Thor Olof Philogène, współzałożyciel i CEO Stravito – seria wywiadów: powrót do rozmowy

Thor Olof Philogène jest CEO i założycielem Stravito, platformy Insights Intelligence, którą globalne marki ufają, aby przekształcić wiedzę w pewne decyzje, które napędzają wzrost i przyspieszają wpływ na rynek.

W naszym poprzednim wywiadzie, omawialiśmy Stravito Assistant jako interfejs oparty na sztucznej inteligencji, który pozwala zespołom na wyszukiwanie, eksplorowanie i interakcję z własnymi wewnętrznymi badaniami i wnioskami. Rok później, jak zespoły korporacyjne używają Assistanta w codziennym życiu, i co Was zaskoczyło, jak wpisuje się on w rzeczywiste procesy pracy?

Rok temu zespoły używały Stravito AI Assistant głównie do szybszego wyszukiwania badań. To, co się zmienia, to sposób, w jaki zespoły używają go do weryfikacji strategicznych założeń przed podjęciem dużych decyzji oraz syntetyzowania dowodów z różnych rynków przed zobowiązaniem się do określonego kierunku.

We wczesnej fazie przyjęcia kluczowym czynnikiem była oszczędność czasu. Teraz, dzięki Deep Research Agent, Stravito AI Assistant samodzielnie planuje wieloetapowe badania, analizuje pełne raporty równolegle, sprawdza wyniki i dostarcza w pełni udokumentowane syntetyzowanie oparte wyłącznie na danych firmy. Wynikiem są odpowiedzi o głębi analitycznej, dostarczające dowody, którymi decydenci mogą się posługiwać.

Odkąd ostatni raz rozmawialiśmy, Stravito rozszerzyło swoje zastosowanie sztucznej inteligencji, aby wspierać bardziej dynamiczne sposoby pracy z wnioskami, w tym funkcje takie jak AI Personas. Jak klienci używają tych możliwości w praktyce, poza wczesną ideą lub eksperymentami?

Stravito AI Personas przekształca statyczne studia segmentacyjne w interaktywne profile konsumentów oparte na własnych badaniach firmy, dzięki czemu zespoły mogą testować wszystko, od opakowań po koncepcje kampanii i pomysły produktowe, zanim zostaną zablokowane duże budżety.

Na przykład, Lavazza Group zintegrowało Stravito AI Personas w swoim procesie marketingowym i innowacyjnym, tworząc profile konsumentów z tysięcy wywiadów. Już teraz udoskonalili decyzje dotyczące opakowań i kampanii.

Co wcześniej wymagało tygodni przerywanego potwierdzania, może teraz zacząć się od skupionych sesji roboczych, zanim przejdzie do dalszych testów, utrzymując wyniki oparte na własnych badaniach od samego początku. Zamierzeniem jest zmniejszenie ryzyka wcześniej, iterowanie bardziej skutecznie i priorytetowe silniejsze pomysły przed zobowiązaniem się do inwestycji.

Jak nowe funkcje oparte na sztucznej inteligencji zostały wprowadzone do platformy, jakie nowe pytania zadają przedsiębiorstwa wokół zarządzania, nadzoru i odpowiedzialności, i jak Stravito dostosowało się do tych obaw?

Pytanie, które przedsiębiorstwa wcześniej zadawały, brzmiało “co może zrobić?” Teraz jest to “czy możemy zaufać temu?” Dla Stravito zarządzanie zawsze było priorytetem, co widać w tym, jak zbudowana jest platforma.

Ogólna sztuczna inteligencja jest budowana na danych z Internetu bez kontekstu biznesowego. Stravito jest zbudowane wyłącznie na własnych, zwalidowanych badaniach firmy. Nie ma tutaj żadnego skrobania Internetu ani udostępnianych źródeł.

Na przykład, z Deep Research Agent, plan badawczy jest widoczny przed rozpoczęciem analizy, a każdy wniosek jest w pełni udokumentowany, dzięki czemu każda odpowiedź może być śledzona aż do pierwotnego źródła. Stravito spełnia również najwyższe standardy bezpieczeństwa i ochrony danych przedsiębiorstw, z certyfikatem ISO 27001, poświadczeniem SOC 2 Type II oraz gwarancją umowną, że dane klienta nie będą wykorzystywane do szkolenia dużych modeli językowych.

W kwestii odpowiedzialności, sztuczna inteligencja zajmuje się syntetyzowaniem i planowaniem badań. Ludzie zajmują się osądami, strategią i ostateczną decyzją.

Wiele organizacji nie ma problemu z przyjęciem nowych narzędzi, ale z ich wbudowaniem w codzienne procesy decyzyjne. Co nauczyliście się o zarządzaniu zmianą podczas wdrażania Stravito w dużych, globalnych organizacjach?

Organizacje, które najskuteczniej wbudowują Stravito, robią trzy rzeczy dobrze.

Ustalenie jasnych oczekiwań od samego początku: żadna duża decyzja nie zostanie podjęta bez wykorzystania inteligencji, którą firma już posiada. Kiedy to staje się standardem, korzystanie z platformy przestaje być opcjonalne.

Inwestowanie w wewnętrznych championów. Kiedy ludzie, których inni szanują, korzystają z platformy podczas przeglądów biznesowych, dyskusji planistycznych i rozmów o innowacjach, wdrożenie następuje.

I łączenie dostępu z umożliwieniami i wsparciem. Zespoły potrzebują wskazówek, jak zadawać odpowiednie pytania i wiedzy, co zrobić z odpowiedziami. To jest to, co zmienia platformę, którą się posiada, w platformę, którą się używa.

Stravito przedstawia się jako jedyne źródło prawdy dla wniosków rynkowych i konsumentów. W rzeczywistości, przedsiębiorstwa często mają fragmentaryczne badania rozproszone po wielu systemach. Jak skutecznie klienci konsolidowali tę wiedzę, i gdzie nadal napotykają opór?

Często badania istnieją. Inteligencja biznesowa, konsumentów i rynku znajduje się w systemach, regionach i funkcjach. Problem polega na tym, że nie są one połączone, więc duże decyzje dotyczące innowacji, ekspansji i marketingu są podejmowane bez nich. To jest to, co rozwiązuje Stravito.

Konsolidacja następuje etapami. Organizacje zaczynają od najcenniejszych badań i rozwijają się dalej, z każdym etapem budując przypadek komercyjny dla następnego. Heineken to dobry przykład, łącząc swoją inteligencję w jednym miejscu, skierował czas CMI z wyszukiwania badań w kierunku bardziej strategicznej, wyższej-wartościowej pracy.

Jeśli opór pojawi się, jest to zwykle opór organizacyjny, a nie techniczny. Organizacje, które poruszają się najszybciej i najskuteczniej, mają wyraźną własność i wewnętrznych championów, którzy mogą przyciągnąć różne regiony i funkcje. Przypadek komercyjny, decyzje podejmowane szybciej z lepszymi dowodami, jest tym, co napędza tę rozmowę do przodu.

Jednym z celów Stravito było udostępnienie dostępu do wniosków poza tradycyjnymi zespołami badawczymi. W ciągu ostatniego roku, jak ten szerszy dostęp zmienił relację między zespołami wniosków a interesariuszami biznesowymi?

Kiedy więcej zespołów może bezpośrednio angażować się w wiedzę konsumentów i rynku, wnioski trafiają do decyzji wcześniej. Interesariusze nie czekają już na statyczne raporty. Interaktywnie korzystają z własnej inteligencji, aby kształtować decyzje, od pozycjonowania i opakowań po to, gdzie się rozwinąć następnie.

To również zmieniło to, na co zespoły wniosków poświęcają czas. Z mniej czasu spędzanym na wyszukiwaniu badań i wniosków, coraz częściej pracują jako strategiczni doradcy, zapewniając, że dowody kształtują decyzje, które mają największe znaczenie.

Oszczędność jest często cytowana jako główna zaleta sztucznej inteligencji w oprogramowaniu przedsiębiorstw. Jak klienci Stravito dostosowują odkrywanie wniosków według roli, regionu lub funkcji, i jaki wpływ to ma na zaangażowanie w badania?

Kiedy zespoły widzą badania, które są istotne dla ich decyzji, angażują się w nie wcześniej i używają ich bardziej konsekwentnie. Globalny lider kategorii ma inne priorytety niż regionalny dyrektor marketingowy, a Stravito to rozumie.

Zbiory są jedną z naszych najczęściej używanych funkcji. Działają jak playlisty, pozwalając zespołom grupować badania według tematu, regionu lub funkcji, na przykład zbiór poświęcony procesowi wdrożenia lub zrównoważonym rozwojem. Stravito AI następnie ciągle ujawnia dalsze istotne badania na podstawie tego, co już jest w Zbiorze, dzięki czemu zespoły pozostają na bieżąco z tym, co się liczy, bez potrzeby szukania.

Jak sztuczna inteligencja staje się bardziej wbudowana w procesy wniosków, jak organizacje decydują, kiedy polegać na kontekście generowanym przez sztuczną inteligencję, a kiedy zwrócić się o ludzką ekspertyzę, szczególnie w przypadku decyzji o wysokim ryzyku?

Organizacje, które radzą sobie z tym dobrze, mają wyraźny podział pracy. Sztuczna inteligencja zajmuje się syntetyzowaniem i planowaniem badań. Ludzie zajmują się osądami, strategią i ostateczną decyzją.

W praktyce, narzędzia takie jak Deep Research Agent w Stravito AI Assistant skracają czas między pytaniem a dowodami, dostarczając w pełni udokumentowane odpowiedzi oparte na własnych badaniach firmy. AI Personas pozwalają zespołom testować założenia wobec realnych perspektyw konsumentów przed zobowiązaniem się do inwestycji. Obie zostały zaprojektowane, aby wzmocnić podstawę, na której podejmowane są decyzje.

Jednakże, wynik jest punktem wyjścia. Ludzie decydują, co oznaczają dowody, ważą kompromisy i posiadają ostateczną decyzję.

Integracja to powtarzające się wyzwanie w środowiskach przedsiębiorstw. Jakie wzorce obserwowaliście wśród klientów, którzy skutecznie integrują Stravito z istniejącymi systemami analitycznymi, badawczymi lub zarządzania wiedzą?

Organizacje, które widzą największy wpływ, są wyraźne co do tego, do czego służy Stravito. Nie jest to kolejne repozytorium, ale warstwa, która łączy istniejące wnioski i wprowadza je do decyzji, które ich potrzebują.

W praktyce, Stravito działa obok dostawców badań i analityki, których klienci już używają, łącząc inteligencję biznesową, konsumentów i rynku w jednym miejscu, tak aby wiedza rozproszona po systemach mogła dotrzeć do decyzji, które jej potrzebują.

Spoglądając w przyszłość, na podstawie tego, co obserwowaliście w ciągu ostatniego roku, co przedsiębiorstwa nadal niedoceniają w kwestii operacjonalizacji sztucznej inteligencji w zarządzaniu wnioskami, i jak to kształtuje kierunek produktu Stravito?

Sztuczna inteligencja może ujawniać odpowiedzi natychmiast. To, co przedsiębiorstwa niedoceniają, to wszystko, co dzieje się później. Koszt działania na podstawie błędnych wniosków jest zbyt znaczący, aby traktować wynik jako wniosek.

Organizacje, które wyjdą na prowadzenie, nie będą tymi, które zautomatyzują najwięcej. Będą to te, które użyją tego, co już wiedzą, aby podejmować lepsze decyzje, szybciej i z większą pewnością.

To kształtuje nasz kierunek produktu. Na przykład, Deep Research Agent dostarcza rygor i weryfikowalność, które duże decyzje wymagają. AI Personas wprowadzają perspektywę konsumenta do procesu przed zobowiązaniem się do inwestycji. Obie zostały zaprojektowane, aby zapewnić, że żadna duża decyzja nie zostanie podjęta bez inteligencji, którą organizacja już posiada.

Dziękujemy za wspaniały wywiad, czytelnicy mogą chcieć przeczytać nasz poprzedni wywiad lub odwiedzić Stravito.