라지브 부타니, 미디어민트의 CEO – 인터뷰 시리즈

라지브 부타니, 미디어민트의 CEO는 글로벌 기술, 미디어, 디지털 변革 분야에서 3십년 이상의 리더십 경험을 가지고 있습니다. 미디어민트에 합류하기 전에, 그는 헤드스핀의 CEO 및 이사로 재직하며 디지털 경험을 위한 성능 지능 분야에서 혁신을 주도했습니다. 그 이전에, 부타니는 약 27년 동안 액센츄어에서 근무하며 통신, 미디어 및 기술 그룹의 기술 책임자로서 인공지능 및 기계 학습과 같은 새로운 기술 분야에서 전략 및 파트너십을 이끌었습니다. 그의 리더십 역할은 구글, 페이스북, 마이크로소프트와 같은 주요 클라이언트와의 관계를 관리하며 기술, 전략, 성장의 교차점에서 그의 심오한 전문성을 보여주었습니다.

(GOOGL ) (META ) (MSFT )

2010년에 설립된 미디어민트는 글로벌 디지털 운영 파트너로서 광고 운영, 크리에이티브 프로덕션, 데이터 분석, 캠페인 관리와 같은 엔드투엔드 지원을 제공합니다. 하이데라바드에 본사를 두고 미국과 폴란드에 사무소를 둔 미디어민트는 인간 전문가와 기술의 조합을 통해 미디어 회사, 에이전시, 플랫폼이 효율적으로 확장할 수 있도록 지원합니다. 이 회사는 높은 품질의 운영 우수성, 유연성, 투명성을 제공함으로써 고객이 워크플ロー를 최적화하고 비용을 절감하며 점점 더 복잡해지는 디지털 생태계에서 혁신에 집중할 수 있도록 도와줍니다.

당신의 경력에서 액센츄어에서 미디어민트의 리더로 전환한 것은 어떤 영감을 받았나요? 또한, 컨설팅 분야에서의 배경은 어떻게 AI驱動 운영에 대한 접근 방식을 형성했나요?

나의 이동은 컨설팅실에서 운영자의 의자로 옮기는 것이었습니다. 액센츄어에서 회사들이 변革 로드맵을 설계하는 것을 도와온 후, 나는 솔루션을 구축할 수 있는 시장 기회를 보았으며, 로드맵뿐만 아니라 결과에 대한 책임을 지는 것을 목표로 했습니다.

AI의 채택이 증가함에 따라, 고객은 결과와 성과를 제공할 수 있는 파트너를 찾고 있습니다. 내 컨설팅 배경은 이러한 수요를 충족하기 위해 우리의 접근 방식을 정의했습니다. 나는 미디어, 엔터테인먼트, 기술 부문의 선도적인 조직을 지원하는 여정에 대해 매우 흥奮합니다.

에이전틱 AI를 통한 실로 분리: 우리는 컨설팅의 전략적, 크로스 펑셔널 사고를 우리의 에이전틱 AI 플랫폼을 통해 직접 적용합니다. 에이전틱 AI를 통해 우리는 큰 회사들이 직면하는 기능적 실로를 깨뜨릴 수 있습니다. 우리의 민첩성은 우리가 에이전틱 AI와 인간 에이전트를 결합하여 결과를 생성할 수 있도록 해줍니다.

미디어민트는 2010년에 설립되어 이후 크게 성장했습니다. 회사의 미션과 능력은 어떻게 진화했나요? 특히 미디어민트 랩스의 출시와 함께?

미디어민트는 항상 미디어 및 마케팅 운영의 최전선에 있었습니다. 우리는 주요 출판사, 플랫폼, 에이전시, 브랜드에 대한 고품질의 인간 중심 서비스를 제공하기 시작했습니다. 우리의 미션은 고객이 수익을 확대하고 운영 효율성을 구축할 수 있도록 신뢰할 수 있는 운영 파트너가 되는 것이었습니다.

미디어민트 랩스의 출시는 우리의 다음 단계입니다. 우리는 이제 효율성을 위한 것이 아니라 성장을 위한 AI 에이전트를 생성하기 위해 노력하고 있습니다. 우리는 고객을 위한 전략적 가속기로서의 AI 에이전트를 구축하고 있습니다. 데이터비트의 인수는 또한 데이터 엔지니어링, 분석, 수익 관리 분야에서 우리의 능력을 심화시키는 데 중요한 역할을 했습니다. 이것은 기본적인 변화이며, 우리를 신뢰할 수 있는 서비스 제공자에서 AI驱動 성장 서비스 파트너로 전환시킵니다.

미디어민트 랩스는 미디어민트가 구축하고 운영하는 공동으로 생성된 AI 에이전트, 최적화기, 가속기를 중점으로 합니다. 이 수동 운영 모델은 고객에게 어떤 전략적 이점을 제공하나요?

이 수동 운영 모델은 우리의 핵심 전략적 차별점입니다. 우리는 AI 에이전트를 넘겨주고 떠나는 순간에 그것이 실패한다는 것을 배웠습니다. 우리의 고객은 두 가지 주요 이점을 얻습니다:

첫째, 빠른 개발과 보안입니다. 우리의 내부 개발 플랫폼은 다양한 성장 사용 사례에 대한 에이전트를 안전하게 설계, 배포, 운영할 수 있도록 해줍니다. 사전 구축된 런타임과 하나의 클릭 환경 프로비저닝을 통해 우리는 새로운 에이전트를 몇 주 안에 실행할 수 있습니다. 플랫폼은 거버넌스, 데이터 거주지, 보안을 기본적으로 처리하므로 고객은 맞춤형 AI 인프라의 복잡성에 대해 걱정할 필요가 없습니다.

둘째, 지속적인 개선과 안정성입니다. 우리는 에이전트의 지속적인 성능을 책임집니다. 우리는 실시간으로 성능을 추적하여 모든 동작이 책임이 있으며 결과가 시간이 지남에 따라 개선되도록 합니다.

당신은 AI 에이전트를 고객에게 넘겨주지 않고 지속적인 관리를 강조했습니다. 미디어민트의 모델이 효과적인 이유는 무엇인가요?

AI 에이전트를 넘겨주는 것은 고성능 레이싱 카를 피트 크루 없이 넘겨주는 것과 같습니다. 그것은 첫째 날에는 완벽하게 작동할 수 있지만, 끊임없는 튜닝과 유지 보수가 없으면 실패할 것입니다. 핵심적인 함정은 성능의 저하입니다. 에이전트의 성능은 고객의 워크플로우 또는 플랫폼 API가 변경됨에 따라 저하됩니다.

운영 소유권이 왜 효과적인가요? 우리의 모델은 효과적입니다. 왜냐하면 우리는 에이전트를 제품이 아닌 보장된 서비스로 취급하기 때문입니다. 이것은 두 가지 주요 이점을 제공합니다:

1. 지속적인 개선

우리는 에이전트의 지속적인 성능을 책임집니다. 우리의 중앙 집중식 추적 레지스트리와 평가 스위트를 통해 우리는 클라이언트의 라이브 비즈니스 규칙에 대해 지속적으로 에이전트를 모니터링하고 최적화할 수 있습니다. 이 모델은 솔루션의 성능이 저하되지 않고 점점 더 지능적이고 강력해진다는 것을 보장합니다. 이 지속적인 관리는 에이전트가 항상 안전하게 작동하고 중요한 수익 및 준수 위험을 제거한다는 것을 보장합니다.

2. 전략적 판단 및 에지 케이스 보호

인간은 기본적인 작업을 위한 것이 아닙니다. 그들은 고위험 시나리오의 “피트 크루”입니다. 이 전문 지식은 다음과 같은 상황에서 중요합니다: 전략적 판단: 규제 변경이나 새로운 광고 플랫폼 출시와 같은 상황을 처리하기 위한 것입니다. 에지 케이스 해결: 수익이나 준수를影响할 수 있는 모호한 출력 및 복잡한 실패를 해결하는 것입니다.

이 지속적인 관리는 직접 가치로 변환됩니다. 우리는 보장된 성과 결과를 제공하여 중요한 오류를 크게 줄이고 일관된 높은 고객 만족도를 유지합니다. 그것은 단순히 소프트웨어가 아닙니다.

당신은 에이전틱 AI가 SaaS 모델의 요소를 보완하거나 대체할 것이라고 예상합니다. 에이전틱 AI와 전통적인 SaaS 사이의 결정 요인은 무엇인가요?

현재의 논쟁은 문제를 놓치고 있습니다. 에이전틱 AI는 전체 SaaS 스택을 대체하기 위한 것이 아닙니다. 그것은 운영 작업의 경제학을 혼란시키기 위한 것입니다. 핵심적인 차이점은 도구를 제공하는 것에서 결과를 보장하는 것입니다. 에이전틱 AI는 SaaS에 두 가지 방식으로 영향을 미칠 것입니다:

대체: 워크플로우 크런치입니다. 에이전트는 워크플로우 주도적인 SaaS를 대체할 것입니다. 가치는 더 이상 UI에 있지 않습니다. 그것은 자율적인 행동에 있습니다. 우리는 ‘도구로서의 서비스’에서 ‘행동으로서의 서비스’로 이동하고 있습니다.

보완: 강화 레이어입니다. 에이전트는 전략적 플랫폼을 대체하지 않을 것입니다. 대신, 우리의 에이전틱 AI 시스템은 그 위에서 작동하여 복잡한 실시간 최적화를 수행할 것입니다. 그것은 수동적인 기록 시스템을 능동적인 지능 시스템으로 변환하여 인간의 능력을 강화합니다.

접근 방식을 결정하는 핵심 요인은 신뢰성입니다. 소비자 LLM 도구와 달리, 우리의 에이전트는 신뢰할 수 있는 작업자로 설계되었습니다. 그것들은 자세한 표준 운영 절차를 따르고 정책을 준수하며 수백 번의 실행에서 절대 편차하지 않습니다. 거버넌스 및 신뢰에 대한 이.commitment – 창의성만이 아니라 – 는 우리가 P&L-critical 워크플로우를 관리할 수 있도록 해줍니다. 전통적인 SaaS와 소비자 AI는 할 수 없는 것입니다.

미디어민트는 인간이 루프에 있는 하이브리드 접근 방식을 강조합니다. 에이전틱 AI 시대에 인간의 감독이 여전히 중요한 이유는 무엇인가요? 어떻게하면 결과를 개선할 수 있나요?

인간은 두 가지를 제공합니다. 에이전트가 제공할 수 없는 것: 판단과 전략입니다. 에이전트가 미디어 계획을 만들거나 페이싱 이상을 수정할 수 있지만, 비즈니스 목표를 설정하고 창의적인 방향을 제공하며 브랜드 안전성, 시장 감성 또는 예기치 않은 외부 요인과 관련된 세련된 결정을 내리는 인간 전략가가 필요합니다.

우리의 플랫폼은 이 하이브리드 모델을 지원하도록 설계되었습니다. 우리의 에이전트는 일관되게 작업을 수행하는 신뢰할 수 있는 파트너로 설계되었습니다. 이것은 인간이 실시간으로 지침과 피드백을 제공하고 필요한 HITL(인간-루프-인-루프)을 제공할 수 있도록 합니다. 에이전트는 일상적인 작업을 처리하고, 보고서를 작성하고, 문제를 표시합니다. 이것은 인간이 고가의 전략적인 작업에 집중할 수 있도록 해줍니다. 인간의 감독은 결과를 개선하는 것만이 아니라 비즈니스의 更广泛한 전략적 목표와 일치하도록 보장합니다.

많은 AI 구현은 너무 고립되어 있습니다. 미디어민트는 어떻게 AI 솔루션이 워크플로우와 부서 전체에 걸쳐 전체적으로 통합되는지 보장합니까?

그것은 핵심적인 도전입니다. 우리는 우리의 전체 철학을 설계하여 이를 해결했습니다. 대부분의 AI 프로젝트는 비즈니스 언어를真正로 말하지 않는 고립된 점 솔루션으로 구축되어 실패합니다. 우리의 솔루션은 클라이언트의 특정 워크플로우와 운영 현실에 맞게 설계된 에이전트를 보장하는 것입니다. 우리는 이것을 일반적인 SDK가 아닌 에이전트 런북을 통해 달성합니다.

에이전트 런북은 핵심적인 운영 블루프린트입니다. 그것은 에이전트에게 정확히 무엇을 해야 하며, 예외를 어떻게 처리하며, 외부 시스템에 어떻게 연결할 것인지에 대한 지침과 가이드레일입니다. 이 접근 방식은 에이전트를 클라이언트의 표준 운영 절차에 맞게 맞춤형으로 설계하여 도메인 전문 지식을 핵심에 집중시킵니다. 또한, 우리의 커넥터 라이브러리는 에이전트를 클라이언트의 주요 시스템에 연결합니다. 예를 들어, “미디어 플랜 에이전트”는 “크리에이티브 QA 에이전트”와 직접 연결됩니다. 이것은 AI 솔루션이 도구가 아니라 고객의 운영 스파인의 통합된 구성 요소라는 것을 의미합니다.

여러 AI 에이전트가 역할을超えて 협력하여 “에이전트-에이전트” 시스템을 생성하는 시나리오를 예상하십니까? 그 미래는 무엇입니까?

절대적으로 그렇습니다. 우리는 이미 그 미래를 향해 작업하고 있습니다. 우리 플랫폼의 아키텍처는 통일된 서비스 레이어와 툴 어댑터를 통해 이러한 상호 운용성을 지원하도록 설계되었습니다. 미래는 단일의 거대한 에이전트가 아니라 협력하여 복잡한 비즈니스 문제를 해결하는 전문 에이전트에 관한 것입니다.

예를 들어, 이상 탐지 에이전트가 캠페인 성과의 하락을 감지합니다. 그것은 두 번째 최적화 에이전트를 트리거하여 입찰 조정을 수행합니다. 두 번째 에이전트는 크리에이티브 QA 에이전트에게 컴플라이언스 문제가 있는지 확인하도록 알립니다. 마지막으로, 보고 에이전트는 모든 이러한 동작과 통찰력을 실시간 브리핑으로 집계합니다. 미디어민트 랩스는 이러한 에이전트 간의 협력을 가능하게 하여, 워크플로우가 더 이상 인간의 작업의 선형 시퀀스가 아니라 자율적인 에이전트의 동적 오케스트레이션이 되는 차세대 비즈니스 운영의 백본을 형성합니다.

에이전틱 AI를 탐색하는 회사에 대한 당신의 최상위 3가지 추천은 무엇이며, 어떻게하면 성공적인 구현과 장기적인 가치를 보장할 수 있나요?

내 최상위 3가지 추천은 다음과 같습니다:

1. 올바른 문제에서 시작하십시오. 기술 자체를 위해 에이전트를 구축하지 마십시오. 명확하게 정의된, 반복적이며 가치 있는 문제에 집중하십시오. 가치는 명확하게 측정 가능해야 하며, 노력 감소, 수익 최적화 또는 수익 손실 방지와 같은 목표에 연결되어야 합니다.
2. 운영 관리를 계획하십시오. 그것을 넘겨주지 마십시오. 에이전트는 지속적인 관리, 평가 및 보안 관리를 요구하는 살아있는 시스템입니다. 우리와 같은 모델을 제공하는 파트너를 선택하십시오. 그들은 에이전트의 운영 소유권을 유지하여 투자가 장기적인 가치를 제공하고 유지 보수 악몽이 되지 않도록 합니다.
3. 초기부터 통합 및 거버넌스를 우선시하십시오. 고립된 AI 에이전트는 실패할 것입니다.

이 인터뷰에 감사드립니다. 더 많은 정보를 배우고 싶은 독자는 미디어민트를 방문하십시오.