Sean Whiteley, Qualified의 창립자 및 사장 – 인터뷰 시리즈

세계에서 가장 성공적인 기업을 창립한 경험을 가지고 계시는데, Qualified를 창립한 계기는 무엇인가요? 또한 Qualified는 기업 소프트웨어에서 AI의 더广泛한 진화와 어떻게 관련이 있나요?

Kraig과 나는 검색 마케팅 회사인 GetFeedback를 설립하여 Salesforce에 인수되었습니다. 이는 클라우드 혁명의 초기였으며,几乎 모든 마케팅 프로그램이 디지털로 전환되고 있었습니다. 그러나 판매자들이 구매자와 연결하는 방식에는 큰 격차가 있었습니다. 회사들은 웹사이트에 트래픽을 유도하기 위해 수백만 달러를 투자했지만, 고의도 구매자가 나타났을 때, 참여 경험은 진화하지 않았습니다. 이는 특별한 파티를 조직하고 지불하지만, 손님들이 도착했을 때 문을 열지 않는 것과 같습니다.

이것이 Qualified의 아이디어가 시작된 곳입니다. 우리는 판매 팀이 웹사이트에 방문하는 순간에 관련성, 맥락, 실시간으로 개인화된 경험을 제공하는 방법을 만들고 싶었습니다. 지금으로 돌아와서, 우리는 이 비전을 더 큰 것으로 발전시켰습니다. 즉, 실시간 상호작용과 비동기식 상호작용을 포함하는 인바운드 마케팅 프로세스의 모든 워크플로를 수행하는 에이전트 마케팅 레이어입니다. Qualified는 이 새로운 기업 소프트웨어의 다음 물결을 위해 구축되었습니다. 여기서 AI 워커는 작업과 워크플로만 실행하는 것이 아니라, 회사의 대신에 맥락 기반의 결정을 내립니다.

초기 검색 마케팅 시절과 비교하여, 현재 Qualified의 Piper가 대규모로 인바운드 판매를 자동화하는 상황에서, AI에 대한您的 비전은 어떻게 바뀌었나요?

명백히 대형 언어 모델(LLM)의 등장으로 게임이 완전히 바뀌었습니다. 우리가 첫 번째 회사를 시작했을 때, 클라우드 초기였습니다. 이것은 소프트웨어 배달 모델의 근본적인 변화를 나타냈습니다. 공유 인프라, 멀티 테넌시, 페이 애스 유 고 가격 등은 비즈니스에 미션 크리티컬 앱과 프로세스를 클라우드로 이동하는 길을 열어주었습니다. 곧之后, 플랫폼과 인프라는 서비스의 모음으로 제공되었습니다. 이것은 비즈니스에 상당한 워크로드를 클라우드 벤더에게 오프로드하는 또 하나의巨大한 활성화자였습니다. 모든 것이 변했습니다.

10년이 지난 현재, AI 혁명이 폭발했습니다. 몇 년 전, Qualified를 시작했을 때, 기계 학습(ML)은 방대한 데이터 세트에서 지능을 활용하는 새로운 방법을 나타냈습니다. 이제, LLM은 우리가 AI로 상당한 워크로드를 이동하는 능력에서 모든 것을 변경했습니다. 그러나 더 중요한 것은, LLM이 모든 사람에게 AI를 접근 가능하게 만들고, 사람들이 자연어를 사용하여 컴퓨터, 앱, 또는 데이터와 상호작용할 수 있는 능력을 제공한다는 것입니다. 아직 시작 단계에 있지만, 많은 것을 다시 작성하고 새로운 방법으로 할 것이라는 것은 명백합니다. 이것은 우리가生活하는 방식과 우리가 일하는 방식 모두에 적용됩니다.

우리의 모토 중 하나는, históricamente 모든 것을 질문하고, AI와 함께 어떻게 변형될지 평가하는 것입니다. AI는 시스템을 구축하는 방식의 본질만을 변경하는 것이 아니라, 새로운 프로세스, 운영, 조직 구조를 잠금해 줄 것입니다.

이 AI 변형의 첫 번째 물결은 에이전트에서 나타났습니다. 모든 비즈니스는 다양한 기능에 에이전트 레이어를 도입하고 있습니다. 우리의 AI SDR 에이전트는 마케팅 동작에서 에이전트 레이어를 도입하기 시작한 매우 인기 있는 곳입니다. 또한 Piper가 거의 모든 인바운드 파이프라인 생성 작업과 워크플로를 자동화할 수 있을 뿐만 아니라, 마케팅 자동화 플랫폼에서 전통적으로 처리하는 많은 워크플로도 처리할 수 있다는 것이 명백해지고 있습니다.

Piper는 자율적인 AI 에이전트의 강력한 예입니다. 유용한 자동화와 위험한 자율성 사이의 경계를 어디에 두시나요?

자율성은 책임감 없이 안전하게 존재할 수 없습니다. 에이전트 시스템에서 신뢰는 지속적으로 얻어질 수도, 잃어버릴 수도 있습니다. 우리는 더 이상 클라우드 툴링을 구축하지 않습니다. 고객을 대신하여 결정을 내리는 자율적인 워커를 배포하고 있습니다. 이전보다 더 높은 신뢰성과 안정성의 위험이 있습니다. 에이전트의 부정확하거나 유용하지 않은 행동은 개발하는 모든 사람에게 가장 높은 우선순위가 되어야 합니다. 능력에 대한 투자와 함께 투명성, 인용, 제어와 같은 것들이 중요합니다.

우리는 유용한 자율성을 구축하기 위해 의도적으로 Piper를 설계했습니다. 즉, 우리의 풍부한 고객 파트너십 역사에 의해 구동되는 명확한 가드레일 내에서 작동하는 AI입니다. 저에게는 경계가 분명합니다. 자동화는 맥락, 공감, 또는 미묘함이 요구되는 판단을 대체해서는 안 됩니다.

Piper는 처음부터 전체 구매자 여정을 소유하지 않습니다. 에이전트가 효율적으로 작동하는지 확인하고, 정확하게 작동하는지 확인하는 램프업 프로세스가 중요합니다. 고객이 정의한 경계 내에서 작동하는지 확인해야 합니다. 프로덕션에서 프로스펙트와 고객과 상호작용하는 에이전트를 방출하기 전에, 전체 구매サイクル에 미치는 영향을 이해하는 것이 중요합니다.

따라서 저에게는 신뢰, 관찰 가능성, 제어가 중요합니다. 설명 가능성이나 성능을 측정할 수 없다면, 아직 준비가 되지 않은 것입니다. 대부분의 회사들이 이러한 것들을 올바른 방식으로 생각하고 있지만, 고객이 에이전트 거버넌스를 올바르게 설정하는 데 도움을 주는 것이 우리의 역할입니다.

AI 에이전트의 능력이 증가함에 따라, Piper가 실제 인간 리드와 상호작용할 때 어떻게 하면 윤리적이고 맥락적인 경계를 유지할 수 있나요?

Qualified 애플리케이션 내에서, Piper를 특정 경계 내에서 유지하고,她的 тон을 제어하고, 회사 정책을 준수하도록 프로그램할 수 있습니다. 이러한 규칙은 방문자와의 상호작용에서 절대적으로 지켜야 합니다. 우리는 핵심 AI에 상당한 모더레이션과 가드레일을 제공하여, 데이터(PII)와 민감한 정보에 대한 위험을 완전히 제거합니다. 또한, 회사에서 추가적인 가드레일, 지침, 및 규칙을 추가할 수 있도록 허용합니다.

우리는 또한 Piper가 대화가 주제에서 벗어날 때, 이를 부드럽게 다시 주제로 돌려놓을 수 있도록 합니다. 또한, 대화가 부적절하거나 공격적인 방향으로 진행되는 경우, Piper는 대화를 종료할 수 있습니다.

• 회사, 제품, 서비스, 또는 산업과 관련이 없는 경우
• 무작위적이거나 무의미한 경우
• 명백하게 부적절하거나 공격적인 경우
• AI SDR가 처리해야 할 범위를 완전히 벗어난 경우

이러한 엄격한 가드레일은 Piper가 할당된 경계 내에서 작동하도록 하며, 고객이 그녀의 행동을 완전히 제어할 수 있도록 합니다.

롤백 시스템과 오버라이드 기능에 대한 필요성에 대해 이야기했습니다. Qualified의 플랫폼에 구축된 안전 및 제어 조치를 설명해 주시겠습니까?

신뢰와 투명성은 함께 작동합니다. 신뢰는 무엇이 발생하고, 왜 발생하며, 어떻게 작동하는지에 대한 통찰력을 제공함으로써 시작됩니다. 기본적인 원칙은 인용, 피드백 루프, 튜닝/세부 튜닝 등입니다. 그러나 우리는 또한 사용자에게 AI에 대한 관찰 가능성 레이어를 제공하고, 인간이 루프에 피드백을 제공할 수 있도록 하는 추가적인 단계를 취했습니다.

예를 들어, 우리는 다양한 상황을 시뮬레이션하고, AI가 무엇을 할지 쉽게 볼 수 있으며, 각 가상 상황에 대한 피드백이나 코스를 제공할 수 있는 능력을 제공합니다. 마치 직원을 램프업하는 것과 마찬가지로, AI도 동일한 프로세스를 거쳐야 합니다.

AI 규제와 최근의 AI 실패에 대한 헤드라인을 고려하여, 판매와 마케팅에서 AI 에이전트의 미래를 결정하는 데 규제와 정책의 역할은 어떻게 될까요?

규제와 거버넌스는 이전보다 더 중요합니다. 에이전트가 책임감 없이 배포될 경우 나타날 수 있는 위험을 생각하기 어렵지 않습니다. 우리는 모두 AI를 책임감 없이 풀어놓은 결과를 보았습니다. B2B에서, 특히 판매와 마케팅에서, 우리는 많은 기업 데이터와 일부 개인 식별 정보를 다루고 있습니다. 우리는 구매자 경험을 보호하기 위해 높은 표준을 지키고, 고객에게도 높은 표준을 요구해야 합니다.

우리는 Piper를 엔터프라이즈급 규제와 함께 구축하고 있습니다. 즉, 개인 정보 보호, 보안, 거버넌스를 생각하여, 새로 구축하고 배포하는 모든 것을 고려합니다. AI가 진화함에 따라, SOC 2, GDPR, CCPA, 동의 관리 등과 같은 표준도 진화할 것입니다. 그러나, 체크박스를 체크하는 것만으로는 충분하지 않습니다. 우리는 투명성의 문화를 만들고, 더 공식적인 규제 이전에 우리의 에이전트를 위한 윤리적 프레임워크를 구축하고 있습니다.

AI 퍼즐의 이러한 부분들은 공식적인 정책을 기다릴 수 없습니다. 팀 내에서 이러한 표준을 설정하지 않고 있다면, 뒤처지고 있습니다.

회사는 에이전트에 대한 적절한 인간 오버사이트 구조를 구축하지 않고, 에이전트에게 너무 많은 자율성을 부여하는 것에 대해 너무 빠르게 움직이고 있나요?

우리는 이러한 것들이 어떻게 실패할 수 있는지에 대한 헤드라인을 모두 보았습니다. 분명히, 에이전트를 도구로 구현하는 것보다, 총 비즈니스 변환으로 생각하지 않고, 너무 빠르게 움직이는 회사들이 있습니다.

자동화는 전략이 아닙니다. 더 큰 그림의 일부입니다. 그러나 인프라와 장기적인 사고를 필요로 하며, 고객의 신뢰를 손상시키는巨大的 실수를 피하기 위해 필요한 것입니다. 이러한 신뢰를 다시 얻을 수 없습니다.

인간의 오버사이트는 자동화의 성공을 방해하는 것이 아닙니다. 그것은 가능하게 하는 것입니다. AI가 중추적인 역할을 할 것입니다. 그러나 인간이 루프에 참여하여 책임감 있게 확장하는 것이 필요합니다.

고객 상호작용에서, 판단, 윤리, 그리고 미묘함과 같은 고유한 인간의 기술과 AI의 속도 및 효율성을 어떻게 균형을 잡나요?

우리는 Piper를 팀의 일원으로 생각합니다. 그녀의 강점은 항상 켜져 있는 것, 속도, 즉각적인 회상, 무한한 규모 등으로, 그녀를 강력한 SDR 에이전트로 만듭니다. 그러나 우리는 그녀가 모든 상호작용을 끝까지 소유할 수 없다는 것을 압니다.

인간은 고위험 대화에서 필요한 미묘한 감정 지능을 제공하기 위해 항상 필요합니다. AI를 올바른 사용 사례에서 활용하는 것이 중요합니다. Piper는 매우 빠르지만, 인간이 참여해야 하는 때를 알고 있습니다.

우리는 AI가 가장 잘하는 일을 하도록 하며, 사람들이 가장 잘하는 일을 하도록 합니다.

에이전트 마케팅의 최전선에 서 계신您, 이 분야의 향후 2-3년 동안 가장 흥미로운 점은 무엇인가요?

AI 시대는 기술 공간에서 힘든 몇 년 후에 많은 사람들에게 두 번째 기회를 제공했습니다. 에이전트 마케팅은 새로운 기술의 문을 열어주는 강력한 혁신이며, 산업의 회사들에게 거의 평등한 기회를 제공합니다.

우리는 모두 함께 이 롤러코스터를 타고 있으며, 초기 기믹 단계를 넘어서, 실제로 유용한 응용 프로그램을 보게 됩니다.

다음 2-3년은 오케스트레이션에 관한 것입니다. 더 많은 AI 에이전트가 온라인으로 등장할 때, 가장 강력한 기술 스택을 구축하여 복잡한 워크플로를 수행하는 단일 팀으로 작동하는 방법을 찾는 것이 중요합니다.

AI 에이전트의 영향에 대해 가장 준비가 안 된 산업은 어디이며, 앞서나가기 위해 무엇을 해야 하나요?

刚性 계층과 레거시 기술 스택을 가진 산업은 뒤처질 위험이 있습니다. 에이전트 마케팅이 성공하려면, 데이터 하이기니와 소프트웨어에 대한 현대적인 마인드를 가져야 합니다. 이러한 더 큰 조직은 기술 부채를 탐색하기 위해 느리게 움직이고, 에이전트가 가치 있는 곳에 워크플로우를 시작하기 전에 인프라와 기술이 아닌 전략적인 계획을 시작해야 합니다.

그들이 할 일은 인프라와 기술이 아닌, 워크플로우에서 에이전트가 가치 있는 곳에 대한 전략적인 계획을 시작하는 것입니다. 그들은 규제와 안전에 대한 프레임워크가 필요합니다. 그런 다음 이러한 프로그램을 시도할 수 있습니다.

이것은 단순한 IT 프로젝트가 아닙니다. 이것은 전체 조직의 변환입니다.

위대한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Qualified를 방문할 수 있습니다.