インタビュー
Sean Whiteley、Qualified の創設者兼社長 – インタビュー シリーズ

Sean Whiteley は、Qualified の創設者兼社長であり、同社のソリューション エンジニアリング チームも率いています。Qualified に加入する前は、Salesforce のトップ レベルのサーベイ アプリケーションである GetFeedback の CEO でした。その前は、Salesforce のシニア ヴァイス プレジデント兼 GM でした。
Qualified は、Salesforce クライアント向けの会話型マーケティングとセールス オートメーションを変革することに焦点を当てたサンフランシスコを拠点とする B2B SaaS 企業です。同社の旗艦製品である Piper は、AI SDR で、リアルタイムでウェブサイト訪問者とチャット、メール フォローアップ、自動ミーティング予約を行い、パイプライン生成を加速するのに役立ちます。Salesforce の元幹部とエンジニアによって構築されたこのプラットフォームは、Salesforce CRM やその他のマーケティング ツールと深く統合されており、大規模なパーソナライズされたバイヤー エンゲージメントを提供します。Qualified を使用する企業は、パイプライン成長、エンゲージメント率、取引速度の改善について報告しています。
あなたは 3 つの会社を創設し、そのうち 1 つは Salesforce に、もう 1 つは SurveyMonkey に買収されました。Qualified を創設するきっかけとなったものは何ですか。また、Qualified はエンタープライズ ソフトウェアにおける AI の進化の流れにおいてどのように位置付けられていますか。
Kraig と私は、Salesforce に買収された検索マーケティング会社を創設しました。これはクラウド革命の初期で、ほぼすべてのマーケティング プログラムがデジタルに急速に移行していました。セラーがこの新しい世界でバイヤーと接触する方法に巨大な断絶があることは、すぐに明らかになりました。企業はウェブサイトへのトラフィックを誘導するために数百万ドルを費やしていますが、当の高インテントのバイヤーが現れたとき、エンゲージメント エクスペリエンスは進化していませんでした。つまり、プロスペクトのために特別なパーティーを開催するために組織し、費用を支払うのですが、到着時にドアに応答しないようなものでした。
そこで、Qualified というアイデアが生まれました。私たちは、セールス チームがウェブサイトに到着した瞬間に、関連性、コンテキスト、リアルタイムのハイパー パーソナライズされたエクスペリエンスで、資格のあるバイヤーに会う方法を作成したいと考えました。今日に進むと、我々はそのビジョンを、より大きなものに進化させました。インバウンド マーケティング プロセスのすべてのワークフローを実行する、エージェント マーケティング レイヤーです。ウェブサイトでのリアルタイムのやり取りや、メールでの非同期のやり取りを網羅しています。Qualified は、エンタープライズ ソフトウェアの次の波に対応するように構築されています。ここでは、AI ワーカーはタスクやワークフローを実行するだけでなく、会社の代わりにコンテキスト ドリブンの決定を下します。
あなたの AI へのビジョンは、検索マーケティングの初期から、現在の Piper が大規模なインバウンド セールスを自動化するまでに、どのように変化しましたか。
明らかに、Large Language Models (LLMs) の出現が全体を完全に変化させました。当初私たちが最初の会社を開始したときは、クラウドの初期でした。これは、ソフトウェアの提供モデルにおける基本的な変化を表していました。共有インフラストラクチャ、多テナント、従量課金制の価格設定は、企業がミッション クリティカルなアプリケーションやプロセスをクラウドに移行するための道を開きました。すぐに、プラットフォームやインフラストラクチャがサービスとして提供されるようになりました。これもまた、企業がクラウド ベンダーに大量のワークロードをオフロードできるようにするため、巨大なエナブラーでした。すべてが変わりました。
10 年が経過し、AI 革命が爆発しました。Qualified を創設した当初、機械学習 (ML) は、膨大なデータセットからインテリジェンスを利用する新しい方法を表していました。現在、LLMs は、AI に関するすべてのことを変化させました。最も重要なのは、LLMs が AI をすべての人にアクセス可能にし、人々が自然言語を使用してコンピューター、またはデータとやり取りできるようにしました。まだ初期段階にありますが、歴史的に行ってきた多くのことが書き直され、新しい方法で行われることは明らかです。これは、私たちが生活する方法だけでなく、私たちが働く方法にも適用されます。
Qualified での私たちのモットーの 1 つは、歴史的に行ってきたすべてのことを疑うことです。また、AI でそれがどのように変化するかを評価することです。AI は、システムを構築する方法を変えるだけでなく、新しいプロセス、運用、組織構造を解放することになります。
この AI 変革の最初の波は、エージェントに現れました。すべてのビジネスが、さまざまな機能にエージェント レイヤーを導入しています。私たちの AI SDR エージェントは、マーケティング モーションにエージェント レイヤーを導入する最も人気のある場所の 1 つです。Piper は、人間の SDR が歴史的に実行してきたインバウンド パイプライン生成のタスクとワークフローをほぼすべて自動化できます。また、マーケティング オートメーション プラットフォームで従来行われてきたワークフローを多く処理できることも明らかになっています。
Piper は、実行中の自律型 AI エージェントの強力な例です。有用な自動化とリスクのある自律性の間の線を、あなたはどこに引いていますか。
自律性は、説明責任がなければ安全に存在できません。エージェント システムでは、信頼が得られ、または失われます。私たちは、クラウド ツールを構築するのではなく、自律的なワーカーを顧客の代わりに決定を下すように展開しています。以前よりも、信頼性と信頼性のための利害が高まっています。エージェントの不正確または役に立たない動作は、エージェントを開発する誰にとっても、トレーニング、チューニング、ファインチューニング、透明性、引用、コントロールに関する機能に次ぐ、第 1 の優先事項でなければなりません。また、顧客がエージェントのガバナンス基盤を構築する方法を有効にすることも、同等に重要です。
Piper の場合、私たちは、明確に定義されたガードレールの内で動作する、有用な自律性 — AI を構築することを意図的に行ってきました。これは、私たちの製品を使用している現在の顧客との豊富なパートナーシップの歴史によって推進されています。私にとって、ラインは明確です。自動化は、コンテキスト、共感、またはニュアンスが求められる判断を必要とする瞬間を置き換えるべきではありません。
Piper は、最初からフル バイヤー ジャーニーを所有しようとしません。エージェントが効率的に、正確に、顧客によって設定された境界内で動作していることを確認するための重要なランプアップ プロセスがあります。プロスペクトや顧客とやり取りするエージェントを、フル プロダクションで簡単にリリースすることはできません。購入サイクル全体にどのような影響を与えるかを理解することはできません。
私にとって、ラインは信頼、観察可能性、コントロールで引かれます。説明可能性やパフォーマンスを測定できない場合、準備はできていません。話をしているほとんどの会社は、正しい方法でこれらのことを考えるようになってきていますが、顧客がガバナンス、モデレーション、ベスト プラクティスに関する適切なガードレールを配置するのを支援するのが私たちの役割です。
自律型 AI エージェントの機能が増す中で、Piper が倫理的およびコンテキストの境界内に留まるように、またリアルな人間のリードを含むハイリスク シナリオでエンゲージするように、どのように確保していますか。
Qualified アプリケーション内では、Piper を特定の境界内に保ち、トーンをコントロールし、会社のポリシーに従わせるようにプログラムできます。これらは、訪問者とエンゲージする際に破ることができない絶対的な真実とルールです。私たちは、AI の中核に、データ (PII) や機密情報に関するリスクを完全に排除するための重大なモデレーションとガードレールを提供しています。さらに、企業は、ガードレール、指示、エンゲージメントのルールを追加で設定できます。
また、Piper を、会話が脱線した場合に優しく会話を元に戻すように指示できます。さらに、エンゲージメントが以下の領域にシフトしていることがわかった場合、Piper は会話を終了できます:
- 会社、製品、サービス、または業界に無関係
- ランダムまたは無意味
- 明示的、不適切、または無礼
- AI SDR が処理すべき範囲の外
これらの厳格なガードレールにより、Piper は、顧客が彼女の動作を完全に信頼し、コントロールできるように、彼女の割り当てられた境界内に留まることができます。
ロールバック システムやオーバーライド機能の必要性について話しました。Qualified のプラットフォームに、AI エラーを防止または軽減するために構築された安全性とコントロールの対策について、詳しく説明していただけますか。
信頼と透明性/説明可能性は、密接に関連しています。信頼は、起こっていること、起こっている理由、将来的にどのように機能するかを影響させる方法についての洞察から始まります。基本的なテナント、引用、フィードバック ループ、チューニング/ファインチューニングがあります。しかし、ユーザーが AI を簡単に観察できるように、また人間のフィードバック ループを提供できるように、追加のステップを踏んでいます。
例えば、さまざまな状況をシミュレートし、AI が何をし、各仮想シナリオでフィードバックまたはコース修正を提供する方法を簡単に確認できる機能を提供しています。従業員を昇進する前にランプアップするのと同様に、AI も同様にランプアップする必要があります。
AI 規制の傾向や AI の失敗に関する最近のヘッドラインを考えると、セールスとマーケティングにおける AI エージェントの将来を規定する、コンプライアンスとポリシーの役割をどのように見ていますか。
規制とガバナンスは、以前よりも重要です。エージェントが表す可能性のあるリスクを考えると、責任を持って展開しない場合に起こり得る結果は簡単に想像できます。AI をコンテキストや説明責任なしにリリースした結果を見たことがあります。B2B、特に私たちが活動するセールスとマーケティングでは、企業データと一定の個人情報 (PII) を扱っているため、購入者のエクスペリエンスを保護するために、自分自身と顧客に高い基準を設定する必要があります。
私たちは、Piper をエンタープライズ グレードのコンプライアンスから構築しています。これは、PRD レベルから、プライバシー、セキュリティ、ガバナンスについて考えることを意味します。AI が進化するにつれて、SOC 2、GDPR、CCPA、コンセント マネジメントなどの業界の通常のサスペクトについての基準も進化するでしょう。これらはすべて、私たちが新しい機能をリリースする際に考慮する必要があるものですが、チェック ボックスを満たすだけでは十分ではありません。透明性と倫理的フレームワークの文化を構築しています。これは、より正式な規制の前に行わなければなりません。
これらの AI パズルのピースは、正式なポリシーの遅れを待つことはできません。規制がまだ出ていない場合、チーム内でこれらの基準を設定していない場合、あなたは後れをとっています。
あなたは、企業が人間の監視構造を構築することなく、AI エージェントにあまりにも多くの自律性を与えているのではないかと思いますか。
これらのことが失敗したときのヘッドラインを見たことがあります。間違いなく、企業は AI をツールとして実装するのではなく、ビジネス全体の変革として見ているため、速すぎるものがあります。
自動化は戦略ではありません。それは大きな絵の一部です。しかし、信頼を損なうような大きなミスを避けるために、インフラストラクチャと長期的な思考が必要です。顧客との信頼を失うことは、最終的には取り戻すことができません。
人間の監視は、自動化の成功を妨げるものではありません。責任を持ってスケールアップすることを可能にするものです。AI は重労働を行いますが、人間のループは責任を持ってスケールアップするために必要です。
あなたは、AI の速度と効率を、判断、倫理、ニュアンスなどのユニークな人間のスキルとどのようにバランスさせていますか。
私たちは、Piper をチーム メイトと見なしています。彼女の強み — 常にオン、速度、瞬間的なリコール、無限のスケール — は彼女を強力な SDR エージェントにします。しかし、彼女がエンドツーエンドのすべてのやり取りを所有することはできないことを理解しています。人間は、ニュアンスな感情的知性がバイヤーに更に役立つ、高リスクの会話に必要です。AI を適切なユースケースで活用することが、自動化と人間のスキルセットのバランスをとるための鍵です。Piper は非常に速いですが、人間が関与する必要があることを知っています。
私たちは、AI に AI が最も得意なことを行わせ、人々が人々が最も得意なことを行うようにします。
あなたはエージェント マーケティングの最前線にいます。次の 2 ~ 3 年間に、この分野で最も興奮することは何ですか。
私は、AI エラの時代が、テクノロジー空間での過去の数年間の厳しい時期の後、多くの人々に第二の息を与えていると思います。エージェント マーケティングは、多くの新しいテクノロジーを可能にする強力なイノベーションであり、業界の企業にとって、ほぼレベル フィールドです。
私たちはみんな、このローラーコースターに一緒に乗っています。ついに、最初のギミック フェーズを過ぎて、どのアプリケーションが本当に役立つかを見ています。
次の 2 ~ 3 年間は、オーケストレーションについてです。より多くの AI エージェントがオンラインになるにつれて、複雑なワークフローを実行するために 1 つのチームとして動作する、最も強力なテクノロジー スタックを構築する方法を理解することが仕事になります。
あなたは、どの業界が、自律型 AI エージェントの影響に最も準備ができていないと思いますか。また、先んじてこれらの影響に対応するために、どのようなことをすべきでしょうか。
厳格な階層とレガシーテクノロジー スタックを持つ業界は、後れをとるリスクがあります。エージェント マーケティングが成功するには、データ ハイジーンとソフトウェアについての現代的なマインドセットが必要です。また、多くのテクノロジー デットをナビゲートする必要があるため、これらの大規模な運用は遅く動きます。皮肉にも、これらの組織は、ワークフローが自動化に適しているため、AI エージェントから最も多く利益を得ることができます。
現在の鍵は、テクノロジーではなく、インフラストラクチャから始めることです。エージェントが価値を追加するワークフローに関する戦略的な計画を最初に行う必要があります。コンプライアンスと安全性のためのフレームワークが必要です。次に、プログラムのいくつかをパイロットすることができます。
これは、IT プロジェクトではありません。これは、上から下まで組織全体の変革です。
素晴らしいインタビュー、ありがとうございました。詳細については、Qualified を訪問してください。












