesaikan masalah.

Perusahaan yang melihat pengembalian nyata menjadi spesifik. Mereka mengidentifikasi dengan tepat di mana pekerjaan terjebak dan menerapkan AI terhadap masalah itu, tidak secara luas, tidak sebagai eksperimen, tetapi dengan pemahaman yang jelas tentang apa yang terlihat lambat sebelum dan apa yang harus terlihat cepat setelah. Ketepatan itu adalah apa yang memisahkan ROI nyata dari alat yang mengesankan dalam demo dan mengumpulkan debu enam bulan kemudian.

Ketika Anda melakukannya dengan benar, hasilnya nyata: pelanggan yang menggunakan Gradial telah melihat aktivasi kampanye 8 kali lebih cepat, 35%+ dalam penghematan operasional pada tahun pertama, dan 100% kepatuhan merek dan aksesibilitas pada setiap potongan konten.

Jika kita melompat maju lima tahun, apa yang terlihat seperti organisasi pemasaran AI-asli, dan apa peran Gradial dalam masa depan itu?

Dalam lima tahun, lapisan operasional pemasaran akan menjadi otonom. Pemasar meminta agen untuk meluncurkan kampanye, dan itu langsung diluncurkan pada akhir hari karena agen menangani setiap langkah di antaranya. Visibilitas merek dalam pencarian AI dipantau dan disesuaikan secara otomatis. Kepatuhan terjadi terus-menerus sepanjang proses daripada sebagai pemeriksaan terakhir. Pemasar menghabiskan waktu mereka pada apa yang sebenarnya mereka dibayar untuk melakukan: membangun merek, mengembangkan kreatif, dan membuat panggilan strategis pada pengalaman pelanggan yang memerlukan penilaian manusia.

Peran Gradial adalah mendapatkan organisasi pemasaran ke sana pertama, tidak dengan meyakinkan mereka untuk menghancurkan semuanya dan memulai dari awal, tetapi dengan membuktikan di dalam alur kerja yang ada bahwa cara kerja ini memungkinkan. Tim yang memahami hal itu lebih awal akan memiliki keunggulan yang berkompilasi atas mereka yang masih menjalankan kampanye dengan cara lama.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Gradial.