Doug Tallmadge, współzałożyciel i dyrektor generalny Gradial – seria wywiadów

Doug Tallmadge, współzałożyciel i dyrektor generalny Gradial, jest przedsiębiorcą technologicznym i liderem technicznym, którego kariera obejmuje lotnictwo i kosmonautykę, łączność satelitarną, finanse oraz sztuczną inteligencję dla przedsiębiorstw. Zanim założył Gradial w 2023 roku, przez niemal pięć lat pracował w SpaceX (SPCX ). Pomagał tam rozbudowywać sieć Starlink od jej początków, kierował analizami sieci wspierającymi wzrost od zera do ponad 500 000 klientów oraz prowadził zespoły inżynierów oprogramowania i specjalistów data science pracujących nad optymalizacją i symulacją sieci. Uczestniczył również w projektach Starlink dotyczących bezpośredniej łączności między satelitami a telefonami komórkowymi oraz we wczesnych pracach nad systemami zasilania satelitów. Wcześniej zajmował stanowiska w Lockheed Martin (LMT ) i Bridgewater Associates, łącząc dogłębną wiedzę techniczną z doświadczeniem w dużych systemach i działalności operacyjnej firm.

Gradial to firma rozwijająca AI dla przedsiębiorstw, skupiona na tym, co określa mianem operacji marketingowych opartych na agentach. Pomaga dużym organizacjom automatyzować pracę operacyjną pomiędzy strategią kreatywną a realizacją kampanii. Zamiast koncentrować się wyłącznie na treściach generowanych przez AI, platforma koordynuje agentów AI w systemach takich jak Adobe Experience Manager, Salesforce, Jira, platformy zarządzania treścią, narzędzia do zarządzania materiałami cyfrowymi i marketingowe procesy pracy. Może tworzyć, optymalizować, oznaczać, kontrolować jakość i publikować materiały marketingowe, egzekwując jednocześnie zasady nadzoru, zgodności z przepisami, dostępności i standardy marki. Dzięki wspólnej warstwie wiedzy organizacyjnej łączącej systemy firmy Gradial chce ograniczyć ręczną koordynację, która często spowalnia duże zespoły marketingowe. Ma to umożliwić szybsze uruchamianie kampanii, zwiększanie skali produkcji spersonalizowanych treści i sprawniejsze zarządzanie coraz bardziej złożonymi doświadczeniami cyfrowymi.

W SpaceX pomagał Pan rozbudować Starlink od zera do setek tysięcy użytkowników i pracował nad złożonymi systemami sieciowymi, zanim założył Pan Gradial. Kiedy dostrzegł Pan podobne systemowe nieefektywności w infrastrukturze marketingowej przedsiębiorstw i jak ta obserwacja doprowadziła do powstania Gradial?

W poprzedniej roli na własne oczy widziałem, jak bariery w dużych organizacjach się nawarstwiają. Nawet drobna nieefektywność może spowolnić każdy kolejny proces. Największe negatywne skutki tych wąskich gardeł dostrzegłem w marketingu. Zespoły poświęcały dużo czasu na poruszanie się między platformami, przesyłanie materiałów, obsługę akceptacji i koordynowanie przekazywania pracy. Myślenie strategiczne i kierowanie pracą kreatywną ginęły pod warstwami zadań wykonawczych.

To idealny obszar zastosowania AI, ale zwróciło moją uwagę to, na czym skupiała się branża. Większość platform wykorzystywała AI do pisania treści. Gdy jednak rozmawiałem z marketerami w dużych organizacjach, brak treści nie był problemem. Ich tworzenie przychodziło łatwo, ale nie potrafili ich szybko publikować. Od pomysłu do uruchomionej kampanii mijały dni, tygodnie, czasem miesiące. Większość inwestycji w AI trafiała do obszaru tworzenia, podczas gdy trudniejszy problem faktycznego dostarczenia treści odbiorcom był całkowicie pomijany. Zbudowaliśmy Gradial, by wypełnić tę lukę: agenci obsługują wszystko od szkiców i akceptacji po publikację, zgodność z zasadami marki i optymalizację wyników. Dzięki temu marketerzy mogą skupić się na pracy wymagającej ludzkiego osądu.

Twierdzi Pan, że tradycyjne systemy przechowujące oficjalne dane przedsiębiorstwa, tak zwane „systems of record”, w praktyce stały się systemami długu technicznego. Co konkretnie zawodzi w starszym środowisku marketingowym firm, gdy próbują one wdrażać AI?

Systemy oficjalnej ewidencji, takie jak CMS, narzędzia zarządzania projektami, procesy akceptacji i biblioteki materiałów, powstały po to, by porządkować informacje, a nie szybko działać. Gdy firmy dołączają AI do tych istniejących systemów, problemy pojawiają się szybko. Narzędzie nie zna obsługiwanej firmy, tonu komunikacji marki, wymogów zgodności z przepisami ani procedur akceptacji. Marketerzy muszą więc sprawdzać każdy wynik i poprawiać błędy spowodowane brakiem kontekstu. Dla organizacji, które już zarządzają tysiącami treści w wielu kanałach, dołączona w ten sposób AI staje się kolejnym złożonym procesem do obsługi.

Większość dyskusji o AI w marketingu dotyczyła generowania treści. Dlaczego uważa Pan, że prawdziwa szansa leży w realizacji, i jak wygląda ta zmiana w praktyce?

Marketerzy nie mają problemu z wymyślaniem pomysłów. Trudność sprawia im przeprowadzanie treści przez rundy weryfikacji, utrzymanie spójnego tonu marki, praca w dziesiątkach narzędzi i optymalizacja pod kątem różnych grup odbiorców.

Zmienia się też strukturalnie sposób, w jaki odbiorcy odkrywają marki. Liczba wyszukiwań w Google spadła w ostatnim roku o niemal 20 procent, więc marki nie mogą już polegać wyłącznie na SEO. Muszą pojawiać się w odpowiedziach wyszukiwarek AI. Wymaga to publikowania treści, które modele mogą łatwo interpretować, cytować i przedstawiać użytkownikom. Problem polega na tym, że modele stale zmieniają źródła, z których czerpią. Marka obecna w dzisiejszej odpowiedzi jutro może niezauważenie zniknąć. Zanim marketerzy wykryją lukę, zaktualizują treści i uzyskają akceptacje, modele zdążą pójść dalej.

Samo generowanie treści tego nie rozwiąże. Nawet przy szybszej produkcji treści mogą nadal tkwić w tych samych kolejkach akceptacji, bez optymalizacji pod kątem widoczności w odpowiedziach AI. Gradial łączy się z narzędziami, których marketerzy już używają, i przejmuje zadania zwykle spowalniające cały proces, takie jak poprawki treści, kontrola zgodności z zasadami marki i publikacja na różnych platformach. Efektem są kampanie uruchamiane w ciągu godzin zamiast tygodni oraz treści poprawne, zgodne z marką i widoczne tam, gdzie odbiorcy faktycznie szukają informacji.

Gradial często opisuje się jako platformę agentową. Czy może Pan wyjaśnić, co agent AI faktycznie robi na co dzień w marketingowym procesie pracy firmy z listy Fortune 500?

Najlepszą odpowiedzią są doświadczenia klientów. W T-Mobile kampania wymagała koordynacji między wieloma zespołami, zbierania akceptacji i czekania w kolejkach produkcyjnych ciągnących się tygodniami. Z Gradial agent AI obsługuje cały proces od briefu kreatywnego przez weryfikację po publikację. To, co dawniej wymagało ręcznego pilnowania każdego kroku przez marketera, teraz dzieje się samo. Rezultatem była o 90 procent szybsza realizacja kampanii.

W AWS każda nowa strona internetowa oznaczała przekazanie wytycznych agencji, oczekiwanie na projekt, kolejne rundy poprawek i ręczną koordynację publikacji. Wyspecjalizowany agent przyspieszył tworzenie stron dwudziestokrotnie.

Jednym z największych wyzwań przy wdrażaniu AI w przedsiębiorstwach jest zaufanie. Jak Gradial zapewnia niezawodność i nadzór, gdy agenci AI podejmują decyzje wykonawcze w różnych systemach?

Zaufanie jest w przedsiębiorstwach kluczowe, zwłaszcza w finansach i ochronie zdrowia, gdzie naruszenie wymogów zgodności ma realne konsekwencje. Każde wdrożenie Gradial zaczyna się od przekazania agentowi kontekstu dotyczącego tonu marki, wytycznych komunikacyjnych, wymogów zgodności, procesów akceptacji i standardów branżowych.

Poziom udziału ludzi można w pełni dostosować. Zespoły rozpoczynające pracę z tym rozwiązaniem lub działające w regulowanych środowiskach mogą wymagać akceptacji wszystkiego przed publikacją. Każde działanie agenta jest ponadto rejestrowane z pełną ścieżką audytową. Zauważyliśmy, że zaufanie buduje się naturalnie: zespoły zaczynające od ścisłej kontroli stopniowo zwiększają samodzielność agenta, gdy sprawdza się on w rzeczywistej pracy. Celem nigdy nie było oddanie wszystkiego pierwszego dnia, lecz zbudowanie czegoś, co zasługuje na większą odpowiedzialność, udowadniając, że potrafi ją udźwignąć.

Państwa platforma integruje się z istniejącymi narzędziami, zamiast je bezpośrednio zastępować. Czy długoterminowa wizja polega na wzmocnieniu obecnego środowiska systemowego, czy na jego całkowitym zastąpieniu?

Na razie skupiamy się na obecnej sytuacji zespołów. Większość firmowych organizacji marketingowych latami budowała procesy wokół konkretnych narzędzi, takich jak Figma, Adobe czy systemy zarządzania projektami. Oczekiwanie, że porzucą tę infrastrukturę, jest nierealistyczne. Gradial łączy się z nią i obsługuje pracę wykonawczą, która spowalniała te procesy.

Wizja długoterminowa jest ambitniejsza. Znaczna część starszego oprogramowania stanowiącego podstawę marketingu przedsiębiorstw powstała w świecie sprzed AI i to widać. Systemy zaprojektowane wyłącznie do przechowywania i porządkowania treści będą wyglądały zupełnie inaczej, gdy agent będzie mógł zachowywać ten sam kontekst i jednocześnie na jego podstawie działać. Uważamy, że różnica między miejscem przechowywania treści a miejscem wykonywania pracy ostatecznie zniknie. Budujemy warstwę infrastruktury, w której będzie odbywało się jedno i drugie.

Duże przedsiębiorstwa często mają głęboko zakorzenione procesy i wewnętrzny opór przed zmianą. Czego naprawdę potrzeba, aby skutecznie wdrożyć system od podstaw oparty na AI w organizacji z listy Fortune 500?

Najpierw jasno wyjaśniamy, że Gradial nie prosi nikogo o zmianę sposobu pracy. Brzmi to prosto, ale jest największą barierą przy wdrażaniu AI w firmach. Większość narzędzi przynosi nowy system, nowy interfejs i nowy sposób działania, a potem dziwi się, że po sześciu miesiącach wdrożenie staje w miejscu. Zaczynamy od ustalenia, jak zespół naprawdę pracuje, i na tej podstawie konfigurujemy Gradial.

Korzystanie z rozwiązania utrwala się, gdy zespoły szybko widzą, że działa ono w prawdziwej pracy. Nie w demonstracji ani w starannie wygładzonym pilotażu, lecz w ich własnych kampaniach, treściach i procesach. Gdy zespół widzi skrócenie czasu do publikacji z trzech tygodni do tego samego dnia, wewnętrzny opór zwykle sam maleje.

Co z technicznego punktu widzenia odróżnia silnik wykonawczy od zwykłej warstwy generatywnej AI?

Warstwa generatywnej AI daje szkic, ale silnik wykonawczy doprowadza do jego publikacji. Większość narzędzi AI do marketingu zatrzymuje się na wyniku: pisze tekst lub proponuje zmianę. Gdy wynik ma jednak przejść przez akceptacje albo trafić na opublikowaną stronę, marketerzy muszą sami wszystkim zarządzać. To właśnie ta przekazywana między etapami praca pochłania w praktyce najwięcej czasu.

Silnik wykonawczy jest inny, ponieważ działa wewnątrz narzędzi już używanych przez zespół i rozumie sposób funkcjonowania konkretnej firmy. Gdy marketer zleca agentowi zadanie, agent przeprowadza pracę przez wszystkie wymagane kroki, uzyskuje akceptacje i przedstawia tylko decyzje, które naprawdę wymagają człowieka. Marketer zachowuje kontrolę bez konieczności pośredniczenia w każdym etapie.

Wiele firm eksperymentuje z AI, ale niewiele osiąga znaczący zwrot z inwestycji. W czym większość organizacji popełnia dziś Pana zdaniem błąd?

Najczęstszy błąd polega na traktowaniu AI jako narzędzia produktywności, a nie sposobu naprawy niesprawnego procesu. Jeżeli każdy wynik wymaga obszernych poprawek, ręcznego kopiowania do innego systemu albo nadal pięciu akceptacji przed publikacją, problem nie został rozwiązany.

Firmy osiągające realne korzyści precyzyjnie określiły problem. Zidentyfikowały dokładnie, gdzie praca utknęła, i właśnie tam zastosowały AI. Nie szeroko ani eksperymentalnie, lecz z jasnym rozumieniem, co oznaczało wolne działanie przed zmianą i jak powinno wyglądać szybkie działanie po niej. Ta precyzja oddziela rzeczywisty zwrot z inwestycji od narzędzia, które robi wrażenie podczas demonstracji, a po sześciu miesiącach zbiera kurz.

Przy właściwym podejściu wyniki są konkretne: klienci Gradial odnotowali ośmiokrotnie szybszą aktywację kampanii, co najmniej 35 procent oszczędności w kosztach operacyjnych w pierwszym roku oraz stuprocentową zgodność każdego materiału z zasadami marki i wymogami dostępności.

Jak za pięć lat będzie wyglądać organizacja marketingowa w pełni oparta na AI i jaką rolę odegra w tej przyszłości Gradial?

Za pięć lat warstwa operacyjna marketingu będzie autonomiczna. Marketer poprosi agenta o uruchomienie kampanii, a ta zostanie opublikowana do końca dnia, ponieważ agent obsłuży wszystkie kroki pośrednie. Widoczność marki w wyszukiwarkach AI będzie automatycznie monitorowana i dostosowywana. Zgodność będzie zapewniana stale w całym procesie, a nie podczas kontroli w ostatniej chwili. Marketerzy poświęcą czas temu, do czego naprawdę ich zatrudniono: budowaniu marki, rozwijaniu pracy kreatywnej i podejmowaniu strategicznych decyzji o doświadczeniach klientów, wymagających ludzkiego osądu.

Rolą Gradial jest pomóc organizacjom marketingowym dotrzeć tam jako pierwszym. Nie przez przekonywanie ich, by wszystko wyrzuciły i zaczęły od nowa, lecz przez pokazanie w istniejących procesach, że taki sposób działania jest możliwy. Zespoły, które zrozumieją to wcześnie, zyskają przewagę narastającą z czasem nad tymi, które nadal realizują kampanie po staremu.

Dziękujemy za wartościowy wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, mogą odwiedzić Gradial.