Sean Whiteley, Oprichter en President van Qualified – Interview Serie

U heeft succesvol drie bedrijven opgericht, waaronder een dat is overgenomen door Salesforce en een ander door SurveyMonkey. Wat inspireerde u om Qualified op te richten, en hoe past het in de bredere evolutie van AI in enterprise software?

Kraig en ik richtten een zoekmarketingbedrijf op dat is overgenomen door Salesforce. Dit was vroeg in de cloudrevolutie, en vrijwel alle marketingprogramma’s verplaatsten zich snel naar digitaal. Het werd meteen duidelijk dat er een enorme disconnectie was in hoe verkopers verbonden met kopers in deze nieuwe wereld. Bedrijven spendeerden miljoenen aan het aantrekken van verkeer naar hun websites, maar wanneer die high-intent kopers arriveerden, was de engagement-ervaring niet geëvolueerd. Het was alsof je een speciale party organiseerde voor je prospects, maar vergat de deur te openen wanneer ze arriveerden.

Dat is waar het idee voor Qualified vandaan kwam. We wilden een manier creëren voor verkoopsteams om gekwalificeerde kopers te ontmoeten op het moment dat ze de site bereikten – met relevantie, context en real-time, hyper-persoonlijke ervaringen die representatief zijn voor wat kopers willen. Ga vooruit naar vandaag, en we hebben die visie geëvolueerd naar iets veel groters: een agentic marketinglaag die elke workflow van een inbound marketingproces uitvoert, dat zich uitstrekt over real-time interacties op de website en asynchrone interacties via e-mail. Qualified is gebouwd voor deze volgende golf van enterprise software, waar AI-werkers niet alleen taken en workflows uitvoeren, maar ook contextgedreven beslissingen nemen namens uw bedrijf.

Hoe is uw visie op AI veranderd vanaf uw vroege dagen in zoekmarketing tot nu, met Piper die inbound sales op grote schaal automatiseert?

Het ontstaan van Large Language Models (LLM’s) heeft het spel compleet veranderd. Toen we ons eerste bedrijf startten, was het de vroege clouddagen, die een fundamentele verschuiving in het softwareleveringsmodel vertegenwoordigden. Dingen als gedeelde infrastructuur, multi-tenancy en pay-as-you-go-prijzen maakten het mogelijk voor bedrijven om missiecritische apps en processen naar de cloud te verplaatsen. Kort daarna werden platform en infra beschikbaar als een verzameling diensten, wat opnieuw een enorme enableer was voor bedrijven om significante workloads naar cloudleveranciers te offloaden. Alles veranderde.

Ga vooruit een decennium, en de AI-revolutie is geëxplodeerd. Slechts een paar jaar geleden, toen we Qualified voor het eerst startten, vertegenwoordigde machine learning (ML) een nieuwe manier om intelligentie te benutten uit uitgebreide datasets. Nu hebben LLM’s alles veranderd in termen van onze mogelijkheid om significante workloads naar de AI te verplaatsen. Maar belangrijker nog, LLM’s maken AI toegankelijk voor iedereen, en mensen hebben de mogelijkheid om met computers, apps of data te communiceren met behulp van hun natuurlijke taal. En hoewel we echt nog maar aan het begin staan, is het heel duidelijk dat veel dingen die we historisch hebben gedaan, opnieuw zullen worden geschreven en op nieuwe manieren zullen worden gedaan. Dit geldt niet alleen voor hoe we leven, maar ook voor hoe we werken.

Een van onze mantra’s bij Qualified is om alles wat we historisch hebben gedaan, uit te dagen en te beoordelen hoe het zal worden getransformeerd met AI. AI zal niet alleen de aard veranderen van hoe we systemen bouwen, maar het zal ook nieuwe processen, operaties en orgstructuren ontgrendelen.

De eerste golf van deze AI-transformatie heeft zich gemanifesteerd in agenten. Elk bedrijf brengt agentic lagen in verschillende functies over het hele bedrijf. Onze AI SDR Agent is een zeer populaire plek om te beginnen in termen van het brengen van een agentic laag in een marketingbeweging. En het wordt heel duidelijk dat Piper niet alleen vrijwel alle taken en workflows van inbound pipelinegeneratie die historisch door menselijke SDR’s werden uitgevoerd, kan automatiseren, maar dat ze ook een groot deel van de workflows kan afhandelen die traditioneel met marketingautomatiseringsplatforms werden gedaan.

Piper is een krachtig voorbeeld van een autonome AI-agent in actie. Waar trekkt u persoonlijk de grens tussen behulpzame automatisering en riskante autonomie?

Autonomie kan niet veilig bestaan zonder verantwoordelijkheid. Vertrouwen kan exponentieel worden gewonnen of verloren in een agentic systeem. We zijn niet langer cloudtools aan het bouwen. We zijn nu autonome werkers aan het implementeren die beslissingen nemen namens klanten. Er zijn hogere inzetten voor betrouwbaarheid en vertrouwen dan ooit tevoren. Onnauwkeurig of onbruikbaar agentgedrag moet de nummer één prioriteit zijn voor iedereen die agenten ontwikkelt. Net zo belangrijk als investeren in capaciteiten rondom training, afstemming, fijne afstemming, transparantie, citaten en controle, is het mogelijk maken van de klant om de governance-fundamenten voor een agent te bouwen.

Met Piper zijn we intentioneel bezig met het bouwen van nuttige autonomie – AI die werkt binnen duidelijk gedefinieerde guardrails, aangedreven door onze rijke geschiedenis van partnerships met onze klanten die onze producten vandaag gebruiken. De grens voor mij is vrij duidelijk: automatisering moet nooit het oordeel vervangen in momenten die context, empathie of nuances vereisen.

Piper probeert de volledige koperreis niet uit de poort te eigenen. Er is een belangrijk opwarmproces om ervoor te zorgen dat de agent niet alleen efficiënt werkt, maar ook nauwkeurig en binnen de door de klant gedefinieerde grenzen. U kunt een agent niet zomaar in productie loslaten die met uw prospects en klanten interageert zonder te begrijpen hoe dit de volledige koopcyclus zal beïnvloeden.

Dus voor mij wordt de grens getrokken bij vertrouwen, observeerbaarheid en controle. Als we geen verklaring kunnen geven of de prestaties kunnen meten, dan is het niet klaar. De meeste bedrijven waar ik mee praat, worden veel meer onderwezen en denken op de juiste manier over deze dingen, maar het is onze taak om onze klanten te helpen de juiste guardrails, moderatie en best practices rond governance op te zetten.

Gezien de toenemende capaciteiten van AI-agenten, hoe zorgt u ervoor dat Piper binnen ethische en contextuele grenzen blijft – vooral bij het engageren van echte menselijke leads in high-stakes scenario’s?

Binnen de Qualified-toepassing kunt u Piper programmeren om binnen bepaalde grenzen te blijven, de toon te controleren en ervoor te zorgen dat ze zich houdt aan het bedrijfsbeleid. Dit zijn absolute waarheden en regels van engagement die niet kunnen worden gebroken wanneer bezoekers worden geëngageerd. We bieden significante moderatie en guardrails in de kern van onze AI, waardoor risico’s rondom gegevens (PII) en gevoelige informatie volledig uit het spel worden gehaald. Bovendien stellen we bedrijven in staat om extra guardrails, instructies en regels van engagement toe te voegen.

We empoweren Piper ook om een gesprek dat van het onderwerp afdwaalt, zachtjes terug te sturen. Bovendien, als we het gevoel krijgen dat er een slechte actor is aan één einde van een engagement, kan Piper gewoon een gesprek beëindigen als het de verkeerde kant op gaat:

• Niet gerelateerd aan het bedrijf, producten, diensten of industrie
• Willekeurig of nonsensicaal
• Expliciet, ongepast of offensief
• Volledig buiten het bereik van wat een AI SDR zou moeten behandelen

Deze strikte guardrails garanderen dat Piper binnen haar toegewezen grenzen blijft, waardoor onze klanten totale vertrouwen en controle over haar gedrag hebben.

U heeft het over de noodzaak van rollback-systemen en override-mogelijkheden. Kunt u ons door de veiligheids- en controlemaatregelen leiden die u heeft gebouwd in het Qualified-platform om AI-fouten te voorkomen of te mitigeren?

Vertrouwen en transparantie/verklaring gaan hand in hand. Vertrouwen begint met het bieden van inzicht in wat er gebeurt, waarom het gebeurt en hoe het in de toekomst kan worden beïnvloed. Er zijn basisprincipes, zoals citaten, feedbacklussen en afstemming/fijne afstemming. Maar we hebben ook extra stappen genomen voor onze gebruikers om een observeerlaag voor de AI te bieden die gemakkelijk toegankelijk is en mens-in-de-lus-feedback kan bieden.

Als voorbeeld bieden we de mogelijkheid om verschillende omstandigheden te simuleren en gemakkelijk te zien wat de AI zal doen, en feedback of koerscorrectie op elke hypothetische situatie te bieden. Net zoals u een werknemer moet inwerken voordat hij autonomie krijgt, moet u hetzelfde doen met de AI.

In het licht van AI-reguleringstrends en recente headlines over AI-fouten, hoe ziet u de rol van compliance en beleid voor de toekomst van AI-agenten in sales en marketing?

Regulering en governance zijn belangrijker dan ooit. Het is niet moeilijk om te denken aan het verhoogde risico dat agenten kunnen vertegenwoordigen als ze niet verantwoordelijk worden geïmplementeerd. We hebben allemaal de resultaten gezien van het loslaten van AI zonder context of verantwoordelijkheid. In B2B, met name in sales en marketing waar we actief zijn, behandelen we veel ondernemingsgegevens en enige mate van Persoonlijk Identificeerbare Informatie (PII). We moeten onszelf en onze klanten houden aan hoge standaarden om de koperservaringen van onze klanten te beschermen.

We bouwen Piper met enterprise-grade compliance vanaf het PRD-niveau. Dit betekent dat we denken aan privacy, beveiliging en governance vanaf de allereerste conceptie van alles wat we bouwen en verschepen. Naarmate AI evolueert, zullen de standaarden rondom de gebruikelijke verdachten in onze industrie, zoals SOC 2, GDPR, CCPA, toestemmingsbeheer, enz., ook evolueren – dit zijn allemaal dingen die we in gedachten houden wanneer we functies verschepen. Maar het afvinken van vakjes is niet genoeg. We creëren een cultuur van transparantie en bouwen onze eigen ethische kader vooruitlopend op meer formele reguleringen.

Deze stukjes van de AI-puzzel kunnen niet wachten op formele beleid – als u deze standaarden nog niet binnen uw teams instelt, bent u achter.

Vindt u dat bedrijven te snel te veel autonomie geven aan AI-agenten zonder adequate menselijke toezichtstructuren op te bouwen?

We hebben allemaal de headlines gezien wanneer deze dingen verkeerd gaan – er zijn ongetwijfeld bedrijven die te snel bewegen en naar AI kijken als tools om te implementeren in plaats van als een totale bedrijfstransformatie.

Automatisering is geen strategie. Het is een onderdeel van dit grotere plaatje, maar het vereist infrastructuur en langetermijndenken om massive fouten te voorkomen die uiteindelijk het vertrouwen van uw klanten ondermijnen. U kunt dat niet terugkrijgen.

Menselijk toezicht is geen inhibitor voor succes met automatisering, het is een enableer. AI zal het zware werk doen, maar mensen in de lus zijn vereist om verantwoordelijk te schalen.

Hoe balanceert u de snelheid en efficiëntie van AI met uniek menselijke vaardigheden zoals oordeel, ethiek en nuances in klantinteracties?

We kijken naar Piper als een teamgenoot. Haar sterke punten – altijd aan, snelheid, instant recall, oneindige schaal – maken haar een krachtige SDR-agent, maar we weten dat ze niet elke enkele interactie van einde tot einde kan eigenen.

Mensen zullen altijd nodig zijn in high-stakes conversaties waar nuances en emotionele intelligentie beter dienen de koper. Het benutten van AI in de juiste use cases is de sleutel tot het balanceren van automatisering en menselijke vaardigheden. Piper is bliksemsnel, maar ze weet wanneer ze moet stoppen en mensen moet betrekken.

We laten AI doen wat AI het beste doet, zodat mensen kunnen doen wat mensen het beste doen.

U bent aan de vooravond van agentic marketing. Wat vindt u het meest spannend aan de komende 2-3 jaar in deze ruimte?

Ik voel alsof de AI-Era ons allemaal een tweede wind heeft gegeven na een paar moeilijke jaren in de techruimte. Agentic marketing is een krachtige innovatie die de deuren opent voor allerlei nieuwe technologie, en het heeft bijna het speelveld gelijk getrokken voor bedrijven in de industrie.

We zijn allemaal samen op deze achtbaan, en we zijn eindelijk voorbij die initiële gimmickfase en zien wat voor toepassingen echt nuttig zijn.

De komende twee tot drie jaar zullen allemaal gaan over orkestratie – naarmate meer en meer AI-agenten online komen, zal de taak zijn om de meest krachtige techstacks te bouwen die samenwerken als één team om complexe workflows te voltooien.

Welke industrieën denkt u dat het minst voorbereid zijn op de implicaties van autonome AI-agenten – en wat moeten ze nu doen om vooruit te komen?

Industrieën met rigide hiërarchieën en legacy-techstacks lopen het risico om achtergelaten te worden. Voor agentic marketing om succesvol te zijn, moet u een moderne mindset hebben rondom datahygiëne en software, en sommige van die grotere operaties verplaatsen zich langzaam en hebben veel technische schulden om te navigeren. Ironisch genoeg zijn dit de organisaties die het meest zullen profiteren van AI-agenten – hun workflows zijn rijp voor automatisering.

De sleutel nu is om te beginnen met infrastructuur en niet met technologie. Ze zullen hun huizen op orde moeten krijgen met strategisch plannen rondom workflows waar agenten waarde toevoegen. Ze zullen kaders nodig hebben rondom compliance en veiligheid. Dan kunnen ze beginnen met het testen van enkele van deze programma’s.

Dit is niet alleen een IT-project – het is een complete organisatorische verschuiving, van boven tot onder.

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