Rajeev Butani, CEO of MediaMint – Wywiad z serii

Rajeev Butani, CEO of MediaMint, posiada ponad trzy dekady doświadczenia w globalnej technologii, mediach i transformacji cyfrowej. Przed dołączeniem do MediaMint, pełnił funkcję CEO i członka zarządu w HeadSpin, gdzie napędzał innowacje w zakresie inteligencji wydajności dla doświadczeń cyfrowych. Wcześniej Butani spędził prawie 27 lat w Accenture, gdzie kierował transformacyjnymi inicjatywami jako Group Technology Officer for Communications, Media & Technology, nadzorując strategię i partnerstwa wokół wschodzących technologii, takich jak sztuczna inteligencja i uczenie maszynowe. Jego role kierownicze w Accenture obejmowały zarządzanie relacjami z dużymi klientami, takimi jak Google (GOOGL ), Facebook (META ) i Microsoft (MSFT ), co pokazuje jego głęboką ekspertyzę na styku technologii, strategii i wzrostu.

MediaMint, założona w 2010 roku, jest globalnym partnerem operacji cyfrowych, który zapewnia wsparcie na każdym etapie, od operacji reklamowych, produkcji kreatywnej, analityki danych po zarządzanie kampaniami. Z siedzibą w Hyderabad i biurami w USA i Polsce, MediaMint umożliwia firmom medialnym, agencjom i platformom efektywne skalowanie dzięki połączeniu ludzkiej ekspertyzy i technologii. Firma koncentruje się na dostarczaniu wysokiej jakości operacyjnej doskonałości, elastyczności i przejrzystości, pomagając klientom usprawniać swoje procesy, optymalizować koszty i skupiać się na innowacjach w coraz bardziej skomplikowanym ekosystemie cyfrowym.

Czym skłoniło Cię do przejścia z Accenture do kierowania MediaMint, i jak Twoje doświadczenie w doradztwie wpłynęło na Twój podejście do operacji napędzanych przez AI?

Moja decyzja była spowodowana chęcią opuszczenia pokoju doradczego i zajęcia miejsca operatora. Po latach spędzonych w Accenture, gdzie pomagałem firmom projektować mapy transformacji, zobaczyłem wyraźną okazję do stworzenia rozwiązania, w którym mógłbym nie tylko projektować mapy, ale także brać odpowiedzialność za wyniki i mieć “skórę w grze”.

Wraz ze wzrostem adopcji AI, klienci wymagają partnerów, którzy mogą dostarczyć wyniki i rezultaty, biorąc na siebie odpowiedzialność za całość pracy, a nie tylko za jej części. Moje doświadczenie w doradztwie określiło nasze podejście do spełnienia tego wymogu, i nie mogę być bardziej podekscytowany przyszłością, wspierającą wiodące organizacje w sektorach mediów, rozrywki i technologii w ich operacjach front office.

Liczmy na AI: Stosujemy strategiczne, międzyfunkcyjne myślenie doradztwa bezpośrednio przez naszą platformę Agentic AI. Agentic AI pozwala nam na przełamanie funkcjonalnych barier – sprzedaży, AdOps, finansów – z którymi większe firmy muszą się mierzyć. Nasza elastyczność pozwala nam na projektowanie i dostarczanie rozwiązań na całym etapie, łącząc Agentic AI i ludzi, aby generować wyniki w skali.

MediaMint została założona w 2010 roku i od tego czasu znacznie się rozwinęła. Jak misja i możliwości firmy ewoluowały, zwłaszcza z uruchomieniem MediaMint Labs?

MediaMint zawsze była na czele operacji medialnych i marketingowych. Zaczynaliśmy od dostarczania wysokiej jakości, ludzkich usług dla dużych wydawców, platform, agencji i marek. Nasza misja polegała na byciu zaufanym partnerem operacyjnym, który umożliwia naszym klientom skalowanie ich przychodu i budowanie efektywności operacyjnych.

Uruchomienie MediaMint Labs oznacza nasz następny etap, formalizację tego, jak wykorzystujemy AI do napędzania nie tylko efektywności, ale także wzrostu. Teraz koncentrujemy się na tworzeniu agentów AI za pomocą MediaMint Labs, które nie tylko wykonują zadania, ale stają się strategicznymi przyspieszaczami dla naszych klientów. Przejęcie DataBeat było również kluczową częścią tej ewolucji, pogłębiając nasze możliwości w zakresie inżynierii danych, analityki i zarządzania przychodem. Jest to podstawowa zmiana, przechodząc od zaufanego dostawcy usług do partnera usług wzrostu napędzanych przez AI.

MediaMint Labs koncentruje się na współtworzonych agentach AI, optymalizatorach i przyspieszaczach, które MediaMint nie tylko tworzy, ale także posiada i obsługuje. Jaki strategiczny zaletę oferuje ten model posiadania dla klientów?

Ten model posiadania jest naszym podstawowym strategicznym differentiatorem. Nauczyliśmy się, że gdy przekazujesz agenta AI i odchodzisz, zawodzi on w momencie, gdy napotka na prawdziwą złożoność. Nasi klienci otrzymują dwie główne zalety:

Po pierwsze, szybki rozwój i bezpieczeństwo. Nasza wewnętrzna platforma rozwojowa, niezależna od modelu, pozwala nam na projektowanie, wdrażanie i obsługę agentów dla różnych przypadków użycia wzrostu w sposób bezpieczny i w skali. Z predefiniowanymi środowiskami uruchomieniowymi i jednym kliknięciem, możemy uruchomić nowych agentów w tygodniach, a nie miesiącach. Platforma zajmuje się zarządzaniem, rezydencją danych i bezpieczeństwem domyślnie, więc klienci nie muszą martwić się o złożoności zarządzania infrastrukturą AI.

Po drugie, ciągłe doskonalenie i stabilność. Zachowujemy operacyjne posiadanie, co oznacza, że jesteśmy odpowiedzialni za wyniki agenta. Śledzimy wyniki w czasie rzeczywistym za pomocą scentralizowanego systemu śledzenia, więc każda akcja jest odpowiedzialna, a każdy wynik poprawia się z czasem.

Dlaczego model MediaMint, w którym zachowujecie operacyjne posiadanie, jest skuteczny?

Przekazanie agenta AI jest jak przekazanie samochodu wyścigowego bez zespołu obsługi. Może działać idealnie w pierwszym dniu, ale bez ciągłego dostosowania i konserwacji, zawiedzie. Podstawową pułapką jest degradacja – wyniki agenta pogarszają się, gdy zmieniają się podstawowe przepływy pracy klienta lub API platformy.

Dlaczego operacyjne posiadanie działa: Nasz model jest skuteczny, ponieważ bierzemy na siebie operacyjne posiadanie, traktując agenta nie jako produkt, ale jako gwarantowaną usługę. Oferuje to dwie kluczowe korzyści:.

1. Ciągłe doskonalenie

Zachowujemy odpowiedzialność za wyniki agenta. Nasz scentralizowany system śledzenia i pakiety oceny pozwalają nam na ciągłe monitorowanie i optymalizację agentów za pomocą naszego procesu z ludzkim uczestnictwem w pętli sprzężenia zwrotnego, przeciwko żywym regułom biznesowym klienta. Ten model gwarantuje, że wyniki rozwiązania nie ulegną degradacji; stają się coraz bardziej inteligentne i solidne z czasem. To ciągłe sprawowanie opieki jest tym, co gwarantuje, że agent zawsze będzie działał bezpiecznie, eliminując krytyczne ryzyko przychodu i zgodności dla klienta.

2. Strategiczna ocena i ochrona przed przypadkami granicznymi

Człowiek w pętli sprzężenia zwrotnego nie jest tam dla podstawowych zadań; są naszym “zespołem obsługi” dla sytuacji o wysokim ryzyku. Ta ekspertyza jest kluczowa dla: Strategicznej oceny: Radzenia sobie z sytuacjami, których AI nigdy nie widziało, takimi jak znaczące zmiany regulacyjne lub nowe platformy reklamowe. Rozwiązywania przypadków granicznych: Rozwiązywania niejednoznacznych wyników i złożonych awarii, które mogą wpłynąć na przychód lub zgodność.

Te ciągłe starania przekładają się bezpośrednio na wartość. Dostarczamy gwarantowany wynik, zapewniając znaczne zmniejszenie krytycznych błędów i utrzymanie stale wysokiej satysfakcji klientów, a nie tylko oprogramowanie.

Jak widzisz przyszłość Agentic AI w odniesieniu do modelu SaaS? Jakie czynniki decydują o tym, czy rozwiązanie jest lepiej dostarczane jako Agentic AI, czy tradycyjny SaaS?

Obecna debata sprowadza się do błędnego punktu: Agentic AI nie ma na celu zastąpienia całego stosu SaaS; ma na celu zakłócić ekonomię pracy operacyjnej. Podstawowa różnica polega na przesunięciu od dostarczania narzędzia do gwarantowania wyniku. Agentic AI wpłynie na SaaS w dwóch odrębnych sposobach:

Zastąpienie: Zgniecenie przepływu pracy. Agenci zastąpią transakcyjne, napędzane przepływem pracy platformy SaaS – platformy zaprojektowane wyłącznie do przenoszenia danych lub automatyzacji rutynowych kroków. Wartość nie leży już w interfejsie użytkownika; leży w autonomicznej akcji. Przechodzimy od “Tool-as-a-Service” do “Action-as-a-Service”.

Uzupełnienie: Warstwa augmentacji. Agenci nie zastąpią strategicznych platform, takich jak Salesforce lub główne systemy medialne. Zamiast tego, nasz system Agentic AI będzie działał na nich, wykonując złożone, czasowe optymalizacje. Przerabiają pasywne systemy rejestracji na aktywne systemy inteligencji, uzupełniając ludzką zdolność.

Kluczowym czynnikiem decydującym o naszym podejściu jest niezawodność. W przeciwieństwie do narzędzi LLM dla konsumentów, nasi Agenci są zaprojektowani od podstaw, aby być niezawodnymi pracownikami. Są inżynieryjnie zaprojektowani, aby ściśle przestrzegać szczegółowych procedur operacyjnych, przestrzegać polityk i nigdy nie odbiegać od nich przez setki przebiegów. To zaangażowanie w zarządzanie i zaufanie – a nie tylko kreatywność – pozwala nam na zarządzanie przepływami pracy krytycznymi dla zysków, czego nie mogą zrobić tradycyjny SaaS i AI dla konsumentów.

MediaMint podkreśla podejście hybrydowe z ludźmi w pętli sprzężenia zwrotnego. Dlaczego nadzór ludzki jest nadal kluczowy w erze Agentic AI, i jak poprawia wyniki?

Ludzie zapewniają dwie rzeczy, których agent AI nie może: ocenę i strategię. Podczas gdy agent AI może stworzyć plan medialny lub skorygować anomalię tempa, strateg medialny jest potrzebny do ustalenia celów biznesowych, zapewnienia kreatywnego kierunku i podejmowania nuansowych decyzji, które dotyczą bezpieczeństwa marki, nastrojów rynkowych lub nieoczekiwanych czynników zewnętrznych.

Nasza platforma wspiera ten model hybrydowy z założenia. Nasi Agenci są zaprojektowani, aby być niezawodnymi partnerami, którzy wykonują zadania w sposób ciągły, przestrzegając wytycznych i postępując ściśle zgodnie z procedurą operacyjną. Zapewnia to, że ludzki “gubernator” może zapewnić rzeczywiste wskazówki i informacje zwrotne, działając jako niezbędny człowiek w pętli sprzężenia zwrotnego, gwarantując, że działają one jako odpowiedzialni, przestrzegający polityk pracownicy. Agent zajmuje się nudnymi, wysokoobjętościowymi zadaniami, takimi jak tworzenie raportów lub wskazywanie problemów, co skutkuje średnim 40% redukcją wysiłku dla naszych zespołów. To pozwala ludziom skupić się na wysoko-wartościowej, strategicznej pracy. Nadzór ludzki nie tylko poprawia wyniki; jest tym, co gwarantuje, że wyniki są zgodne z strategicznymi celami biznesu.

Wiele wdrożeń AI kończy się niepowodzeniem, ponieważ są zbyt odizolowane. Jak MediaMint zapewnia, że rozwiązania AI są integrowane w sposób holistyczny w przepływach pracy i departamentach?

To jest kluczowe wyzwanie, a my zaprojektowaliśmy naszą filozofię, aby rozwiązać ten problem. Większość projektów AI kończy się niepowodzeniem, ponieważ są budowane jako izolowane punktowe rozwiązania, które nigdy nie mówią prawdziwym językiem biznesu. Nasze rozwiązanie polega na zapewnieniu, że każdy Agent jest zaprojektowany od podstaw dla konkretnego przepływu pracy i rzeczywistości operacyjnej klienta. Osiągamy tę holistyczną integrację nie za pomocą ogólnych SDK, ale za pomocą Agent Runbook – spersonalizowanego planu operacyjnego.

Agent Runbook jest podstawowym planem operacyjnym. Jest to spersonalizowana książka – zestaw instrukcji i barier, które mówią agentowi dokładnie, co ma robić, jak radzić sobie z wyjątkami i jak łączyć się z zewnętrznymi systemami. Ten podejście bezpośrednio rozwiązuje problem fragmentacji AI, wymuszając integrację od początku: Runbook jest dostosowany do procedury operacyjnej klienta, włączając naszą wiedzę branżową w rdzeń. Dodatkowo, nasza biblioteka łączników łączy te Agenci bezproblemowo z kluczowymi systemami klienta, takimi jak Salesforce, Google Ad Manager i Snowflake. Oznacza to, że rozwiązanie AI nie jest tylko narzędziem, ale zintegrowanym, holistycznym elementem kręgosłupa operacyjnego klienta.

Czy widzisz scenariusze, w których wiele agentów AI współpracuje w różnych rolach, tworząc systemy “agent-to-agent”? Jaki jest ten przyszły wygląd?

Zdecydowanie. Budujemy już w kierunku tej przyszłości. Cała architektura naszej platformy, z jej zjednoczoną warstwą usług i adapterami narzędzi, jest zaprojektowana z myślą o tym rodzaju interoperacyjności. Przyszłość będzie mniej dotyczyć jednego, monolitycznego agenta, a bardziej specjalistycznych agentów współpracujących, aby rozwiązać złożony problem biznesowy.

Wyobraź sobie ekosystem, w którym agent wykrywania anomalii wykrywa spadek wydajności kampanii. Wywołuje to drugiego agenta optymalizacji, aby dostosować stawkę. Ten drugi agent powiadamia agenta QA kreatywnego, aby sprawdzić, czy nie ma problemów z zgodnością z kreatywami. Wreszcie, agent raportujący konsoliduje wszystkie te akcje i wnioski w czasie rzeczywistym do briefu dla menedżera konta. Nasze MediaMint Labs umożliwiają tę współpracę agent-to-agent, tworząc podstawę dla przyszłych operacji biznesowych, w których przepływy pracy nie są już liniową sekwencją zadań ludzkich, ale dynamiczną orkiestracją autonomicznych agentów.

Dla firm badających Agentic AI, jakie są Twoje trzy najważniejsze zalecenia, aby zapewnić pomyślne wdrożenie i długoterminową wartość?

Moje trzy najważniejsze zalecenia byłyby:

1. Zacznij od odpowiedniego problemu, a nie tylko fajnej technologii. Nie buduj agenta dla samego agenta. Skoncentruj się na dobrze zdefiniowanym, powtarzalnym i wysoko-wartościowym problemie, takim jak nasz przypadku użycia agenta współpilotującego kampanię lub agenta QA kreatywnego. Wartość musi być jasna i mierzalna, z celem związanym z znaczącą redukcją wysiłku, mierzalną optymalizacją przychodu lub ilościowalną ochroną przed utratą przychodu.
2. Planuj operacyjne sprawowanie opieki, a nie tylko wdrożenie. Nie przekazuj go. Agenci są żywymi systemami, które wymagają ciągłego nadzoru, oceny i zarządzania bezpieczeństwem. Wybierz partnera, który oferuje model podobny do naszego, w którym zachowują operacyjne posiadanie, aby Twoja inwestycja przyniosła długoterminową wartość i nie stała się koszmarem konserwacyjnym.
3. Prioritetem powinna być integracja i zarządzanie od samego początku. Izolowani agenci AI zawiodą.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić MediaMint.