Doug Tallmadge, Co-Fundador e CEO da Gradial – Série de Entrevistas

Doug Tallmadge, Co-Fundador e CEO da Gradial, é um empreendedor de tecnologia e líder de engenharia cuja carreira abrange a indústria aeroespacial, comunicações por satélite, finanças e inteligência artificial empresarial. Antes de lançar a Gradial em 2023, ele passou quase cinco anos na SpaceX (SPCX ), onde ajudou a escalar a rede Starlink desde seus estágios iniciais, liderou a análise de rede que apoiou o crescimento de zero a mais de 500.000 clientes e gerenciou equipes de engenheiros de software e cientistas de dados que trabalhavam na otimização e simulação de rede. Ele também contribuiu para as iniciativas de satélite direto para celular da Starlink e os sistemas de energia de satélite iniciais. Mais cedo em sua carreira, Tallmadge ocupou cargos na Lockheed Martin (LMT ) e na Bridgewater Associates, combinando expertise técnica profunda com experiência em sistemas de grande escala e operações comerciais.

Gradial é uma empresa de inteligência artificial empresarial que se concentra no que chama de operações de marketing agênticas, ajudando grandes organizações a automatizar o trabalho operacional que fica entre a estratégia criativa e a execução de campanhas. Em vez de se concentrar apenas em conteúdo gerado por IA, a plataforma da Gradial orquestra agentes de IA em sistemas como Adobe Experience Manager, Salesforce , Jira, plataformas de gerenciamento de conteúdo, ferramentas de gerenciamento de ativos digitais e fluxos de trabalho de marketing. A plataforma pode criar, otimizar, marcar, verificar a qualidade e implantar ativos de marketing, enquanto impõe governança, conformidade, acessibilidade e padrões de marca. Ao criar uma camada de conhecimento organizacional compartilhada que conecta sistemas empresariais, a Gradial visa reduzir a coordenação manual que frequentemente desacelera grandes equipes de marketing, permitindo que as organizações lancem campanhas mais rápido, escalonem a produção de conteúdo personalizado e gerenciem experiências digitais complexas com maior eficiência.

Você ajudou a escalar a Starlink de zero a centenas de milhares de usuários na SpaceX, trabalhando em sistemas de rede complexos antes de fundar a Gradial. Qual foi o momento em que você percebeu que a infraestrutura de marketing empresarial tinha ineficiências sistêmicas semelhantes, e como essa percepção levou ao início da Gradial?

Em meu papel anterior, eu vi de perto como a fricção em grandes organizações se acumula, mesmo a menor ineficiência pode desacelerar todos os processos que se seguem. O marketing foi onde eu notei que esses gargalos tinham o efeito mais negativo. As equipes estavam gastando muito tempo navegando em plataformas, carregando ativos, gerenciando aprovações e coordenando transferências. O pensamento estratégico e a direção criativa estavam sendo enterrados sob camadas de execução.

É um caso de uso perfeito para IA, mas o que me chamou a atenção foi onde a atenção da indústria estava focada. A maioria das plataformas estava usando IA para criar conteúdo, mas quando eu conversei com marketers em grandes organizações, a falta de conteúdo não era o problema. Eles podiam produzir conteúdo facilmente. O que eles não podiam fazer era publicá-lo rapidamente. Levar de ideia a campanha ao vivo levava dias, semanas, às vezes meses. A maioria do investimento em IA estava indo para a criação, enquanto o problema mais difícil de realmente colocar o conteúdo para fora da porta estava completamente ignorado. Nós construímos a Gradial em torno dessa lacuna: implantando agentes que lidam com tudo, desde o rascunho e aprovações até a publicação, conformidade de marca e otimização de desempenho, para que os marketers possam se concentrar no trabalho que requer julgamento humano.

Você argumentou que o sistema de registro tradicional efetivamente se tornou um sistema de dívida técnica. O que específicamente quebra em pilhas de marketing empresarial legadas quando as empresas tentam adotar IA?

Um sistema de registro, o CMS, ferramentas de gerenciamento de projetos, fluxos de trabalho de aprovação e bibliotecas de ativos foram construídos para organizar informações, não para se mover rapidamente. Quando as empresas acoplam IA a esses sistemas existentes, as coisas se desintegram rapidamente. A ferramenta não sabe o negócio que está servindo, a voz da marca, os requisitos de conformidade ou os processos de aprovação. Então, os marketers acabam revisando cada saída e corrigindo erros causados pela falta de contexto. Para organizações que já gerenciam milhares de peças de conteúdo em vários canais, a IA acoplada se torna outro processo complicado para gerenciar.

A maioria da conversa sobre IA no marketing se concentrou na geração de conteúdo. Por que você acredita que a verdadeira oportunidade está na execução, e como essa mudança se parece na prática?

Os marketers não estão lutando para produzir ideias. Eles estão lutando para mover o conteúdo através de ciclos de revisão, manter uma voz de marca consistente, trabalhar em dezenas de ferramentas e otimizar para diferentes audiências.

Também há uma mudança estrutural acontecendo em como as marcas são descobertas. As buscas no Google caíram quase 20% no ano passado, o que significa que as marcas não podem mais confiar apenas no SEO. Elas precisam aparecer em respostas de busca de IA, o que requer a publicação de conteúdo que os modelos de IA possam interpretar facilmente, citar e exibir. O problema é que esses modelos mudam constantemente o que extraem. Uma marca que aparece em uma resposta hoje pode desaparecer silenciosamente amanhã. Até que os marketers identifiquem a lacuna, atualizem o conteúdo e limparem as aprovações, os modelos já se mudaram.

A geração de conteúdo sozinha não resolve isso. Mesmo se você produzir conteúdo mais rápido, ainda pode estar preso nas mesmas filas de aprovação, com conteúdo que não é otimizado para visibilidade de IA. A Gradial se conecta às ferramentas que os marketers já usam e lida com o trabalho que normalmente desacelera esses fluxos de trabalho. O resultado são campanhas que são implantadas em horas em vez de semanas e conteúdo que é preciso, de marca e acessível em todos os lugares onde as audiências estão realmente procurando.

A Gradial é frequentemente descrita como uma plataforma agêntica. Você pode nos guiar sobre o que um agente de IA realmente faz dentro de um fluxo de trabalho de marketing de uma empresa da Fortune 500 em um dia a dia?

A melhor resposta é o que vimos com os clientes. Na T-Mobile, executar uma campanha significava coordenar entre várias equipes, coletar aprovações e esperar por filas de produção que se estendiam por semanas. Com a Gradial, um agente de IA lida com todo o processo, desde o brief criativo até as revisões e publicação. O que costumava exigir que um marketer perseguisse manualmente cada etapa simplesmente acontece. O resultado foi uma redução de 90% no tempo de execução da campanha.

Na AWS, cada nova página da web significava um brief para uma agência, esperar por um rascunho, passar por rodadas de revisões e coordenar manualmente para publicar. Um agente especializado tornou a criação de páginas 20 vezes mais rápida.

Uma das maiores desafios na adoção de IA empresarial é a confiança. Como a Gradial garante a confiabilidade e a governança quando os agentes de IA estão tomando decisões de execução em sistemas?

A confiança é o jogo todo nas empresas, especialmente em finanças e saúde, onde um erro de conformidade tem consequências reais. Cada implantação da Gradial começa dando ao agente contexto sobre a voz da marca, diretrizes de mensagens, requisitos de conformidade, fluxos de trabalho de aprovação e padrões da indústria.

O nível de envolvimento humano é totalmente personalizável. Equipes novas nisso ou operando em ambientes regulamentados podem exigir aprovação em tudo antes que vá ao ar. E, cada ação que o agente toma é registrada com um rastreamento de auditoria completo. O que descobrimos é que a confiança se constrói naturalmente, com equipes que começam com controles apertados gradualmente expandindo a autonomia do agente à medida que ele prova seu valor em trabalhos reais. O objetivo nunca foi entregar tudo no dia um, mas construir algo que ganhe mais responsabilidade à medida que demonstra que pode lidar com isso.

Sua plataforma se integra a ferramentas existentes em vez de substituí-las completamente. Qual é a visão de longo prazo: aumentar a pilha atual ou substituí-la completamente?

Por agora, o foco está em atender às equipes onde elas estão. A maioria das organizações de marketing empresariais gastou anos construindo fluxos de trabalho em torno de ferramentas específicas, como Figma, Adobe e sistemas de gerenciamento de projetos, e pedir que elas abandonem essa infraestrutura não é realista. A Gradial se conecta e lida com o trabalho de execução que estava desacelerando esses fluxos de trabalho.

A visão de longo prazo é mais ambiciosa. Muito do software legado por trás do marketing empresarial foi construído para um mundo antes da IA, e isso é visível. Sistemas projetados puramente para armazenar e organizar conteúdo parecerão muito diferentes quando um agente pode segurar esse mesmo contexto e agir sobre ele simultaneamente. Acreditamos que a distinção entre onde o conteúdo vive e onde o trabalho é feito eventualmente desaparece, e estamos construindo para ser a camada de infraestrutura onde ambos acontecem.

Grandes empresas frequentemente têm fluxos de trabalho profundamente arraigados e resistência interna à mudança. O que realmente leva para implantar com sucesso um sistema nativo de IA em uma organização da Fortune 500?

A primeira coisa que fazemos é deixar claro que a Gradial não está pedindo que ninguém mude como trabalha. Isso soa simples, mas é o maior obstáculo na adoção de IA empresarial. A maioria das ferramentas chega com um novo sistema, uma nova interface, uma nova maneira de fazer as coisas, e então se pergunta por que a adoção estagna seis meses depois. Nós começamos mapeando como uma equipe realmente opera e configuramos a Gradial em torno disso.

A adoção gruda quando as equipes veem que está funcionando em trabalhos reais rapidamente. Não é um demo, não é um piloto sanitizado, mas suas campanhas reais, seu conteúdo real, seus fluxos de trabalho reais. Uma vez que uma equipe vê seu tempo de publicação ir de três semanas para o mesmo dia, a resistência interna tende a cuidar de si mesma.

Do ponto de vista técnico, o que diferencia um motor de execução de uma camada de IA gerativa típica?

Uma camada de IA gerativa lhe dá um rascunho, mas um motor de execução o publica. A maioria das ferramentas de IA para marketing para em saída, elas escreverão a cópia ou sugerirão a edição, mas no momento em que essa saída precisa se mover através de aprovações ou para uma página ao vivo, os marketers são deixados para gerenciar isso. Essa transferência é onde a maioria do tempo realmente vai.

Um motor de execução é diferente porque está incorporado nas ferramentas que uma equipe já usa e entende como esse negócio específico opera. Quando um marketer pede ao agente para fazer algo, ele move o trabalho através de todos os passos necessários, obtendo aprovações e apenas expondo decisões que realmente precisam de um humano. O marketer permanece no controle sem estar no meio de cada passo.

Muitas empresas estão experimentando com IA, mas poucas estão vendo um ROI significativo. Onde você acha que a maioria das organizações está errando hoje?

O erro mais comum é tratar a IA como uma ferramenta de produtividade em vez de uma solução para um processo quebrado. Se cada saída precisar de edição pesada, ou precisar ser copiada manualmente para outro sistema, ou ainda precisar de cinco aprovações antes que algo vá ao ar, você não resolveu o problema.

As empresas que estão vendo retornos reais se tornaram específicas. Elas identificaram exatamente onde o trabalho estava preso e implantaram a IA contra esse problema, não de forma ampla, não como um experimento, mas com um sentido claro do que parecia lento antes e como o rápido deveria parecer depois. Essa precisão é o que separa o ROI real de uma ferramenta que impressiona em um demo e coleta poeira seis meses depois.

Quando você acerta, os resultados são tangíveis: os clientes que usam a Gradial viram a ativação de campanha 8 vezes mais rápida, economia operacional de 35%+ no primeiro ano e conformidade de marca e acessibilidade de 100% em cada peça de conteúdo.

Se avançarmos cinco anos, como uma organização de marketing nativa de IA parece, e qual é o papel da Gradial nesse futuro?

Em cinco anos, a camada operacional do marketing será autônoma. Um marketer pede a um agente para lançar uma campanha, e ela está ao vivo no final do dia porque o agente lidou com cada etapa no meio. A visibilidade da marca em buscas de IA é monitorada e ajustada automaticamente. A conformidade acontece continuamente ao longo do processo, em vez de como uma verificação final. Os marketers passam seu tempo fazendo o que foram contratados para fazer: construir a marca, desenvolver criatividade e tomar decisões estratégicas sobre experiências de cliente que exigem julgamento humano.

O papel da Gradial é levar as organizações de marketing até lá primeiro, não convencendo-as a jogar tudo fora e começar de novo, mas provando dentro de seus fluxos de trabalho existentes que essa maneira de operar é possível. As equipes que descobrem isso cedo terão uma vantagem composta sobre as que ainda estão executando campanhas do jeito antigo.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Gradial.