Thor Olof Philogène, medgrunnlegger og CEO av Stravito – Intervju-serie: En retur-samtale

Thor Olof Philogène er CEO og grunnlegger av Stravito, Insights Intelligence Platform som globale merker har tillit til for å omdanne kunnskap til sikre beslutninger som driver vekst og akselerer markedspåvirkning.

I vårt tidligere intervju, diskuterte vi Stravito Assistant som en konversasjonal, AI-drevet grensesnitt som lar team søke, utforske og samhandle med deres eget interne forskning og innsikt. Et år senere, hvordan bruker virksomhetslag faktisk Assistant dag til dag, og hva har overrasket deg om hvordan det passer inn i virkelige arbeidsflyter?

For et år siden, brukte teamene Stravito AI Assistant hovedsakelig for å finne og fremme forskning raskere. Hva som endrer seg, er hvordan teamene bruker det for å validere strategiske antagelser før store beslutninger, og syntetisere beviser over markedene før de begynner å gå i en bestemt retning.

Tidlig innføring ble drevet av tid spart. Nå, med Deep Research Agent, planlegger Stravito AI Assistant selvstendig multi-trinnsforskning, analyserer fulle rapporter parallelt, kontrollerer funn og leverer fullt kildehenvisnings-syntese som utelukkende er basert på et selskaps eget data. Resultatet er analytiker-dyp svar som gir bevis som beslutningstakere kan stå bak.

Siden vi sist talte, har Stravito utvidet bruken av AI for å støtte mer dynamiske måter å arbeide med innsikt, inkludert funksjoner som AI Personas. Hvordan bruker kundene disse funksjonene i praksis, utover tidlig idegenerering eller eksperimentering?

Stravito AI Personas omdanner statiske segmenteringsstudier til interaktive forbrukerprofiler basert på et selskaps eget forskning, så team kan teste alt fra emballasje til kampanje-konsepter til produktideer, før store budsjettene låses fast.

For eksempel, integrerte Lavazza Group Stravito AI Personas i sin markedsførings- og innovasjonsprosess, bygget forbruker-Profiler fra tusenvis av intervjuer. Allerede nå har de forbedret pakking og kampanje-beslutninger.

Hva som tidligere krevde uker av stop-and-go-validering, kan nå begynne med fokuserte arbeidssesjoner før de går videre til ytterligere testing, og holder utgangene rotfestet i eget forskning fra starten av. Hensikten er å redusere risikoen tidligere, iterere mer effektivt og prioritere sterkere ideer før investeringen er begynt.

Ettersom mer AI-drevet funksjonalitet er blitt introdusert i plattformen, hva nye spørsmål stiller virksomhetene seg omkring styring, tilsyn og ansvar, og hvordan har Stravito tilpasset seg disse bekymringene?

Spørsmålet virksomhetene tidligere stilte, var “hva kan det gjøre?” Nå er det “kan vi stå bak det?” For Stravito, har styring alltid vært en prioritet, og det vises i hvordan plattformen er bygget.

Generisk AI er bygget på internettdata uten noen forretningskontekst. Stravito er bygget utelukkende på et selskaps eget validerte forskning. Ingen internett-skraping eller delt kilder.

For eksempel, med Deep Research Agent, er forskningsplanen synlig før analysen begynner, og hver konklusjon er fullt kildehenvisnings-syntetisert, så hver enkelt beslutning kan spores tilbake til den opprinnelige kilde. Stravito møter også de høyeste virksomhets-sikkerhets- og datapersonvernstandarder, med ISO 27001-sertifisering, SOC 2 Type II-attestasjon og en kontraktgaranti som sier at kundedata ikke vil bli brukt til å trene store språkmodeller.

På ansvar, håndterer AI syntese og forskningsplanlegging. Mennesker håndterer dømmekraft, strategi og den endelige avgjørelsen.

Mange organisasjoner sliter ikke med å innføre nye verktøy, men med å integrere dem i daglige beslutninger. Hva har du lært om endringsledelse når du ruller ut Stravito over store, globale organisasjoner?

Organisasjonene som integrerer Stravito mest suksessfullt, gjør tre ting godt.

De setter en tydelig forventning fra starten av: ingen store beslutninger tas uten den intelligensen virksomheten allerede eier. Når det blir standarden, blir bruken av plattformen ikke lenger valgfri.

De investerer i interne forkjempere. Når menneskene andre ser opp til, trekker de fra plattformen under forretningsgjennomganger, planleggingsdiskusjoner og innovasjonsdiskusjoner, følger adopsjonen.

Og de parer tilgang med enablement og støtte. Teamene trenger veiledning på hvordan de skal stille de riktige spørsmålene og vite hva de skal gjøre med svarene. Det er det som gjør en plattform folk har, til en plattform folk bruker.

Stravito posisjonerer seg selv som en enkelt kilde til sannhet for marked- og forbruker-innsikt. I virkeligheten har virksomhetene ofte fragmentert forskning spredt over flere systemer. Hvordan suksessfullt har kundene konsolidert denne kunnskapen, og hvor møter de fortsatt motstand?

Ofte finnes forskningen allerede. Forretnings-, forbruker- og marked-intelligens ligger spredt over systemer, regioner og funksjoner. Problemet er at den ikke er koblet sammen, så store beslutninger om innovasjon, utvidelse og markedsføring tas uten den. Det er det Stravito løser.

Konsolidering skjer i stadier. Organisasjoner starter med deres høyest-verdifulle forskning og utvider derfra, med hver stadium bygger den kommersielle saken for det neste. Heineken er et godt eksempel, ved å bringe deres intelligens sammen på ett sted, har de omdirigert CMI-tid vekk fra å finne forskning mot mer strategisk, høyere-verdi-arbeid.

Hvis motstand oppstår, er det vanligvis organisatorisk snarere enn teknisk. Organisasjonene som flytter raskest og mest effektivt, har tydelig eierskap og interne forkjempere som kan bringe forskjellige regioner og funksjoner på bordet. Den kommersielle saken, beslutninger tatt raskere med bedre bevis, er det som flytter denne samtalen fremover.

En av Stravitos mål har vært å demokratisere tilgangen til innsikt utover tradisjonelle forskningsteam. Over det siste året, hvordan har denne bredere tilgangen endret forholdet mellom innsiktsteam og forretnings-stakeholdere?

Når flere team kan engasjere seg direkte med forbruker- og markedskunnskap, kommer innsikt tidligere inn i beslutningene. Stakeholdere venter ikke lenger på statiske rapporter. De samhandler direkte med deres eget intelligens for å forme beslutninger, fra posisjonering og pakking til hvor de skal utvide neste.

Dette har også endret hva innsiktsteamene bruker tiden sin på. Med mindre tid brukt på å håndtere forespørsler og finne forskning, arbeider de stadig mer som strategiske rådgivere, og sikrer at bevis preger de beslutningene som betyr mest.

Personliggjøring er ofte sitert som en stor fordel med AI i bedriftsprogramvare. Hvordan tilpasser Stravito-kundene innsikt-oppdagelsen etter rolle, region eller funksjon, og hva innvirkning har det hatt på engasjement med forskning?

Når teamene ser forskning som er relevant for deres beslutninger, engasjerer de seg tidligere og bruker den mer konsekvent. En global kategorileder har forskjellige prioriteringer enn en regional markedsdirektør, og Stravito forstår det.

Samlinger er en av våre mest brukte funksjoner. De fungerer som spillere, og lar teamene gruppere forskning etter tema, region eller funksjon, for eksempel en samling viet til påmelding eller bærekraft. Stravitos AI overflater så videre relevant forskning basert på hva som allerede er i samlingen, så teamene holder seg oppdatert på hva som betyr noe uten å måtte gå på jakt.

Ettersom AI blir mer integrert i innsikt-arbeidsflyter, hvordan bestemmer organisasjonene seg for å stole på AI-generert kontekst versus når å avvise til menneskelig ekspertise, spesielt for høyrisk-beslutninger?

Organisasjonene som gjør dette godt, har en tydelig arbeidsdeling. AI håndterer den tunge løftingen av syntese og forskningsplanlegging. Mennesker håndterer dømmekraft, strategi og den endelige avgjørelsen.

I praksis, verktøy som Deep Research Agent i Stravito AI Assistant komprimerer tiden mellom spørsmål og bevis, og leverer fullt kildehenvisnings-svar basert på et selskaps eget forskning. AI Personas lar teamene teste antagelser mot virkelige forbruker-perspektiver før investeringen begynner. Begge er designet for å styrke grunnlaget for beslutningene.

Likevel er utgangen bare starten. Menneskene bestemmer hva bevisene betyr, veier fordelene og ulemper, og eier den endelige avgjørelsen.

Integrasjon er en gjentakende utfordring i bedriftsmiljøer. Hva mønster har du observert blant kunder som suksessfullt integrerer Stravito med deres eksisterende analytikk-, forsknings- eller kunnskapsforvaltnings-systemer?

Organisasjonene som ser størst innvirkning, er tydelige på hva Stravito er for. Ikke et annet repository, men laget som kobler eksisterende innsikt og bringer det inn i beslutningene som trenger det.

I praksis, fungerer Stravito sammen med de forsknings- og analytics-leverandørene kundene allerede bruker, og bringer forretnings-, marked- og forbruker-intelligens sammen på ett sted, så kunnskapen som ligger spredt over systemer, kan nå beslutningene som trenger det.

Om du ser fremover, basert på hva du har observert over det siste året, hva tror du virksomhetene fortsatt undervurderer om å operasjonalisere AI i innsikt-forvaltning, og hvordan former det Stravitos produktretning?

AI kan overflate svar øyeblikkelig. Hva virksomhetene undervurderer, er alt som skjer deretter. Kostnaden av å handle på feil innsikt er for stor til å behandle utgangen som konklusjonen.

Organisasjonene som kommer frem, vil ikke være de som automatiserer mest. De vil være de som bruker hva de allerede vet for å ta bedre avgjørelser, raskere og med mer tillit.

Dette er hva som former vår produktretning. For eksempel, leverer Deep Research Agent den rigor og verifiabilitet som store beslutninger krever. AI Personas bringer forbruker-perspektiv inn i prosessen før investeringen begynner. Begge er designet for å sikre at ingen store beslutninger tas uten den intelligensen en organisasjon allerede eier.

Takk for det flotte intervjuet, lesere kan ønske å lese vårt tidligere intervju eller å besøke Stravito.