Rajeev Butani, CEO MediaMint – Seri Wawancara

Rajeev Butani, CEO MediaMint, membawa lebih dari tiga dekade pengalaman kepemimpinan di teknologi global, media, dan transformasi digital. Sebelum bergabung dengan MediaMint, ia menjabat sebagai CEO dan Anggota Dewan di HeadSpin, di mana ia mengarahkan inovasi dalam kecerdasan kinerja untuk pengalaman digital. Sebelum itu, Butani menghabiskan hampir 27 tahun di Accenture, di mana ia memimpin inisiatif transformasional sebagai Pejabat Teknologi Grup untuk Komunikasi, Media & Teknologi, mengawasi strategi dan kemitraan di sekitar teknologi yang muncul seperti kecerdasan buatan dan pembelajaran mesin. Peran kepemimpinannya di Accenture termasuk mengelola hubungan dengan klien besar seperti Google (GOOGL ), Facebook (META ), dan Microsoft (MSFT ), menunjukkan keahliannya yang mendalam di persimpangan teknologi, strategi, dan pertumbuhan.

Didirikan pada tahun 2010, MediaMint adalah mitra operasional digital global yang menyediakan dukungan akhir-ke-akhir di seluruh operasi iklan, produksi kreatif, analitik data, dan manajemen kampanye. Dengan kantor pusat di Hyderabad dan kantor di seluruh AS dan Polandia, MediaMint memungkinkan perusahaan media, agen, dan platform untuk berkembang secara efisien melalui kombinasi keahlian manusia dan teknologi. Perusahaan ini fokus pada menyampaikan keunggulan operasional yang berkualitas tinggi, fleksibilitas, dan transparansi – membantu klien memperbarui alur kerja mereka, mengoptimalkan biaya, dan fokus pada inovasi dalam ekosistem digital yang semakin kompleks.

Apa yang menginspirasi transisi Anda dari Accenture ke memimpin MediaMint, dan bagaimana latar belakang Anda dalam konsultasi membentuk pendekatan Anda terhadap operasional yang didorong AI?

Langkah saya adalah tentang keluar dari ruang konsultasi dan masuk ke kursi operator. Setelah bertahun-tahun di Accenture membantu perusahaan merancang peta transformasi, saya melihat peluang pasar yang jelas untuk membangun solusi di mana saya bisa mengambil tanggung jawab tidak hanya untuk peta jalan, tetapi juga kepemilikan hasil dengan kulit di dalam permainan.

Ketika adopsi AI meningkat, klien menuntut mitra yang dapat menghasilkan hasil dan hasil dengan memiliki pekerjaan akhir-ke-akhir vs bagian-bagian. Latar belakang konsultasi saya mendefinisikan pendekatan kami untuk memenuhi permintaan ini, dan saya tidak bisa lebih bersemangat tentang perjalanan ke depan mendukung organisasi terkemuka di sektor Media, Hiburan, & Teknologi dengan operasional kantor depan mereka.

Menghancurkan Silo dengan Agentic AI: Kami menerapkan pemikiran strategis, lintas fungsional dari konsultasi langsung melalui platform Agentic AI kami. Agentic AI memungkinkan kami untuk menghancurkan silo fungsional – Penjualan, AdOps, Keuangan – yang perusahaan besar dipaksa untuk bekerja melawan. Kemampuan kami untuk bergerak memungkinkan kami untuk merancang dan menyampaikan solusi akhir-ke-akhir yang menggabungkan Agentic AI dan agen manusia untuk menghasilkan hasil pada skala.

MediaMint didirikan pada tahun 2010 dan telah berkembang secara signifikan sejak itu. Bagaimana misi dan kemampuan perusahaan telah berkembang – terutama dengan peluncuran MediaMint Labs?

MediaMint selalu berada di garis depan operasional media dan pemasaran. Kami memulai dengan menyediakan layanan yang dipimpin manusia dengan kualitas tinggi untuk penerbit besar, platform, agen, dan merek. Misi kami adalah menjadi mitra operasional tepercaya yang memungkinkan klien kami untuk meningkatkan pendapatan dan membangun efisiensi operasional.

Peluncuran MediaMint Labs menandai fase berikutnya, formalisasi tentang bagaimana kami menggunakan AI untuk menggerakkan tidak hanya efisiensi tetapi pertumbuhan. Kami sekarang fokus pada menciptakan agen AI melalui MediaMint Labs yang tidak hanya mengeksekusi tugas tetapi menjadi akselerator strategis untuk klien kami. Akuisisi DataBeat juga telah menjadi bagian penting dari evolusi ini, memperdalam kemampuan kami di seluruh rekayasa data, analitik, dan manajemen hasil. Ini adalah perubahan mendasar, memindahkan kami dari penyedia layanan tepercaya ke mitra pertumbuhan yang didorong AI.

MediaMint Labs fokus pada agen AI, optimiser, dan akselerator yang MediaMint tidak hanya membangun tetapi juga memiliki dan mengoperasikan. Apa keunggulan strategis yang ditawarkan model kepemilikan tangan ini kepada pelanggan?

Model kepemilikan tangan ini adalah pembeda strategis kami. Kami telah belajar bahwa ketika Anda menyerahkan agen AI dan berjalan, itu gagal saat kompleksitas dunia nyata mengenai. Pelanggan kami mendapatkan dua keuntungan besar:

Pertama, pengembangan dan keamanan yang cepat. Platform pengembangan internal kami memungkinkan kami untuk merancang, menyampaikan, dan mengoperasikan agen untuk berbagai kasus penggunaan Pertumbuhan dengan aman dan pada skala. Dengan runtime yang sudah dibangun dan penyediaan lingkungan satu-klik, kami dapat mendapatkan agen baru hidup dalam beberapa minggu, bukan bulan. Platform menangani tata kelola, kediaman data, dan keamanan secara default, sehingga klien tidak perlu khawatir tentang kompleksitas mengelola infrastruktur AI khusus.

Kedua, perbaikan terus-menerus dan stabilitas. Kami mempertahankan kepemilikan operasional, yang berarti kami bertanggung jawab atas kinerja agen yang berkelanjutan. Kami melacak kinerja secara real-time melalui sistem jejak terpusat sehingga setiap tindakan dapat dipertanggungjawabkan dan setiap hasil membaik seiring waktu.

Anda telah memperingatkan tentang bahaya menyerahkan agen AI kepada klien tanpa pengawasan terus-menerus. Mengapa model MediaMint – di mana Anda mempertahankan kepemilikan operasional – efektif?

Menyerahkan agen AI adalah seperti menyerahkan mobil balap kinerja tinggi tanpa kru pit. Itu mungkin berjalan dengan sempurna pada hari pertama, tetapi tanpa penyetelan dan perawatan konstan, itu akan gagal. Bahaya utama adalah kemunduran – kinerja agen memburuk karena perubahan alur kerja klien atau API platform.

Mengapa Kepemilikan Operasional Bekerja: Model kami efektif karena kami mengambil kepemilikan operasional, mengobati agen tidak sebagai produk, tetapi sebagai layanan yang dijamin. Ini menyediakan dua manfaat kunci:.

1. Peningkatan Terus-Menerus

Kami mempertahankan tanggung jawab atas kinerja agen yang berkelanjutan. Sistem jejak terpusat dan suite evaluasi kami memungkinkan kami untuk terus-menerus memantau dan mengoptimalkan agen melalui proses Manusia-dalam-Loop kami terhadap aturan bisnis klien yang hidup. Model ini memastikan kinerja solusi tidak memburuk; itu menjadi lebih pintar dan lebih kuat seiring waktu. Pengawasan terus-menerus ini adalah bagaimana kami menjamin solusi akan selalu berfungsi dengan aman, menghilangkan risiko pendapatan dan kepatuhan kritis untuk klien.

2. Penghakiman Strategis & Perlindungan Kasus Tepi

Manusia dalam loop tidak ada untuk tugas dasar; mereka adalah “kru pit” kami untuk skenario tingkat tinggi. Keahlian ini sangat penting untuk: Penghakiman Strategis: Menangani situasi yang AI belum pernah lihat, seperti perubahan regulasi besar atau peluncuran platform iklan baru. Pemecahan Kasus Tepi: Menyelesaikan output yang ambigu dan kegagalan kompleks yang dapat mempengaruhi pendapatan atau kepatuhan.

Ini terjemahan langsung ke nilai. Kami menyampaikan hasil kinerja yang dijamin, memastikan pengurangan signifikan dalam kesalahan kritis dan mempertahankan kepuasan klien yang konsisten tinggi, bukan hanya sepotong perangkat lunak.

Bagaimana Anda memprediksi Agentic AI melengkapi atau bahkan menggantikan elemen-elemen model SaaS? Apa faktor-faktor yang menentukan apakah solusi lebih baik disampaikan sebagai Agentic AI versus SaaS tradisional?

Debat saat ini melewatkan poinnya: Agentic AI tidak ada di sini untuk menggantikan seluruh tumpukan SaaS; itu ada untuk mengganggu ekonomi pekerjaan operasional. Pembeda utama adalah pergeseran dari menyediakan alat untuk menjamin hasil. Agentic AI akan mempengaruhi SaaS dengan dua cara yang berbeda:

Penggantian: Pemerasan Alur Kerja. Agen akan menggantikan SaaS yang didorong alur kerja – platform yang dirancang hanya untuk memindahkan data atau mengotomatisasi langkah rutin. Nilainya tidak lagi ada di UI; itu ada di aksi otonom. Kami bergerak dari ‘Tool-as-a-Service’ ke ‘Action-as-a-Service.’

Pelengkapan: Lapisan Augmentasi. Agen tidak akan menggantikan platform strategis seperti Salesforce atau sistem media besar. Sebaliknya, sistem Agentic AI kami akan beroperasi di atas mereka, mengeksekusi optimisasi kompleks dan waktu nyata. Mereka mengambil sistem catatan pasif dan mengubahnya menjadi sistem kecerdasan aktif, melengkapi kemampuan manusia.

Faktor kunci yang menentukan pendekatan kami adalah keandalan. Tidak seperti alat LLM konsumen, Agen kami dirancang dari awal untuk menjadi pekerja yang dapat diandalkan. Mereka dirancang untuk mengikuti SOP yang terperinci dengan ketat, mematuhi kebijakan, dan tidak pernah menyimpang selama ratusan jalur. Komitmen kami terhadap Tata Kelola & Kepercayaan – tidak hanya kreativitas – adalah apa yang memungkinkan kami untuk mengelola alur kerja kritis P&L, sesuatu yang SaaS tradisional dan AI konsumen tidak bisa lakukan.

MediaMint menekankan pendekatan hibrida dengan manusia dalam loop. Mengapa pengawasan manusia masih kritis di era Agentic AI, dan bagaimana itu memperbaiki hasil?

Manusia menyediakan dua hal yang agen AI tidak bisa: penghakiman dan strategi. Sementara agen AI dapat membuat rencana media atau memperbaiki anomali pacing, seorang strategi manusia diperlukan untuk menetapkan tujuan bisnis, memberikan arahan kreatif, dan membuat keputusan yang halus yang melibatkan keamanan merek, sentimen pasar, atau faktor eksternal yang tidak terduga.

Platform kami mendukung model hibrida ini dengan desain. Agen kami dirancang untuk menjadi mitra yang dapat diandalkan yang menyelesaikan pekerjaan secara konsisten, berjalan setelah berjalan, mematuhi pedoman dan mengikuti SOP secara tepat. Ini memastikan Gubernur Manusia dapat memberikan bimbingan dan umpan balik waktu nyata dan bertindak sebagai Manusia-dalam-Loop (HITL) yang diperlukan, menjamin mereka beroperasi sebagai pekerja yang bertanggung jawab dan patuh kebijakan. Agen menangani tugas yang membosankan, volume tinggi, seperti menyusun laporan atau menandai masalah, yang telah menghasilkan pengurangan upaya rata-rata 40% untuk tim kami. Ini membebaskan manusia untuk fokus pada pekerjaan strategis yang bernilai tinggi. Pengawasan manusia tidak hanya memperbaiki hasil; itu memastikan mereka selaras dengan tujuan strategis yang lebih luas dari bisnis.

Banyak implementasi AI gagal karena mereka terlalu terisolasi. Bagaimana MediaMint memastikan solusi AI terintegrasi secara holistik di seluruh alur kerja dan departemen?

Itu adalah tantangan kunci, dan kami telah merancang seluruh filosofi kami untuk memecahkannya. Sebagian besar proyek AI gagal karena mereka dibangun sebagai solusi titik yang terisolasi yang tidak pernah benar-benar berbicara bahasa bisnis. Solusi kami adalah memastikan setiap Agen dirancang dari awal untuk kenyataan operasional klien yang spesifik. Kami mencapai integrasi holistik ini tidak melalui SDK generik, tetapi melalui Agent Runbook – blueprint operasional khusus.

Agent Runbook adalah blueprint operasional inti. Ini adalah playbook khusus – set instruksi dan guardrail yang mengatakan kepada agen tepat apa yang harus dilakukan, bagaimana menangani pengecualian, dan bagaimana menghubungkan ke sistem eksternal. Pendekatan ini secara langsung menangani masalah AI yang terfragmentasi dengan memaksa integrasi dari awal: Runbook disesuaikan dengan SOP klien, membenamkan Keahlian Domain kami di Inti. Selain itu, Perpustakaan Connector kami menghubungkan Agen ini secara mulus ke sistem klien kunci seperti Salesforce, Google Ad Manager, dan Snowflake. Ini berarti solusi AI tidak hanya sebuah alat, tetapi komponen operasional yang terintegrasi dari tulang punggung klien.

Apakah Anda memprediksi skenario di mana beberapa agen AI berkolaborasi di seluruh peran, menciptakan sistem “agen-ke-agen”? Apa masa depan itu?

Tentu. Kami sudah membangun menuju masa depan ini. Arsitektur platform kami, dengan lapisan layanan terpadu dan adapter alat, dirancang untuk jenis interoperabilitas ini. Masa depan akan kurang tentang agen monolitik tunggal dan lebih tentang agen khusus yang berkolaborasi untuk memecahkan masalah bisnis yang kompleks.

Bayangkan ekosistem di mana Agen Deteksi Anomali menemukan penurunan dalam kinerja kampanye. Ini memicu Agen Optimasi kedua untuk membuat penyesuaian tawaran. Agen kedua ini kemudian meminta Agen QA Kreatif untuk memeriksa apakah ada masalah kepatuhan dengan kreatif. Akhirnya, Agen Pelaporan mengkonsolidasikan semua tindakan dan wawasan ini menjadi brief waktu nyata untuk manajer akun. MediaMint Labs kami memungkinkan kolaborasi agen-ke-agen ini, membentuk tulang punggung operasional bisnis generasi berikutnya, di mana alur kerja tidak lagi urutan linier tugas manusia tetapi orkestrasi dinamis agen otonom.

Untuk perusahaan yang menjelajahi Agentic AI, apa tiga rekomendasi teratas Anda untuk memastikan implementasi yang sukses dan nilai jangka panjang?

Tiga rekomendasi teratas saya akan:

1. Mulai dengan masalah yang tepat, bukan hanya teknologi yang keren. Jangan bangun agen untuk kepentingan itu. Fokus pada masalah yang terdefinisi dengan baik, berulang, dan bernilai tinggi, seperti kasus penggunaan kami yang mewakili Pacing Co-pilot Kampanye atau agen QA Kreatif. Nilainya harus jelas dan dapat diukur, dengan tujuan yang terkait dengan pengurangan upaya yang signifikan (misalnya >25%), optimisasi pendapatan yang dapat diukur, atau penghindaran kerugian pendapatan yang dapat diukur.
2. Rencanakan pengawasan operasional, bukan hanya penerapan. Jangan menyerahkannya. Agen adalah sistem hidup yang memerlukan pengawasan, evaluasi, dan pengelolaan keamanan terus-menerus. Pilih mitra yang menawarkan model seperti kami – di mana mereka mempertahankan kepemilikan operasional, untuk memastikan investasi Anda menghasilkan nilai jangka panjang dan tidak menjadi mimpi buruk perawatan.
3. Prioritaskan integrasi dan tata kelola dari awal. Agen AI yang terisolasi akan gagal.

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