Rajeev Butani, CEO van MediaMint – Interviewreeks

Rajeev Butani, CEO van MediaMint, heeft meer dan drie decennia leiderschapservaring in mondiale technologie, media en digitale transformatie. Voordat hij bij MediaMint kwam, was hij CEO en bestuurslid van HeadSpin, waar hij innovatie dreef in prestatie-intelligentie voor digitale ervaringen. Daarvoor werkte Butani bijna 27 jaar bij Accenture, waar hij transformatieve initiatieven leidde als Group Technology Officer voor Communications, Media & Technology, met verantwoordelijkheid voor strategie en partnerships rondopkomende technologieën zoals artificial intelligence en machine learning. Zijn leiderschapsrollen bij Accenture omvatten het beheren van relaties met grote klanten zoals Google, Facebook en Microsoft, waarmee hij zijn diepe expertise aan het snijvlak van technologie, strategie en groei liet zien.

Opgericht in 2010 is MediaMint een mondiale digitale operatiepartner die eind-tot-eindondersteuning biedt bij ad-operaties, creatieve productie, data-analyse en campagnebeheer. Met het hoofdkantoor in Hyderabad en kantoren in de VS en Polen, stelt MediaMint mediabedrijven, agentschappen en platforms in staat om efficiënt te schalen door een combinatie van menselijke expertise en technologie. Het bedrijf richt zich op het leveren van hoogwaardige operationele excellentie, flexibiliteit en transparantie, waardoor klanten hun workflows kunnen stroomlijnen, kosten kunnen optimaliseren en zich kunnen concentreren op innovatie in een steeds complexer wordend digitaal ecosysteem.

Wat was de inspiratie voor uw overgang van Accenture naar het leiden van MediaMint, en hoe heeft uw achtergrond in consulting uw aanpak van AI-gedreven operaties beïnvloed?

Mijn overstap was een kwestie van uit de consultantkamer stappen en in de bestuursstoel gaan zitten. Na jaren bij Accenture te hebben gewerkt aan het helpen van bedrijven bij het ontwikkelen van transformatieroadmaps, zag ik een duidelijke marktkans om een oplossing te bouwen waarbij ik niet alleen verantwoordelijk was voor roadmaps, maar ook voor de resultaten met een eigen belang.

Nu de adoptie van AI toeneemt, eisen klanten partners die resultaten en resultaten kunnen leveren door eind-tot-eindwerk te eigenen en niet alleen losse onderdelen. Mijn consultantachtergrond heeft onze aanpak bepaald om aan deze vraag te voldoen, en ik kan niet enthousiaster zijn over de reis die voor ons ligt om toonaangevende organisaties in de media-, entertainment- en technologiebranches te ondersteunen met hun frontoffice-operaties.

Breaking Silos with Agentic AI: We passen het strategische, cross-functionele denken van consulting rechtstreeks toe via ons Agentic AI-platform. Agentic AI stelt ons in staat om functionele silo’s te doorbreken – Sales, AdOps, Finance – waar grotere bedrijven tegenop moeten werken. Onze wendbaarheid stelt ons in staat om eind-tot-eindoplossingen te ontwerpen en leveren die Agentic AI en menselijke agenten combineren om resultaten op schaal te genereren.

MediaMint is in 2010 opgericht en is sindsdien aanzienlijk gegroeid. Hoe zijn de missie en capaciteiten van het bedrijf geëvolueerd, vooral met de lancering van MediaMint Labs?

MediaMint staat altijd aan de vooravond van media- en marketingoperaties. We begonnen met het bieden van hoogwaardige, door mensen geleide diensten aan grote uitgevers, platforms, agentschappen en merken. Onze missie was om de vertrouwde operationele partner te zijn die onze klanten in staat stelde om hun omzet te laten groeien en operationele efficiëntie te bouwen.

De lancering van MediaMint Labs markeert onze volgende fase, de formalisering van hoe we AI gebruiken om niet alleen efficiëntie maar ook groei te stimuleren. We zijn nu gericht op het creëren van AI-agenten via MediaMint Labs die niet alleen taken uitvoeren maar strategische accelerators voor onze klanten worden. De overname van DataBeat maakt ook deel uit van deze evolutie, waardoor onze capaciteit op het gebied van data-engineering, analytics en yield management wordt verdiept. Dit is een fundamentele verandering, waarbij we ons ontwikkelen van een vertrouwd dienstverlener tot een AI-gedreven groeipartner.

MediaMint Labs richt zich op co-gecreëerde AI-agenten, optimalisatoren en accelerators die MediaMint niet alleen bouwt maar ook bezit en exploiteert. Wat is het strategische voordeel van dit hands-on eigendomsmodel voor klanten?

Dit hands-on eigendomsmodel is onze kernstrategische differentiator. We hebben geleerd dat wanneer je een AI-agent overdraagt en wegloopt, deze faalt zodra de complexiteit van de echte wereld toeslaat. Onze klanten krijgen twee grote voordelen:

Ten eerste, snelle ontwikkeling en beveiliging. Ons interne, model-agnostische ontwikkelplatform stelt ons in staat om agents voor een verscheidenheid aan groeiscenario’s veilig en op grote schaal te ontwerpen, implementeren en exploiteren. Met vooraf gebouwde runtime-omgevingen en éénklikkenvironment-inrichting kunnen we nieuwe agents binnen weken live zetten, in plaats van maanden. Het platform behandelt governance, gegevensresidu en beveiliging standaard, zodat klanten zich geen zorgen hoeven te maken over de complexiteit van het beheren van maatwerk-AI-infrastructuur.

Ten tweede, continue verbetering en stabiliteit. We behouden operationeel eigendom, wat betekent dat we verantwoordelijk zijn voor de voortdurende prestaties van de agent. We volgen de prestaties in real-time via een centraal traceringssysteem, zodat elke actie verantwoordelijk is en elke resultaat over tijd verbetert.

U heeft gewaarschuwd voor de valkuilen van het overdragen van AI-agenten aan klanten zonder voortdurend toezicht. Waarom is het model van MediaMint, waarbij u operationeel eigendom behoudt, effectief?

Het overdragen van een AI-agent is als het overdragen van een raceauto zonder een pitcrew. Het kan perfect lopen op de eerste dag, maar zonder constante afstelling en onderhoud, zal het falen. De kernvalkuil is verval – de prestaties van de agent verslechteren naarmate de onderliggende klantworkflow of platform-API verandert.

Waarom operationeel eigendom werkt: Ons model is effectief omdat we operationeel eigendom behouden, de agent niet behandelen als een product, maar als een gegarandeerde dienst. Dit biedt twee belangrijke voordelen:

1. Continue verbetering

We behouden de verantwoordelijkheid voor de voortdurende prestaties van de agent. Ons centraal traceringssysteem en evaluatiesuites stellen ons in staat om de agents voortdurend te controleren en te optimaliseren via ons Human-in-the-Loop-proces tegen de live businessregels van de klant. Dit model garandeert dat de oplossing niet verslechtert; het wordt slimmer en robuuster over tijd. Dit voortdurend toezicht is hoe we garanderen dat de agent altijd veilig werkt, waardoor kritieke omzet- en compliance-risico’s voor de klant worden geëlimineerd.

2. Strategisch oordeel en randgevalbescherming

De mens in de lus is er niet voor basisTaken; ze zijn onze “pitcrew” voor hoogrisicoscenario’s. Deze expertise is cruciaal voor: Strategisch oordeel: Het behandelen van situaties die de AI nooit heeft gezien, zoals grote regulatorische veranderingen of nieuwe advertentieplatformlanceringen. Randgevaloplossing: Het oplossen van dubbelzinnige uitvoer en complexe fouten die de omzet of compliance kunnen beïnvloeden.

Dit voortdurend toezicht vertaalt zich rechtstreeks in waarde. We leveren een gegarandeerd prestatieresultaat, waardoor een aanzienlijke reductie van kritieke fouten en een consistent hoog klanttevredenheidniveau wordt gegarandeerd, niet alleen een stuk software.

Hoe voorziet u dat Agentic AI elementen van het SaaS-model zal aanvullen of vervangen? Wat zijn de factoren die bepalen of een oplossing beter wordt geleverd als Agentic AI of traditioneel SaaS?

De huidige discussie mist het punt: Agentic AI is hier niet om de hele SaaS-stack te vervangen; het is hier om de economie van operationeel werk te verstoren. Het kernonderscheid is de verschuiving van het bieden van een instrument naar het garanderen van een resultaat. Agentic AI zal SaaS op twee manieren beïnvloeden:

Vervanging: De Workflow Crunch. Agents zullen transactiegeoriënteerde, workflowgedreven SaaS vervangen – de platforms die uitsluitend zijn ontworpen om gegevens te verplaatsen of routine-stappen te automatiseren. De waarde ligt niet langer in de UI; het ligt in autonome actie. We bewegen van ‘Tool-as-a-Service’ naar ‘Action-as-a-Service’.

Aanvulling: De Augmentatielaag. Agents zullen niet de strategische platforms zoals Salesforce of grote mediasystemen vervangen. In plaats daarvan zal ons Agentic AI-systeem bovenop deze systemen werken, complexe, real-time-optimalisaties uitvoerend. Ze nemen passieve systeemrecords en veranderen ze in actieve systemen van intelligentie, waardoor de menselijke capaciteit wordt versterkt.

De belangrijkste factor die onze aanpak bepaalt, is betrouwbaarheid. In tegenstelling tot consumenten-LLM-instrumenten zijn onze agents ontworpen om vanaf de basis betrouwbare werknemers te zijn. Ze zijn ontworpen om nauwgezette SOP’s te volgen, beleid te respecteren en nooit af te wijken van honderden runs. Deze toewijding aan Governance & Trust – niet alleen creativiteit – is wat ons in staat stelt om P&L-kritieke workflows te beheren, iets wat traditioneel SaaS en consumenten-AI niet kunnen doen.

MediaMint benadrukt een hybride aanpak met mensen in de lus. Waarom is menselijk toezicht nog steeds cruciaal in de tijd van Agentic AI, en hoe verbetert het de resultaten?

Mensen bieden twee dingen die een AI-agent niet kan: oordeel en strategie. Terwijl een AI-agent een mediaplan kan maken of een pacing-anomalie kan corrigeren, is een menselijke strategist nodig om de bedrijfsdoelen te stellen, creatieve richting te geven en nuances te nemen die betrekking hebben op merkbveiligheid, marktsentiment of onverwachte externe factoren.

Ons platform ondersteunt dit hybride model door ontwerp. Onze agents zijn ontworpen om betrouwbare partners te zijn die de taak consistent uitvoeren, run na run, volgens richtlijnen en volgens de SOP exact. Dit zorgt ervoor dat de menselijke gouverneur real-time richting en feedback kan geven en als noodzakelijke Human-in-the-Loop (HITL) kan fungeren, waardoor wordt gegarandeerd dat ze als verantwoordelijke, beleidsconforme werknemers opereren. De agent behandelt de alledaagse, hoogvolume taken, zoals het opstellen van rapporten of het markeren van problemen, wat heeft geresulteerd in een gemiddelde reductie van 40% van de inspanning voor onze teams. Dit stelt de mens in staat om zich te concentreren op hoogwaardig, strategisch werk. Menselijk toezicht verbetert de resultaten niet alleen; het is wat garandeert dat ze in overeenstemming zijn met de bredere, strategische doelstellingen van het bedrijf.

Veel AI-implementaties falen omdat ze te geïsoleerd zijn. Hoe zorgt MediaMint ervoor dat AI-oplossingen holistisch worden geïntegreerd over workflows en afdelingen?

Dat is een belangrijke uitdaging, en we hebben onze hele filosofie ontworpen om dit op te lossen. De meeste AI-projecten falen omdat ze zijn gebouwd als geïsoleerde puntoplossingen die nooit echt de taal van het bedrijf spreken. Onze oplossing is ervoor te zorgen dat elke agent vanaf de basis is ontworpen voor de specifieke workflow en operationele realiteit van een klant. We bereiken deze holistische integratie niet via generieke SDK’s, maar via de Agent Runbook – een op maat gemaakte operationele blauwdruk.

De Agent Runbook is de kernoperationele blauwdruk. Het is een op maat gemaakte playbook – een reeks instructies en richtlijnen die de agent exact vertelt wat te doen, hoe uitzonderingen te behandelen en precies hoe te verbinden met externe systemen. Deze aanpak adresseert het probleem van gefragmenteerde AI rechtstreeks: de Runbook is afgestemd op de SOP van de klant, waardoor onze domeinexpertise in het hart van de oplossing wordt ingebed. Bovendien verbindt onze Connector Library deze agents naadloos met sleutelklantsystemen zoals Salesforce, Google Ad Manager en Snowflake. Dit betekent dat de AI-oplossing modulair is en kan worden geïmplementeerd over verschillende afdelingen – bijvoorbeeld een “Media Plan Agent” voedt rechtstreeks in een “Creative QA Agent” – waardoor de oplossing niet een instrument is, maar een geïntegreerd, holistisch onderdeel van de operationele ruggengraat van de klant.

Voorziet u scenario’s waarin meerdere AI-agenten samenwerken over rollen, waardoor “agent-tot-agent”-systemen ontstaan? Wat ziet die toekomst eruit?

Absoluut. We zijn al aan het bouwen aan die toekomst. De architectuur van ons platform, met zijn unified service layer en tool-adapters, is ontworpen voor deze soort interoperabiliteit. De toekomst zal minder gaan over een enkele, monolithische agent en meer over gespecialiseerde agents die samenwerken om een complex bedrijfsprobleem op te lossen.

Stel uzelf een ecosysteem voor waarin een Anomaly Detection Agent een daling in campagne-prestaties detecteert. Het activeert een tweede Optimization Agent om een bodaanpassing te maken. Deze tweede agent meldt vervolgens een Creative QA Agent om te controleren of er compliance-problemen zijn met de creatives. Ten slotte consolideert een Reporting Agent al deze acties en inzichten in een real-time brief voor de accountmanager. Ons MediaMint Labs maakt deze agent-tot-agent-samenwerking mogelijk, vormend de ruggengraat van de volgende generatie bedrijfsoperaties, waar workflows niet langer een lineaire reeks van menselijke taken zijn, maar een dynamische orkestratie van autonome agents.

Voor bedrijven die Agentic AI verkennen, wat zijn uw top drie aanbevelingen om een succesvolle implementatie en langetermijnwaarde te garanderen?

Mijn top 3 aanbevelingen zouden zijn:

1. Begin met het juiste probleem, niet alleen met een cool technologie. Bouw geen agent voor de sake ervan. Focus op een goed gedefinieerd, repetitief en hoogwaardig probleem, zoals onze representatieve use cases van een Campaign Pacing Co-pilot of een Creative QA-agent. De waarde moet duidelijk en meetbaar zijn, met een doel verbonden aan een significante inspanningsreductie (bijv. >25%), meetbare omzetoptimalisatie of kwantificeerbare omzetverliesvoorkoming.
2. Plan operationeel toezicht, niet alleen implementatie. Geef het niet zomaar over. Agents zijn levende systemen die continue toezicht, evaluatie en beveiligingsbeheer vereisen. Kies een partner die een model biedt zoals het onze – waarbij ze operationeel eigendom behouden – om ervoor te zorgen dat uw investering langetermijnwaarde levert en geen onderhoudsnachtmerrie wordt.
3. Prioriteer integratie en governance vanaf het begin. Geïsoleerde AI-agenten zullen falen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten MediaMint bezoeken.