Thor Olof Philogène, Co-Founder dan CEO of Stravito – Interview Series: Pembicaraan Kembali

Thor Olof Philogène adalah CEO dan Pendiri dari Stravito, Platform Intelijen Wawasan global yang dipercaya oleh merek-merek besar untuk mengubah pengetahuan menjadi keputusan yang percaya diri yang mengarah pada pertumbuhan dan dampak pasar yang dipercepat.

Dalam wawancara sebelumnya, kita membahas Stravito Assistant sebagai antarmuka yang dipimpin oleh percakapan, AI-powered yang memungkinkan tim untuk mencari, mengeksplorasi, dan berinteraksi dengan penelitian dan wawasan internal mereka sendiri. Setahun kemudian, bagaimana tim perusahaan sebenarnya menggunakan Assistant sehari-hari, dan apa yang mengejutkan Anda tentang bagaimana itu masuk ke dalam alur kerja nyata?

Setahun yang lalu, tim menggunakan Stravito AI Assistant terutama untuk menemukan dan menyajikan penelitian lebih cepat. Yang berubah adalah bagaimana tim menggunakannya untuk memvalidasi asumsi strategis sebelum keputusan besar, dan mensintesis bukti di seluruh pasar sebelum mengarah ke suatu arah.

Awalnya, adopsi didorong oleh waktu yang diselamatkan. Sekarang, dengan Deep Research Agent, Stravito AI Assistant secara otonom merencanakan penelitian multi-langkah, menganalisis laporan penuh secara paralel, memeriksa temuan, dan menyajikan sintesis yang sepenuhnya dilengkapi dengan sumber yang berasal dari data perusahaan sendiri. Hasilnya adalah jawaban yang mendalam yang disediakan oleh bukti yang dapat dipercaya oleh pengambil keputusan.

Sejak kita terakhir berbicara, Stravito telah memperluas penggunaan AI untuk mendukung cara kerja yang lebih dinamis dengan wawasan, termasuk fitur seperti AI Personas. Bagaimana pelanggan menggunakan kemampuan ini dalam praktek, di luar ideasi awal atau eksperimen?

Stravito AI Personas mengubah studi segmentasi statis menjadi profil konsumen interaktif yang berdasar pada penelitian propietary perusahaan, sehingga tim dapat menguji tekanan semua hal dari kemasan hingga konsep kampanye hingga ide produk, sebelum anggaran besar dikunci.

Contohnya, Lavazza Group mengintegrasikan Stravito AI Personas dalam proses pemasaran dan inovasi, membangun Profil Konsumen dari ribuan wawancara. Sudah mereka telah memperbarui keputusan kemasan dan kampanye.

Apa yang dulunya membutuhkan minggu-minggu validasi yang berhenti dan berjalan sekarang dapat dimulai dengan sesi kerja yang terfokus sebelum melanjutkan ke pengujian lebih lanjut, menjaga output tetap berakar pada penelitian propietary dari awal. Tujuannya adalah untuk mengurangi risiko lebih awal, mengulangi lebih efektif, dan memprioritaskan ide yang lebih kuat sebelum investasi dilakukan.

Seiring dengan penambahan fungsi AI yang lebih banyak ke dalam platform, apa pertanyaan baru yang diajukan perusahaan tentang tata kelola, pengawasan, dan akuntabilitas, dan bagaimana Stravito beradaptasi dengan kekhawatiran tersebut?

Pertanyaan yang perusahaan ajukan dulunya adalah “apa yang bisa dilakukan?” Sekarang itu adalah “apakah kita bisa mempercayainya?” Bagi Stravito, tata kelola selalu menjadi prioritas dan itu terlihat dalam bagaimana platform dibangun.

AI generik dibangun dari data internet tanpa konteks bisnis. Stravito dibangun sepenuhnya dari penelitian yang divalidasi oleh perusahaan sendiri. Tidak ada pengikisan internet atau sumber bersama.

Contohnya, dengan Deep Research Agent, rencana penelitian terlihat sebelum analisis dimulai dan setiap kesimpulan sepenuhnya dilengkapi dengan sumber, sehingga setiap jawaban dapat dilacak kembali ke sumber aslinya. Stravito juga memenuhi standar keamanan dan privasi data perusahaan tertinggi, dengan sertifikasi ISO 27001, pengakuan SOC 2 Tipe II, dan jaminan kontraktual bahwa data pelanggan tidak akan digunakan untuk melatih model bahasa besar.

Terhadap akuntabilitas, AI menangani sintesis dan perencanaan penelitian. Orang menangani penilaian, strategi, dan keputusan akhir.

Banyak organisasi bergelut tidak dengan mengadopsi alat baru, tetapi dengan memasukkannya ke dalam pengambilan keputusan sehari-hari. Apa yang telah Anda pelajari tentang manajemen perubahan ketika menggelar Stravito di seluruh organisasi besar dan global?

Organisasi yang memasukkan Stravito dengan sukses melakukan tiga hal dengan baik.

Mereka menetapkan harapan yang jelas dari awal: tidak ada keputusan besar yang diambil tanpa kecerdasan yang sudah dimiliki bisnis. Ketika itu menjadi standar, menggunakan platform berhenti menjadi opsional.

Mereka berinvestasi pada juara internal. Ketika orang-orang yang lain melihat mereka mengambil dari platform selama tinjauan bisnis, diskusi perencanaan, dan percakapan inovasi, adopsi mengikuti.

Dan mereka menggabungkan akses dengan pemberdayaan dan dukungan. Tim membutuhkan bimbingan tentang bagaimana mengajukan pertanyaan yang tepat dan tahu apa yang harus dilakukan dengan jawabannya. Itulah yang mengubah platform yang dimiliki orang menjadi platform yang digunakan orang.

Stravito memposisikan diri sebagai sumber kebenaran tunggal untuk wawasan pasar dan konsumen. Namun, perusahaan sering memiliki penelitian yang terfragmentasi di seluruh sistem. Seberapa sukses pelanggan dalam mengkonsolidasikan pengetahuan tersebut, dan di mana mereka masih menghadapi resistensi?

Seringkali penelitian itu ada. Intelijen bisnis, konsumen, dan pasar duduk di seluruh sistem, wilayah, dan fungsi. Masalahnya adalah bahwa itu tidak terhubung, sehingga keputusan besar tentang inovasi, ekspansi, dan pemasaran dibuat tanpa itu. Itulah yang Stravito selesaikan.

Konsolidasi terjadi dalam tahap-tahap. Organisasi memulai dengan penelitian nilai tertinggi mereka dan memperluas dari sana, dengan setiap tahap membangun kasus komersial untuk tahap berikutnya. Heineken adalah contoh yang baik, dengan menggabungkan intelijen mereka dalam satu tempat, mereka mengalihkan waktu CMI dari mencari penelitian ke pekerjaan yang lebih strategis dan bernilai lebih tinggi.

Jika resistensi muncul, biasanya resistensi organisasi daripada teknis. Organisasi yang bergerak paling cepat dan paling efektif memiliki kepemilikan yang jelas dan juara internal yang dapat membawa wilayah dan fungsi yang berbeda ke dalamnya. Kasus komersial, keputusan yang dibuat lebih cepat dengan bukti yang lebih baik, adalah apa yang mendorong percakapan itu maju.

Salah satu tujuan Stravito adalah untuk mendemokratisasi akses ke wawasan di luar tim penelitian tradisional. Selama setahun terakhir, bagaimana akses yang lebih luas ini telah mengubah hubungan antara tim wawasan dan pemangku kepentingan bisnis?

Ketika lebih banyak tim dapat berinteraksi langsung dengan pengetahuan konsumen dan pasar, wawasan memasuki keputusan lebih awal. Pemangku kepentingan tidak lagi menunggu laporan statis. Mereka berinteraksi langsung dengan intelijen mereka sendiri untuk membentuk keputusan, dari posisi dan kemasan hingga ke mana harus melangkah selanjutnya.

Hal ini juga mengubah apa yang tim wawasan habiskan waktunya. Dengan waktu yang dihabiskan untuk meminta dan mencari penelitian, mereka semakin bekerja sebagai penasihat strategis, memastikan bahwa bukti membentuk keputusan yang paling penting.

Personalisasi sering disebut sebagai keunggulan besar dari AI dalam perangkat lunak perusahaan. Bagaimana pelanggan Stravito menyesuaikan penemuan wawasan dengan peran, wilayah, atau fungsi, dan apa dampaknya terhadap keterlibatan dengan penelitian?

Ketika tim melihat penelitian yang relevan dengan keputusan mereka, mereka berinteraksi dengannya lebih awal dan menggunakannya lebih konsisten. Seorang pemimpin kategori global memiliki prioritas yang berbeda dengan direktur pemasaran regional, dan Stravito memahami hal itu.

Koleksi adalah salah satu fitur yang paling banyak digunakan. Mereka bekerja seperti daftar putar, memungkinkan tim untuk mengelompokkan penelitian berdasarkan topik, wilayah, atau fungsi, misalnya, koleksi yang didedikasikan untuk pengenalan atau keberlanjutan. Stravito AI kemudian terus menyajikan penelitian yang relevan lebih lanjut berdasarkan apa yang sudah ada di Koleksi, sehingga tim tetap mengikuti apa yang penting tanpa harus mencari.

Seiring AI semakin tertanam dalam alur kerja wawasan, bagaimana organisasi memutuskan kapan untuk mengandalkan konteks yang dihasilkan AI versus kapan untuk mengalah kepada keahlian manusia, terutama untuk keputusan yang berisiko tinggi?

Organisasi yang melakukan ini dengan baik memiliki pembagian kerja yang jelas. AI menangani sintesis dan perencanaan penelitian. Orang menangani penilaian, strategi, dan keputusan akhir.

Dalam praktek, alat seperti Deep Research Agent di Stravito AI Assistant mengompresi waktu antara pertanyaan dan bukti, menyajikan jawaban yang sepenuhnya dilengkapi dengan sumber yang berasal dari penelitian perusahaan sendiri. AI Personas memungkinkan tim untuk menguji asumsi melawan perspektif konsumen nyata sebelum investasi dilakukan. Keduanya dirancang untuk memperkuat dasar pada mana keputusan dibuat.

Namun, output adalah titik awal. Orang memutuskan apa yang bukti itu berarti, menimbang konsekuensi, dan memiliki keputusan akhir.

Integrasi adalah tantangan yang berulang dalam lingkungan perusahaan. Apa pola yang telah Anda amati di antara pelanggan yang berhasil mengintegrasikan Stravito dengan sistem analitik, penelitian, atau manajemen pengetahuan yang ada?

Organisasi yang melihat dampak paling besar adalah jelas tentang apa yang Stravito untuk. Bukan repositori lain, tetapi lapisan yang menghubungkan wawasan yang ada dan membawanya ke dalam keputusan yang membutuhkannya.

Dalam praktek, Stravito bekerja bersama dengan penyedia penelitian dan analitik yang pelanggan gunakan, membawa intelijen bisnis, pasar, dan konsumen bersama dalam satu tempat sehingga pengetahuan yang duduk di seluruh sistem dapat mencapai keputusan yang membutuhkannya.

Menghadap ke depan, berdasarkan apa yang Anda amati selama setahun terakhir, apa yang masih kurang dipahami perusahaan tentang mengoperasikan AI dalam manajemen wawasan, dan bagaimana itu membentuk arah produk Stravito?

AI dapat menyajikan jawaban secara instan. Apa yang perusahaan kurang pahami adalah semua yang terjadi setelah itu. Biaya dari bertindak berdasarkan wawasan yang salah terlalu signifikan untuk memperlakukan output sebagai kesimpulan.

Organisasi yang akan memimpin tidak akan menjadi mereka yang mengotomatisasi paling banyak. Mereka akan menjadi mereka yang menggunakan apa yang sudah mereka ketahui untuk membuat keputusan yang lebih baik, lebih cepat, dan dengan lebih percaya diri.

Itulah yang membentuk arah produk kami. Contohnya, Deep Research Agent menyajikan ketepatan dan verifiabilitas yang dibutuhkan keputusan besar. AI Personas membawa perspektif konsumen ke dalam proses sebelum investasi dilakukan. Keduanya dirancang untuk memastikan tidak ada keputusan besar yang dibuat tanpa kecerdasan yang sudah dimiliki organisasi.

Terima kasih atas wawancara yang luar biasa, pembaca mungkin ingin membaca wawancara sebelumnya atau mengunjungi Stravito.