Thor Olof Philogène, CEO og grunnlegger av Stravito – Intervju-serie

Thor Olof Philogène er CEO og grunnlegger av Stravito, en prisbelønt svensk SaaS-skaleringsbedrift hvis AI-drevne bedriftsinsikt-plattform gjør det mulig for verdens største selskaper å enkelt lagre, oppdage og integrere marked- og forbrukerinsikt.

Hva inspirerte deg til å co-grunnlegge Stravito, og hvordan har din erfaring i Zettle påvirket måten du har bygget denne plattformen på? 

Jeg møtte min medgrunnlegger Sarah Lee mens jeg arbeidet som VP Growth og Chief Revenue Officer i den svenske fintech-selskapet Zettle (tidligere kjent som iZettle, overtatt av PayPal (PYPL ) i 2018). Under vår tid her opplevde vi hvor vanskelig det var å bringe kunnskap om kunden til alle i våre team – til tross for å ha tilgang til en stor mengde data.

I 2017 grunnla vi Stravito med en misjon om å forenkle kunnskapsoppgaven og bringe insikt til alle i en organisasjon. Vi ønsker å produsere programvare som sikrer at alle i globale og desentraliserte organisasjoner enkelt kan lagre, oppdage og integrere forskning og data for å bedre forstå sine kunder og ta informerte forretningsbeslutninger.

Stravito ble grunnlagt med en misjon om å forenkle kunnskapsoppgaven innen organisasjoner. Hvordan har denne misjonen utviklet seg, spesielt med integreringen av generativ AI i din plattform?

Å forenkle kunnskapsoppgaven er fortsatt en kjernefokus for oss, ettersom vi fortsatt hjelper ansatte i verdens største organisasjoner med å få tilgang til insikt som gjør det mulig for dem å bedre forstå sine kunder.

Som vår teknologi har utviklet seg, har også vår misjon utviklet seg, og vi arbeider nå for å gi vår globale kundebase mulighet til å virkelig vite hva de vet, slik at de kan finne og maksimere effekten av sine insikt. For eksempel er vår nyeste verktøy, Assistant, som er drevet av generativ AI-teknologi, en konversasjonsbasert søkemotor som gjør det mulig for enkeltindivider å enkelt navigere komplekse kunnskapsrom på en inspirerende og engasjerende måte. Enkeltindivider skriver sin forespørsel i Assistants søkefelt og arbeider samarbeidende med verktøyet for å finne svar raskere, stille bedre spørsmål og utnytte relevante insikt.

Med den raske adopsjonen av generativ AI over industrier, hvilke unike utfordringer møtte du i å integrere denne teknologien i Stravito, spesielt med skapelsen av Stravito Assistant?

Å implementere generativ AI-løsninger kan gi organisasjoner mer kraft og hastighet til å parsere store mengder data og insikt, og gi en produktivitetsøkning og fremme utforskning og inspirasjon gjennom en sømløs grensesnitt.

Likevel er utfordringene med å inkorporere generativ AI i systemer flerdimensjonale: bedrifter må sikre at de kun arbeider med pålitelige leverandører for sine AI-løsninger, og at dataene de bruker i AI-aktiverede systemer håndteres på en sikker og samsvarlig måte.  For bedrifter som er avhengige av marked- og forbrukerforskning for å ta forretningsbeslutninger, er det avgjørende at ethvert verktøy de implementerer kun bruker verifisert data for å generere AI-aktiverede svar – i motsetning til åpne AI-applikasjoner som henter fra offentlige domener. Videre, når det kommer til integrering, må det sikres at det generative AI-verktøyet komplementeres av et menneske-drevet servicelag.

Dette er grunnene til at vi har bygget Assistant med fokus på tillit, pålitelighet, personvern og sikkerhet. Assistant henter informasjon kun fra hver klients egen data. Når det henvises til kilder, prioriterer systemet alltid fersk data og markerer om eldre kildeinformasjon brukes. Hvis det finnes motstridende datapunkter eller hvis ingen data er tilgjengelig, forteller Assistant brukeren – og gjør det mulig for dem å oppdage potensielle forskningsgap.

Hvordan forbedrer Stravito Assistant prosessen med markedsforskning og insiktshåndtering sammenlignet med tradisjonelle metoder? 

Stravito Assistant gjør det mulig for ansatte å engasjere i toveis-samtaler med teknologien, og tillater en dypere utforskning av deres forskningsspørsmål. Ved å gjøre Stravito Assistant konversasjons- og kontekst-bevisst, har vi sikret at brukerne kan enkelt navigere et kunnskapsrom og redusere tid-til-insikt på en sikker og transparent måte.

Følgende Stravitos første generative AI-tilbud, hvor brukerne kunne stille et spørsmål og få et svar basert på et selskaps forskning lagret i plattformen, kan brukerne nå ha en fullstendig samtale med Stravito Assistant. Systemet vil forsiktig fremme brukerne til å stille oppfølgende og klarifiserende spørsmål, og dermed grave dyptere inn i deres forskning, slik at brukerne kan motta den mest nyttige og anvendbare informasjonen for deres kontekst. Hver respons er ordentlig fotnotert gjennom, slik at brukerne kan ha full tillit til svaret som er gitt, og kan enkelt klikke gjennom til kildeinformasjonen for mer detaljer. Responser kan også drilles ned etter tid og sted for å nøyaktig reflektere den dynamiske naturen til insikt og hvordan de kan variere etter region.

For eksempel kan en ansatt i et drikkevare-selskap spørre: «Hvordan føler europeiske millennials om ikke-alkoholholdige øl?», «Hva er forbrukerbarrierer/motivasjoner for å kjøpe sider?» eller «Hva er noen trender i bærekraftig emballasje i 2024?»

Gjennom fremming og klarifiserende spørsmål kan Stravito Assistant deretter grave dyptere inn i brukernes forskning, og gjøre det mulig for ansatte å enkelt navigere et kunnskapsrom og redusere tid-til-insikt på en sikker og transparent måte.

Tillitsverdighet i AI er en betydelig bekymring for mange organisasjoner. Hvordan sikrer Stravito påliteligheten og sikkerheten til de generative AI-verktøyene det tilbyr, spesielt når det gjelder håndtering av følsom markedsforskningsdata? 

Stravito tar sikkerhet og personvern ekstremt alvorlig, og vi er stolte av å ha bygget Assistant med en enorm fokus på tillit, pålitelighet, personvern og sikkerhet. Vi ble nylig sertifisert på nytt for den oppdaterte ISO/IEC 27001-standarden for informasjonssikkerhet.

Assistant-verktøyet henter informasjon kun fra hver klients egen data. Hver respons er ordentlig fotnotert gjennom, slik at brukerne kan ha full tillit til svaret som er gitt, og kan enkelt klikke gjennom til kildeinformasjonen for mer detaljer. Responser kan også drilles ned etter tid og sted for å nøyaktig reflektere den dynamiske naturen til insikt og hvordan de kan variere etter region. Når det henvises til kilder, prioriterer systemet alltid fersk data og markerer om eldre kildeinformasjon brukes. Hvis det finnes motstridende datapunkter eller hvis ingen data er tilgjengelig, forteller Assistant brukeren – og gjør det mulig for dem å oppdage potensielle forskningsgap.

Hvordan har adopsjonen av Stravito Assistant variert over ulike industrier, og hva slags tilbakemeldinger har du mottatt fra kunder som bruker verktøyet? 

Det er fortsatt tidlige dager, men vi ser en sterk etterspørsel etter verktøyet over en bred rekke industrier og sektorer – fra finansielle tjenester til mat og drikke og CPG.

Vår kunde HEINEKEN var rask til å se potensialet i generativ AI i insiktshåndtering, så det kommer som ingen overraskelse at de var en av de første Stravito-kundene som piloterte den nye Assistant-funksjonen. I samarbeid med Stravito var deres tilbakemelding en essensiell del av funksjonens utvikling, og sikret at kraften til generativ AI ville bli utnyttet på en måte som ville bringe verdi til insiktsteam og deres interessenter.

Etter noen måneder fant teamet ut at Assistant forbedret brukeropplevelsen betydelig, med en økning på over 50 % i unike brukere over hele organisasjonen, samt 71 % mer av innholdet i deres plattform som ble brukt! De estimerte også at de hadde spart 1 553 timer per uke bare på å motta og svare på spørsmål.

Som en plattform som lover å sentralisere og forenkle tilgang til kunnskap, hvordan balanserer du behovet for avanserte AI-funksjoner med å sikre at plattformen forblir brukervennlig for alle nivåer av brukere?

Dette er en stor prioritet for oss; å utvikle vår plattform med banebrytende teknologi kan ikke skje på bekostning av brukervennlighet. Stravito-plattformen ble bygget for å tilby en intuitiv og interaktiv opplevelse som inspirerer og engasjerer enkeltindivider, slik at de kan finne relevante insikt som gjør det mulig for dem å ta de mest informerte forretningsbeslutningene. Faktisk har noen kunder til og med kalt oss «Netflix (NFLX ) for insikt»!

Stravito Assistant er ingen unntak fra dette, og er bygget med samme brukervennlige mindset. Vi er stolte av å ha omdannet generativ AI til et enkelt å bruke produkt som våre kunder faktisk liker å bruke!

Ser du for deg hvordan rollen til generativ AI vil utvikle seg i markedsforskningsindustrien? Hva slags nye funksjoner eller innovasjoner kan vi forvente fra Stravito i årene som kommer? 

Jeg tror at AI generelt vil fortsette å øke produktiviteten og effektiviteten i dag-til-dag-driften for verdens største merker.

Stravito er en kundeorientert bedrift, så vi overvåker kontinuerlig etter måter å bruke nye teknologier på for å løse problemer og bringe behagelige og nyttige produkter til våre kunder. Vi har en rekke spennende forbedringer i pipelinen som vi håper å dele med våre kunder og verden snart.

Aktuelt fokuserer vi på å legge til flere funksjoner til Stravito Assistant – men utviklingen av generativ AI skjer i lynsnakk tempo, og hva som ikke er mulig med teknologien i dag, kan være bare noen måneder unna. Vi er spente på å se hva fremtiden bringer, og forventer at generativ AI vil bringe enda mer verdi til forskningsindustrien i årene som kommer.

Hva slags råd ville du gi til aspirerende entreprenører som ønsker å gå inn i AI eller markedsforskningsrommet i dag? 

Mitt råd til de som begynner på reisen mot suksessfull og ansvarlig integrering av generativ AI, er at det krever omhyggelig planlegging, en klar forståelse av formålet og verifiserbare resultater.

Å inkorporere AI uten et klart formål eller forretningscase kan faktisk føre til ineffektiv ressursallokering og begrenset avkastning på investeringene. Organisasjoner bør først identifisere konkrete utfordringer innenfor sine forretninger som generativ AI-verktøy kan løse effektivt, og deretter bestemme hvor og hvordan generativ AI-applikasjoner kan brukes mest optimalt.

Pluss, hvis du er i markedsforsknings- og insiktindustrien, er det å kombinere generativ AI med verifiserbar data nøkkel til suksess. Det er velkjente eksempler på generativ AI som genererer feil insikt ved å hente data fra uverifiserte kilder. Risikoen er for stor for globale organisasjoner som bruker AI-aktiverede verktøy til å støtte beslutningstaking, hvis de formidler eller tar beslutninger basert på feil informasjon. Derfor er det å bruke kun pålitelige og sporbar data en avgjørende skritt mot suksessfull adopsjon av generativ AI i dette rommet.

Alt dette er å si at vi må nærme oss generativ AI med like mye entusiasme og forsiktighet. Uansett om du bruker en tredjeparts generativ AI-produkt eller designer din egen, krever harnessing av generativ AI ansvarlig og metodelig beslutningstaking – og en villighet til å teste, lære og iterere.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Stravito.