Doug Tallmadge, Współzałożyciel i Dyrektor Generalny Gradial – Seria Wywiadów

Doug Tallmadge, Współzałożyciel i Dyrektor Generalny Gradial, jest przedsiębiorcą technologicznym i liderem inżynieryjnym, którego kariera obejmuje branże lotniczą, satelitarną, finansową i przedsięwzięcia związane z sztuczną inteligencją. Przed założeniem Gradial w 2023 roku spędził prawie pięć lat w SpaceX, gdzie pomógł skalować sieć Starlink od jej wczesnych etapów, kierował analizą sieci wspierającą wzrost od zera do ponad 500 000 klientów i zarządzał zespołami inżynierów oprogramowania i naukowców danych pracujących nad optymalizacją i symulacją sieci. Wniósł również swój wkład w inicjatywy satelitarne Starlink i wczesne systemy zasilania satelitarnego. Wcześniej w swojej karierze Tallmadge pełnił role w Lockheed Martin i Bridgewater Associates, łącząc głęboką wiedzę techniczną z doświadczeniem w systemach dużych skal i operacjach biznesowych.

Gradial to przedsiębiorstwo z branży sztucznej inteligencji, skupiające się na tym, co nazywa operacjami marketingowymi opartymi na agentach, pomagając dużym organizacjom w automatyzowaniu pracy operacyjnej, która leży pomiędzy strategią kreatywną a wykonaniem kampanii. Zamiast koncentrować się wyłącznie na generowaniu treści przy użyciu sztucznej inteligencji, platforma Gradial orchestruje agenci sztucznej inteligencji w systemach takich jak Adobe Experience Manager, Salesforce, Jira, platformy zarządzania treścią, narzędzia do zarządzania aktywami cyfrowymi i przepływy pracy marketingowej. Platforma może tworzyć, optymalizować, tagować, sprawdzać jakość i wdrażać aktywa marketingowe, jednocześnie egzekwując zarządzanie, zgodność, dostępność i standardy marki. Tworząc wspólną warstwę wiedzy organizacyjnej, która łączy systemy przedsiębiorstwa, Gradial ma na celu zmniejszenie ręcznej koordynacji, która często spowalnia duże zespoły marketingowe, umożliwiając organizacjom uruchamianie kampanii szybciej, zwiększanie produkcji treści personalizowanych i zarządzanie coraz bardziej złożonymi doświadczeniami cyfrowymi z większą wydajnością.

Pomogłeś skalować Starlink od zera do setek tysięcy użytkowników w SpaceX, pracując nad złożonymi systemami sieciowymi przed założeniem Gradial. Jaki był moment, kiedy zrealizowałeś, że infrastruktura marketingowa przedsiębiorstw ma podobne systemowe nieefektywności, i jak ta inspiracja doprowadziła do założenia Gradial?

W mojej poprzedniej roli zobaczyłem na własne oczy, jak tarcie w dużych organizacjach się kumuluje, nawet najmniejsza nieefektywność może spowolnić każdy proces, który następuje. Marketing był miejscem, w którym zauważyłem, że te wąskie gardła miały najbardziej negatywny wpływ. Zespoły spędzały dużo czasu na nawigowaniu po platformach, przekazywaniu aktywów, zarządzaniu zatwierdzeniami i koordynowaniu przekazów. Myślenie strategiczne i kierunki kreatywne były zakopane pod warstwami wykonania.

To idealny przypadek użycia sztucznej inteligencji, ale to, co mnie uderzyło, to gdzie uwaga branży była skierowana. Większość platform wykorzystywała sztuczną inteligencję do tworzenia treści, ale kiedy rozmawiałem z marketerami w dużych organizacjach, brak treści nie był problemem. Mogli łatwo produkować treści. To, czego nie mogli zrobić, to opublikować je szybko. Przejście od pomysłu do kampanii na żywo zajmowało dni, tygodnie, czasem miesiące. Większość inwestycji w sztuczną inteligencję szła w kierunku tworzenia, podczas gdy trudniejszy problem rzeczywistego opublikowania treści był całkowicie zignorowany. Zbudowaliśmy Gradial wokół tej luki: wdrożenie agentów, które zajmują się wszystkim, od szkicu i zatwierdzeń do publikacji, zgodności z marką i optymalizacji wydajności, aby marketerzy mogli się skoncentrować na pracy, która wymaga ludzkiej oceny.

Uzasadniłeś, że tradycyjny „system rejestracji” skutecznie stał się systemem długu technologicznego. Co konkretnie się łamie w legacy’owych stosach marketingowych przedsiębiorstw, gdy próbują one przyjąć sztuczną inteligencję?

System rejestracji, CMS, narzędzia do zarządzania projektami, przepływy zatwierdzeń i biblioteki zasobów zostały zbudowane, aby organizować informacje, a nie działać szybko. Gdy firmy montują sztuczną inteligencję na te istniejące systemy, wszystko szybko się psuje. Narzędzie nie wie, jakim biznesem się zajmuje, jaki jest głos marki, wymagania zgodności, przepływy zatwierdzeń. Więc marketerzy kończą przeglądając każde wyjście i poprawiając błędy spowodowane brakiem kontekstu. Dla organizacji, które już zarządzają tysiącami elementów treści na różnych kanałach, dołączona sztuczna inteligencja staje się kolejnym skomplikowanym procesem do zarządzania.

Większość rozmów o sztucznej inteligencji w marketingu koncentrowała się na generowaniu treści. Dlaczego uważasz, że prawdziwa okazja leży w wykonaniu, i jak ten zwrot wygląda w praktyce?

Marketerzy nie mają problemów z produkcją pomysłów. Mają problemy z przesuwaniem treści przez cykle przeglądu, utrzymaniem spójnego głosu marki, pracą na dziesiątkach narzędzi i optymalizacją dla różnych audytoriów.

Jest również strukturalna zmiana w tym, jak marki są odkrywane. Wyszukiwania Google spadły o prawie 20% w ciągu ostatniego roku, co oznacza, że marki nie mogą już polegać wyłącznie na SEO. Muszą pojawiać się w odpowiedziach wyszukiwania sztucznej inteligencji, co wymaga publikowania treści, które modele sztucznej inteligencji mogą łatwo interpretować, cytować i prezentować. Problem polega na tym, że te modele ciągle zmieniają to, co pobierają. Marka, która pojawia się w odpowiedzi dzisiaj, może nieświadomie zniknąć jutro. Do czasu, gdy marketerzy zidentyfikują tę lukę, zaktualizują treści i oczyścą zatwierdzenia, modele już przeszły dalej.

Samodzielne generowanie treści nie rozwiązuje tego problemu. Nawet jeśli produkujesz treści szybciej, możesz nadal utknąć w tych samych kolejkach zatwierdzeń, z treściami, które nie są zoptymalizowane pod kątem widoczności sztucznej inteligencji. Gradial łączy się z narzędziami, których już używają marketerzy, i zajmuje się pracą, która zwalnia te przepływy. Wynikiem są kampanie, które są uruchamiane w godzinach zamiast tygodni, a treści są dokładne, zgodne z marką i widoczne tam, gdzie audytorium jest naprawdę.

Gradial jest często opisywany jako platforma agencji. Możesz nas zaprowadzić przez to, co agent sztucznej inteligencji robi wewnątrz marketingowego przepływu pracy w firmie z listy Fortune 500 na co dzień?

Najlepsza odpowiedź to to, co widzieliśmy u naszych klientów. W T-Mobile uruchomienie kampanii wymagało koordynacji między zespołami, zbierania zatwierdzeń i oczekiwania na kolejki produkcyjne, które ciągnęły się przez tygodnie. Z Gradial agent sztucznej inteligencji zajmuje się całym procesem od briefu kreatywnego do przeglądu i publikacji. To, co wymagało od marketera ręcznego śledzenia każdego kroku, po prostu się dzieje. Wynikiem było 90% szybsze uruchomienie kampanii.

W AWS każda nowa strona internetowa oznaczała briefowanie agencji, oczekiwanie na szkic, przechodzenie przez rundy poprawek i ręczne koordynowanie, aby ją opublikować. Specjalny agent sprawił, że tworzenie stron było 20 razy szybsze.

Jednym z największych wyzwań w przyjęciu sztucznej inteligencji w przedsiębiorstwach jest zaufanie. Jak Gradial zapewnia niezawodność i zarządzanie, gdy agenci sztucznej inteligencji podejmują decyzje na poziomie wykonania w systemach?

Zaufanie jest całym grają w przedsiębiorstwach, zwłaszcza w finansach i opiece zdrowotnej, gdzie pomyłka w zgodności ma realne konsekwencje. Każde wdrożenie Gradial zaczyna się od nadania agentowi kontekstu na temat głosu marki, wytycznych dotyczących komunikacji, wymagań zgodności, przepływów zatwierdzeń i standardów branżowych.

Poziom zaangażowania ludzi jest w pełni dostosowywalny. Zespoły, które są nowe w tym lub działają w regulowanych środowiskach, mogą wymagać zatwierdzenia wszystkiego przed jego opublikowaniem. Każda akcja, którą podejmuje agent, jest zalogowana z pełnym śladem audytowym. To, co stwierdziliśmy, to że zaufanie buduje się naturalnie, z zespołami, które zaczynają z surowymi kontrolami, stopniowo rozszerzającymi autonomię agenta, gdy on udowadnia, że może sobie z tym poradzić w prawdziwej pracy. Cel nie polegał na przekazaniu wszystkiego w dniu pierwszym, ale na zbudowaniu czegoś, co zdobywa więcej odpowiedzialności, gdy udowadnia, że może z tym sobie poradzić.

Twoja platforma integruje się z istniejącymi narzędziami, zamiast ich zastępować całkowicie. Czy wizja długoterminowa polega na uzupełnieniu bieżącego stosu, czy całkowitym jego zastąpieniu?

Na razie koncentrujemy się na spotkaniu zespołów tam, gdzie są. Większość organizacji marketingowych przedsiębiorstw spędziła lata na budowaniu przepływów pracy wokół konkretnych narzędzi, takich jak Figma, Adobe i systemy zarządzania projektami, i nie jest realistyczne, aby oczekiwać, że porzucą tę infrastrukturę. Gradial łączy się i zajmuje pracą wykonywaną, która spowalnia te przepływy.

Wizja długoterminowa jest bardziej ambitna. Dużo oprogramowania legacy pod marketingiem przedsiębiorstw zostało zbudowane dla świata przed sztuczną inteligencją, i to widać. Systemy zaprojektowane wyłącznie do przechowywania i organizowania treści będą wyglądać zupełnie inaczej, gdy agent może posiadać ten sam kontekst i działać na nim jednocześnie. Uważamy, że różnica między tym, gdzie treści są przechowywane, a gdzie praca jest wykonywana, ostatecznie zniknie, i budujemy w kierunku bycia warstwą infrastruktury, gdzie obie rzeczy się dzieją.

Duże przedsiębiorstwa często mają głęboko zakorzenione przepływy pracy i wewnętrzny opór przed zmianą. Co tak naprawdę wymaga się, aby pomyślnie wdrożyć system natywny do sztucznej inteligencji w firmie z listy Fortune 500?

Pierwszą rzeczą, którą robimy, jest wyjaśnienie, że Gradial nie prosi nikogo o zmianę sposobu pracy. To brzmi prosto, ale jest to największa bariera w przyjęciu sztucznej inteligencji w przedsiębiorstwach. Większość narzędzi przychodzi z nowym systemem, nowym interfejsem, nowym sposobem robienia rzeczy, a potem się dziwi, dlaczego przyjęcie zatrzymuje się sześć miesięcy później. Zaczynamy od mapowania, jak zespół faktycznie działa, i konfigurujemy Gradial wokół tego.

Przyjęcie pozostaje, gdy zespoły widzą, jak to działa w prawdziwej pracy szybko. Nie jest to demo, nie jest to sterylne pilotażowe, ale ich rzeczywiste kampanie, ich rzeczywiste treści, ich rzeczywiste przepływy pracy. Gdy zespół widzi, że czas opublikowania przechodzi z trzech tygodni do tego samego dnia, wewnętrzny opór przed zmianą zazwyczaj sam się rozwiązuje.

Z technicznego punktu widzenia, co różni silnik wykonania od typowej warstwy generatywnej sztucznej inteligencji?

Warstwa generatywna sztucznej inteligencji daje ci szkic, ale silnik wykonania publikuje to. Większość narzędzi sztucznej inteligencji do marketingu kończy się na wyjściu, będą one pisać kopię lub sugerować edycję, ale moment, w którym to wyjście musi przejść przez zatwierdzenia lub na żywą stronę, marketerzy są pozostawieni do zarządzania tym. To przekazanie jest miejscem, gdzie większość czasu faktycznie się znajduje.

Silnik wykonania jest inny, ponieważ jest osadzony w narzędziach, których zespół już używa i rozumie, jak ta konkretna firma działa. Gdy marketer prosi agenta o zrobienie czegoś, przechodzi pracę przez każdy wymagany krok, uzyskując zatwierdzenia i tylko ujawniając decyzje, które naprawdę wymagają ludzkiej interwencji. Marketer pozostaje w kontrolą bez potrzeby bycia w środku każdego kroku.

Wiele firm eksperymentuje ze sztuczną inteligencją, ale niewiele z nich widzi znaczący zwrot z inwestycji. Gdzie uważasz, że większość organizacji popełnia błędy dzisiaj?

Najczęstszy błąd polega na traktowaniu sztucznej inteligencji jako narzędzia produktywności, a nie jako rozwiązania dla złamanego procesu. Jeśli każde wyjście wymaga ciężkiej edycji, musi być ręcznie skopiowane do innego systemu lub nadal wymaga pięciu zatwierdzeń, zanim cokolwiek zostanie opublikowane, nie rozwiązałeś problemu.

Firmy, które widzą prawdziwe zwroty, zostały konkretnymi. Zidentyfikowali dokładnie, gdzie praca się zatrzymywała, i wdrożyli sztuczną inteligencję przeciwko temu problemowi, nie szeroko, nie jako eksperyment, ale z wyraźnym zrozumieniem, co spowolnienie wyglądało przed i co szybkość powinna wyglądać po. Ta precyzja jest tym, co oddziela prawdziwy zwrot z inwestycji od narzędzia, które imponuje w demo i zbiera kurz sześć miesięcy później.

Gdy to robisz dobrze, wyniki są namacalne: klienci korzystający z Gradial widzieli 8-krotnie szybsze uruchomienie kampanii, 35%+ oszczędności operacyjnych w pierwszym roku i 100% zgodności marki i dostępności na każdym elemencie treści.

Jeśli przyspieszymy pięć lat, jaki wygląda w pełni natywny marketingowy zespół sztucznej inteligencji, i jaka jest rola Gradial w tym przyszłym?

W ciągu pięciu lat warstwa operacyjna marketingu będzie autonomiczna. Marketer prosi agenta o uruchomienie kampanii, i jest żywa do końca dnia, ponieważ agent zajmuje się każdym krokiem pośrednim. Widoczność marki w wyszukiwaniu sztucznej inteligencji jest monitorowana i dostosowywana automatycznie. Zgodność występuje ciągle w trakcie procesu, a nie jako ostatnia kontrola. Marketerzy spędzają swój czas na tym, do czego zostali zatrudnieni: budowaniu marki, tworzeniu kreatywnych pomysłów i podejmowaniu strategicznych decyzji o doświadczeniach klienta, które wymagają ludzkiej oceny.

Rola Gradial polega na tym, aby marketingowe organizacje były tam pierwsze, nie przekonując ich, aby wszystko wyrzucić i zacząć od nowa, ale udowadniając wewnątrz ich istniejących przepływów, że ten sposób działania jest możliwy. Zespoły, które to rozwiązują wcześnie, będą miały przewagę kumulatywną nad tymi, które nadal prowadzą kampanie na stary sposób.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Gradial.