Sean Whiteley, Pendiri dan Presiden Qualified – Seri Wawancara

Anda telah mendirikan tiga perusahaan, termasuk satu yang diakuisisi oleh Salesforce dan lainnya oleh SurveyMonkey. Apa yang menginspirasi Anda untuk memulai Qualified, dan bagaimana itu sesuai dengan evolusi AI yang lebih luas dalam perangkat lunak perusahaan?

Kraig dan saya mendirikan perusahaan pemasaran pencarian yang diakuisisi oleh Salesforce. Ini terjadi pada awal revolusi cloud, dan hampir semua program pemasaran berubah dengan cepat ke digital. Ini menjadi jelas bahwa ada kesenjangan besar dalam cara penjual berinteraksi dengan pembeli di dunia baru ini. Perusahaan menghabiskan jutaan untuk mengarahkan lalu lintas ke situs web mereka, tetapi ketika pembeli yang memiliki niat tinggi tiba, pengalaman keterlibatan belum berkembang. Ini seperti mengatur dan membayar pesta khusus untuk prospek Anda, tetapi melupakan untuk menjawab pintu ketika mereka tiba.

Itulah dari mana ide Qualified berasal. Kami ingin menciptakan cara bagi tim penjualan untuk bertemu dengan pembeli yang qualified saat mereka mengunjungi situs web – dengan relevansi, konteks, dan pengalaman yang dipersonalisasi secara real-time yang sesuai dengan apa yang diinginkan pembeli. Mari kita lanjutkan ke hari ini, dan kita telah mengembangkan visi itu menjadi sesuatu yang jauh lebih besar: lapisan pemasaran agen yang melakukan setiap alur kerja proses pemasaran masuk, mencakup interaksi real-time di situs web, dan interaksi asinkron melalui email. Qualified dibangun untuk gelombang perangkat lunak perusahaan berikutnya, di mana pekerja AI tidak hanya melakukan tugas dan alur kerja, tetapi juga membuat keputusan yang didorong oleh konteks atas nama perusahaan Anda.

Bagaimana visi Anda tentang AI berubah dari awal Anda di pemasaran pencarian hingga sekarang, dengan Piper mengotomatisasi penjualan masuk dengan skala?

Jelas, munculnya Model Bahasa Besar (LLM) telah mengubah permainan secara keseluruhan. Ketika kami memulai perusahaan pertama kami, itu adalah awal hari-hari cloud, yang mewakili perubahan mendasar dalam model pengiriman perangkat lunak. Hal-hal seperti infrastruktur yang dibagikan, multi-tenancy, dan harga berbayar sesuai dengan penggunaan memungkinkan bisnis untuk memindahkan aplikasi dan proses kritis ke cloud. Segera setelah itu, platform dan infrastruktur menjadi tersedia sebagai koleksi layanan, yang lagi-lagi merupakan pendorong besar bagi bisnis untuk memindahkan beban kerja yang signifikan ke vendor cloud. Semuanya berubah.

Mari kita lanjutkan satu dekade, dan revolusi AI telah meledak. Hanya beberapa tahun yang lalu, ketika kami pertama kali memulai Qualified, machine learning (ML) mewakili cara baru untuk memanfaatkan kecerdasan dari kumpulan data yang luas. Sekarang, tentu saja, LLM telah mengubah semuanya dalam hal kemampuan kami untuk memindahkan beban kerja yang signifikan ke AI. Tetapi yang lebih penting, LLM membuat AI dapat diakses oleh semua orang, dan orang memiliki kemampuan untuk berinteraksi dengan komputer, aplikasi, atau data, menggunakan bahasa alami mereka. Dan meskipun kita baru saja memulai, sangat jelas bahwa banyak hal yang telah kita lakukan secara historis akan ditulis ulang, dan dilakukan dengan cara baru. Ini tidak hanya berlaku untuk bagaimana kita hidup, tetapi juga bagaimana kita bekerja.

Salah satu mantra kami di Qualified adalah untuk menantang semua yang telah kita lakukan secara historis, dan menilai bagaimana itu akan diubah dengan AI. AI tidak hanya akan mengubah sifat cara kita membangun sistem, tetapi juga akan membuka proses, operasi, dan struktur organisasi baru.

Gelombang pertama transformasi AI ini telah muncul dalam bentuk agen. Setiap bisnis membawa lapisan agen ke berbagai fungsi di seluruh perusahaan. Agen AI SDR kami telah menjadi tempat yang sangat populer untuk memulai dalam membawa lapisan agen ke dalam gerakan pemasaran. Dan menjadi sangat jelas bahwa tidak hanya Piper dapat mengotomatisasi hampir semua tugas dan alur kerja generasi pipeline masuk yang secara historis dilakukan oleh SDR manusia, tetapi dia juga dapat menangani banyak alur kerja yang secara tradisional dilakukan dengan platform otomatisasi pemasaran.

Piper adalah contoh kuat dari agen AI otonom dalam aksi. Di mana Anda secara pribadi menarik garis antara otomatisasi yang berguna dan otonomi yang berisiko?

Otonomi tidak dapat ada tanpa akuntabilitas. Kepercayaan dapat diperoleh atau hilang secara eksponensial dalam sistem agen. Kami tidak lagi membangun alat cloud. Kami sekarang mengirimkan pekerja otonom yang membuat keputusan atas nama pelanggan. Ada taruhan yang lebih tinggi untuk keandalan dan kepercayaan daripada sebelumnya. Perilaku agen yang tidak akurat atau tidak berguna harus menjadi prioritas utama bagi siapa saja yang mengembangkan agen. Sama pentingnya dengan berinvestasi dalam kemampuan sekitar pelatihan, penyetelan, penyetelan halus, transparansi, kutipan, dan kontrol, adalah memungkinkan pelanggan untuk membangun fondasi tata kelola untuk agen.

Dengan Piper, kami telah sengaja membangun otonomi yang berguna – AI yang beroperasi dalam batasan yang jelas, didukung oleh sejarah kaya kemitraan kami dengan pelanggan kami yang menggunakan produk kami saat ini. Garis untuk saya cukup jelas: otomatisasi tidak boleh pernah menggantikan penilaian dalam momen-momen yang menuntut konteks, empati, atau nuansa.

Piper tidak mencoba memiliki seluruh perjalanan pembeli sejak awal. Ada proses ramp-up yang penting untuk memastikan agen beroperasi tidak hanya secara efisien, tetapi juga secara akurat, dan dalam batasan yang ditetapkan oleh pelanggan. Anda tidak bisa hanya melepaskan agen ke produksi yang berinteraksi dengan prospek dan pelanggan Anda tanpa memahami bagaimana itu akan mempengaruhi seluruh siklus pembelian.

Jadi, bagi saya, garis itu ditarik pada kepercayaan, keterbukaan, dan kontrol. Jika kita tidak bisa menyediakan penjelasan, atau mengukur kinerjanya, maka itu tidak siap. Sebagian besar perusahaan yang saya bicarakan sedang menjadi lebih berpendidikan, dan berpikir tentang hal-hal ini dengan cara yang tepat, tetapi ini adalah tugas kami untuk membantu pelanggan kami meletakkan rel yang tepat, moderasi, dan praktik terbaik di sekitar tata kelola.

Mengingat kemampuan agen AI yang meningkat, bagaimana Anda memastikan bahwa Piper tetap dalam batasan etika dan kontekstual – terutama saat berinteraksi dengan timbulan manusia dalam skenario yang berisiko tinggi?

Dalam aplikasi Qualified, Anda dapat memprogram Piper untuk tetap dalam batasan tertentu, mengontrol nada, dan memastikan dia mematuhi kebijakan perusahaan. Ini adalah kebenaran absolut dan aturan keterlibatan yang tidak dapat dipecahkan ketika berinteraksi dengan pengunjung. Kami menyediakan moderasi dan rel yang signifikan di inti AI kami, yang berarti, mengambil risiko sekitar data (PII) dan informasi sensitif keluar dari persamaan sepenuhnya. Selain itu, kami memungkinkan perusahaan untuk menambahkan rel tambahan, instruksi, dan aturan keterlibatan.

Kami juga memungkinkan Piper untuk mengarahkan kembali percakapan yang menyimpang dari topik. Selain itu, jika kami merasa ada aktor yang buruk di ujung keterlibatan, Piper dapat mengakhiri percakapan jika itu cenderung menuju area yang:

• Tidak terkait dengan perusahaan, produk, layanan, atau industri
• Acak atau tidak masuk akal
• Eksplisit, tidak pantas, atau ofensif
• Sepenuhnya di luar cakupan apa yang harus ditangani oleh AI SDR

Rel yang ketat ini memastikan Piper tetap dalam batasan yang ditetapkan, memberi pelanggan kami kepercayaan dan kontrol penuh atas perilakunya.

Anda telah berbicara tentang kebutuhan akan sistem rollback dan kemampuan override. Bagaimana Anda menjelaskan langkah-langkah keamanan dan kontrol yang telah Anda bangun ke dalam platform Qualified untuk mencegah atau mitigasi kesalahan AI?

Kepercayaan dan transparansi/keterbukaan berjalan beriringan. Kepercayaan dimulai dengan memberikan wawasan tentang apa yang terjadi, mengapa itu terjadi, dan bagaimana mempengaruhi bagaimana itu bekerja di masa depan. Ada prinsip dasar, seperti kutipan, umpan balik, dan penyetelan/penghalusan. Tetapi kami juga mengambil langkah-langkah tambahan untuk pengguna kami untuk menyediakan lapisan keterbukaan untuk AI yang mudah diakses, dan dapat memberikan umpan balik manusia-dalam-lintas.

Sebagai contoh, kami menyediakan kemampuan untuk mensimulasikan berbagai keadaan, dan dengan mudah melihat apa yang akan dilakukan AI, dan memberikan umpan balik atau koreksi kursus pada setiap keadaan hipotetis. Sama seperti Anda membangun karyawan sebelum mereka diberi otonomi, Anda harus melakukan hal yang sama dengan AI.

Dalam cahaya tren regulasi AI dan berita tentang kegagalan AI, bagaimana Anda melihat peran kepatuhan dan kebijakan dalam membentuk masa depan agen AI dalam penjualan dan pemasaran?

Regulasi dan tata kelola lebih penting daripada sebelumnya. Ini tidak sulit untuk memikirkan tentang risiko yang ditingkatkan yang mungkin dimiliki agen jika tidak diterapkan secara bertanggung jawab. Kami semua telah melihat hasil dari melepaskan AI tanpa konteks atau akuntabilitas. Di B2B, khususnya di penjualan dan pemasaran di mana kami bermain, kami menangani banyak data perusahaan, dan beberapa derajat Informasi yang Dapat Diidentifikasi Secara Pribadi (PII). Kami harus memegang diri kami sendiri, dan pelanggan kami, ke standar yang tinggi untuk melindungi pengalaman pembeli.

Kami membangun Piper dengan kepatuhan perusahaan kelas atas sejak level PRD. Ini berarti kami berpikir tentang privasi, keamanan, dan tata kelola sejak konsepsi apa pun yang baru kami bangun dan kirim. Ketika AI berkembang, standar sekitar hal-hal biasa di industri kami seperti SOC 2, GDPR, CCPA, manajemen persetujuan, dll. – ini semua hal yang kami pertimbangkan setiap kali kami mengirimkan fitur. Tetapi, memeriksa kotak tidak cukup. Kami menciptakan budaya transparansi dan membangun kerangka etika kami sendiri sebelum regulasi yang lebih formal.

Potongan-potongan teka-teki AI ini tidak bisa menunggu kebijakan formal – jika Anda tidak sudah menetapkan standar ini dalam tim Anda, Anda ketinggalan.

Apakah Anda pikir perusahaan bergerak terlalu cepat dalam memberikan agen AI terlalu banyak otonomi tanpa membangun struktur pengawasan manusia yang memadai?

Kami semua telah melihat headline ketika hal-hal ini keluar dari rel – ada perusahaan yang bergerak terlalu cepat dan melihat AI sebagai alat untuk diterapkan bukan sebagai transformasi bisnis total.

Otomatisasi bukanlah strategi. Ini adalah bagian dari gambaran yang lebih besar, tetapi memerlukan infrastruktur dan pemikiran jangka panjang untuk menghindari membuat kesalahan besar yang pada akhirnya akan menghancurkan kepercayaan dengan pelanggan. Anda tidak bisa mendapatkan itu kembali.

Pengawasan manusia tidak menghambat kesuksesan dengan otomatisasi, itu adalah pendorong. AI akan melakukan pekerjaan berat, tetapi manusia dalam lintas diperlukan untuk memperluas secara bertanggung jawab.

Bagaimana Anda menyeimbangkan kecepatan dan efisiensi AI dengan keterampilan manusia yang unik seperti penilaian, etika, dan nuansa dalam interaksi pelanggan?

Kami melihat Piper sebagai rekan tim. Kekuatan-kekuatannya – selalu aktif, kecepatan, ingatan instan, skala tak terbatas – membuatnya menjadi agen SDR yang kuat, tetapi kami tahu dia tidak bisa memiliki setiap interaksi ujung-ke-ujung.

Manusia akan selalu diperlukan dalam percakapan yang berisiko tinggi di mana kecerdasan emosional yang halus lebih baik melayani pembeli. Menggunakan AI dalam kasus penggunaan yang tepat adalah kunci untuk menyeimbangkan otomatisasi dan keterampilan manusia. Piper sangat cepat, tetapi dia tahu kapan harus berhenti dan melibatkan manusia.

Kami membiarkan AI melakukan apa yang AI lakukan dengan baik sehingga orang dapat melakukan apa yang orang lakukan dengan baik.

Apa yang paling Anda banggakan tentang 2-3 tahun ke depan di ruang ini?

Saya merasa Era AI telah memberi banyak dari kita angin kedua setelah beberapa tahun yang sulit di ruang teknologi. Pemasaran agen adalah inovasi yang kuat yang membuka pintu untuk banyak teknologi baru, dan ini hampir menyamakan lapangan permainan untuk perusahaan di industri.

Kami semua berada di rollercoaster ini bersama, dan kami akhirnya melewati fase gimmick awal dan melihat aplikasi apa yang sebenarnya berguna.

Dua hingga tiga tahun ke depan akan semua tentang orkestrasi – karena semakin banyak agen AI online, tugasnya akan menjadi membangun tumpukan teknologi yang paling kuat yang bekerja bersama sebagai satu tim untuk mencapai alur kerja yang kompleks.

Industri mana yang Anda pikir paling tidak siap untuk implikasi agen AI otonom – dan apa yang harus mereka lakukan sekarang untuk mendahuluinya?

Industri yang memiliki hirarki yang kaku dan tumpukan teknologi warisan berisiko tertinggal. Untuk pemasaran agen sukses, Anda harus memiliki pola pikir modern sekitar kebersihan data dan perangkat lunak, dan beberapa dari operasi yang lebih besar bergerak lambat dan memiliki banyak utang teknologi untuk dinavigasi. Ironisnya, ini adalah organisasi yang paling berpotensi mendapat manfaat dari agen AI – alur kerja mereka sangat siap untuk otomatisasi.

Kunci sekarang adalah memulai dengan infrastruktur dan bukan teknologi. Mereka akan perlu mendapatkan rumah mereka dalam urutan pertama dengan perencanaan strategis sekitar alur kerja di mana agen menambah nilai. Mereka akan perlu kerangka kerja sekitar kepatuhan dan keamanan. Kemudian mereka dapat mulai menguji beberapa program ini.

Ini bukan hanya proyek IT – ini adalah pergeseran organisasi keseluruhan, dari atas ke bawah.

Terima kasih atas wawancara yang bagus, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Qualified.