Doug Tallmadge, cofundador e CEO da Gradial – Série de entrevistas

Doug Tallmadge, cofundador e CEO da Gradial, é um empreendedor de tecnologia e líder de engenharia cuja carreira abrange o setor aeroespacial, as comunicações por satélite, as finanças e a IA empresarial. Antes de fundar a Gradial em 2023, passou quase cinco anos na SpaceX (SPCX ), onde ajudou a expandir a rede Starlink desde seus primeiros estágios, liderou a análise de rede que sustentou o crescimento de zero para mais de 500.000 clientes e gerenciou equipes de engenheiros de software e cientistas de dados dedicadas à otimização e à simulação da rede. Também contribuiu para as iniciativas de conexão direta entre satélites e celulares da Starlink e para os primeiros sistemas de energia dos satélites. Anteriormente, Tallmadge ocupou cargos na Lockheed Martin (LMT ) e na Bridgewater Associates, combinando profundo conhecimento técnico com experiência em sistemas de grande escala e operações empresariais.

Gradial é uma empresa de IA empresarial focada no que chama de operações de marketing com agentes de IA, ajudando grandes organizações a automatizar o trabalho operacional entre a estratégia criativa e a execução das campanhas. Em vez de se concentrar apenas no conteúdo gerado por IA, a plataforma da Gradial coordena agentes de IA em sistemas como Adobe Experience Manager, Salesforce, Jira, plataformas de gerenciamento de conteúdo, ferramentas de gestão de ativos digitais e fluxos de trabalho de marketing. A plataforma pode criar, otimizar, etiquetar, verificar a qualidade e publicar materiais de marketing, aplicando regras de governança, conformidade, acessibilidade e identidade da marca. Ao criar uma camada compartilhada de conhecimento organizacional que conecta os sistemas empresariais, a Gradial busca reduzir a coordenação manual que costuma atrasar grandes equipes de marketing, permitindo lançar campanhas mais rapidamente, ampliar a produção de conteúdo personalizado e gerenciar experiências digitais cada vez mais complexas com maior eficiência.

Você ajudou a expandir a Starlink de zero para centenas de milhares de usuários na SpaceX, trabalhando com sistemas de rede complexos antes de fundar a Gradial. Em que momento percebeu que a infraestrutura de marketing empresarial apresentava ineficiências sistêmicas semelhantes, e como essa percepção levou à criação da Gradial?

No meu trabalho anterior, vi de perto como os entraves nas grandes organizações se acumulam e amplificam seus efeitos: até a menor ineficiência pode atrasar todos os processos seguintes. Foi no marketing que percebi o impacto mais negativo desses gargalos. As equipes passavam muito tempo navegando por plataformas, carregando materiais, gerenciando aprovações e coordenando a passagem do trabalho entre responsáveis. O pensamento estratégico e a direção criativa ficavam soterrados sob camadas de execução.

É um caso de uso perfeito para a IA, mas o que me chamou a atenção foi o foco do setor. A maioria das plataformas usava IA para escrever conteúdo, mas, ao conversar com profissionais de marketing de grandes organizações, vi que o problema não era a falta de conteúdo. Eles conseguiam produzi-lo facilmente. O que não conseguiam era publicá-lo com rapidez. Passar de uma ideia para uma campanha no ar levava dias, semanas e, às vezes, meses. A maior parte do investimento em IA ia para a criação, enquanto o problema mais difícil, o de efetivamente publicar o conteúdo, era completamente ignorado. Criamos a Gradial para preencher essa lacuna: implementar agentes que cuidam de tudo, da elaboração de rascunhos e das aprovações à publicação, à conformidade com a marca e à otimização do desempenho, para que os profissionais de marketing possam se concentrar no trabalho que exige discernimento humano.

Você afirmou que o tradicional sistema de registro acabou se tornando um acúmulo de dívida técnica. O que, especificamente, deixa de funcionar no conjunto de sistemas legados de marketing empresarial quando as empresas tentam adotar a IA?

Os sistemas de registro — o CMS, as ferramentas de gerenciamento de projetos, os fluxos de aprovação e as bibliotecas de materiais — foram criados para organizar informações, e não para agilizar o trabalho. Quando as empresas acoplam IA a esses sistemas existentes, os problemas aparecem rapidamente. A ferramenta não conhece o negócio que atende, o tom de voz da marca, os requisitos de conformidade nem os processos de aprovação. Assim, os profissionais de marketing acabam revisando cada resultado e corrigindo erros causados pela falta de contexto. Para organizações que já gerenciam milhares de conteúdos em vários canais, a IA acrescentada aos sistemas se torna mais um processo complicado para administrar.

Grande parte da discussão 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 traduz na prática?

A dificuldade dos profissionais de marketing não é ter ideias. É fazer o conteúdo passar pelos ciclos de revisão, manter um tom de voz consistente para a marca, trabalhar com dezenas de ferramentas e adaptar o conteúdo a públicos diferentes.

Também está ocorrendo uma mudança estrutural na maneira como as marcas são descobertas. As buscas no Google caíram quase 20% no último ano, o que significa que as marcas já não podem depender apenas do SEO. Elas precisam aparecer nas respostas das buscas com IA, o que exige publicar conteúdo que os modelos possam interpretar, citar e apresentar facilmente. O problema é que esses modelos mudam constantemente as fontes que consultam. Uma marca que aparece em uma resposta hoje pode desaparecer silenciosamente amanhã. Quando os profissionais de marketing identificam a lacuna, atualizam o conteúdo e conseguem as aprovações, os modelos já mudaram novamente.

Gerar conteúdo, por si só, não resolve isso. Mesmo produzindo mais rápido, você ainda pode ficar preso às mesmas filas de aprovação, com conteúdo que não foi otimizado para aparecer nas respostas da IA. A Gradial se conecta às ferramentas que os profissionais de marketing já usam e cuida de tarefas que normalmente atrasam todo o processo, como revisões de conteúdo, verificações de conformidade com a marca e publicação em várias plataformas. O resultado são campanhas publicadas em horas, em vez de semanas, e conteúdo correto, alinhado à marca e visível onde os públicos realmente procuram informações.

A Gradial costuma ser descrita como uma plataforma baseada em agentes de IA. Você pode explicar o que um agente de IA realmente faz no dia a dia do fluxo de marketing de uma empresa da Fortune 500?

A melhor resposta é o que vimos com os clientes. Na T-Mobile, executar uma campanha significava coordenar várias equipes, reunir aprovações e esperar em filas de produção que se estendiam por semanas. Com a Gradial, um agente de IA cuida de todo o processo, do briefing criativo às revisões e à publicação. O que antes exigia que um profissional de marketing acompanhasse manualmente cada etapa simplesmente acontece. O resultado foi uma execução de campanhas 90% mais rápida.

Na AWS, cada nova página da web exigia passar um briefing a uma agência, esperar um rascunho, enfrentar rodadas de revisão e coordenar manualmente a publicação. Um agente especializado tornou a criação de páginas 20 vezes mais rápida.

Um dos maiores desafios da adoção de IA empresarial é a confiança. Como a Gradial garante a confiabilidade e a governança quando agentes de IA tomam decisões operacionais em diferentes sistemas?

A confiança é fundamental nas empresas, especialmente em finanças e saúde, onde um erro de conformidade tem consequências reais. Toda implantação da Gradial começa com a contextualização do agente sobre o tom de voz da marca, as diretrizes de comunicação, os requisitos de conformidade, os fluxos de aprovação e os padrões do setor.

O nível de participação humana é totalmente personalizável. Equipes que estão começando ou que atuam em ambientes regulamentados podem exigir aprovação de tudo antes da publicação. Além disso, cada ação do agente é registrada, com uma trilha de auditoria completa. Descobrimos que a confiança se desenvolve naturalmente: equipes que começam com controles rigorosos ampliam aos poucos a autonomia do agente à medida que ele demonstra sua capacidade em trabalhos reais. O objetivo nunca foi delegar tudo no primeiro dia, mas construir algo que conquiste mais responsabilidade conforme demonstra que consegue assumi-la.

Sua plataforma se integra às ferramentas existentes, em vez de substituí-las diretamente. A visão de longo prazo é complementar o conjunto atual de sistemas ou substituí-lo por completo?

Por enquanto, o foco é se adaptar à realidade atual das equipes. A maioria das organizações de marketing empresarial passou anos construindo fluxos de trabalho em torno de ferramentas específicas, como Figma, Adobe e sistemas de gerenciamento de projetos. Pedir que abandonem essa infraestrutura não é realista. A Gradial se conecta a ela e cuida do trabalho de execução que vinha atrasando esses fluxos.

A visão de longo prazo é mais ambiciosa. Grande parte do software legado que sustenta o marketing empresarial foi criada para um mundo anterior à IA, e isso fica evidente. Sistemas projetados apenas para armazenar e organizar conteúdo serão muito diferentes quando um agente puder dispor desse mesmo contexto e agir com base nele simultaneamente. Acreditamos que a distinção entre o lugar onde o conteúdo fica e o lugar onde o trabalho é feito acabará desaparecendo, e estamos nos preparando para ser a camada de infraestrutura em que ambos acontecem.

Grandes empresas costumam ter fluxos de trabalho profundamente arraigados e resistência interna à mudança. O que é necessário, de fato, para implantar com sucesso um sistema concebido com IA desde o início em uma organização da Fortune 500?

A primeira coisa que fazemos é deixar claro que a Gradial não pede a ninguém que mude sua maneira de trabalhar. Parece simples, mas esse é o maior obstáculo à adoção de IA empresarial. A maioria das ferramentas traz um novo sistema, uma nova interface e uma nova forma de fazer as coisas; depois, seus fornecedores se perguntam por que a adoção estagna seis meses mais tarde. Começamos mapeando como a equipe realmente trabalha e configuramos a Gradial com base nisso.

A adoção se mantém quando as equipes percebem rapidamente que a solução funciona em trabalhos reais. Não em uma demonstração ou em um projeto-piloto com condições artificialmente favoráveis, mas nas próprias campanhas, nos próprios conteúdos e nos próprios fluxos de trabalho. Quando uma equipe vê o prazo de publicação cair de três semanas para o mesmo dia, a resistência interna tende a se dissipar por si só.

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

Uma camada de IA generativa entrega um rascunho; um mecanismo de execução faz com que ele seja publicado. A maioria das ferramentas de IA para marketing para na produção do resultado: escreve o texto ou sugere uma edição, mas, quando esse resultado precisa passar por aprovações ou ser colocado em uma página no ar, os profissionais de marketing ficam responsáveis pela gestão dessas etapas. É nessa passagem de responsabilidade que se gasta a maior parte do tempo.

Um mecanismo de execução é diferente porque está integrado às ferramentas que a equipe já usa e entende como aquele negócio específico funciona. Quando um profissional de marketing pede algo ao agente, ele conduz o trabalho por todas as etapas necessárias, obtém as aprovações e só encaminha para uma pessoa as decisões que realmente exigem intervenção humana. O profissional mantém o controle sem precisar intermediar cada etapa.

Muitas empresas estão experimentando a IA, mas poucas veem um retorno significativo sobre o investimento. Onde você acha que a maioria das organizações está errando hoje?

O erro mais comum é tratar a IA como uma ferramenta de produtividade, e não como uma solução para um processo que não funciona. Se cada resultado exige muitas alterações, ou precisa ser copiado manualmente para outro sistema, ou ainda depende de cinco aprovações antes da publicação, você não resolveu o problema.

As empresas que obtêm retornos reais foram específicas. Identificaram exatamente onde o trabalho ficava travado e aplicaram IA àquele problema, não de forma generalizada nem como um experimento, mas com uma noção clara da lentidão anterior e da rapidez desejada depois. Essa precisão separa o retorno real sobre o investimento de uma ferramenta que impressiona na demonstração e fica juntando poeira seis meses depois.

Quando você acerta, os resultados são concretos: clientes da Gradial observaram uma ativação de campanhas 8 vezes mais rápida, economia operacional de 35% ou mais no primeiro ano e 100% de conformidade com os padrões de marca e acessibilidade em cada conteúdo.

Se avançarmos cinco anos, como será uma organização de marketing inteiramente concebida em torno da IA, e qual será o papel da Gradial nesse futuro?

Em cinco anos, a camada operacional do marketing será autônoma. Um profissional de marketing pedirá a um agente que lance uma campanha, e ela estará no ar até o fim do dia, porque o agente terá cuidado de todas as etapas intermediárias. A presença da marca nas buscas com IA será monitorada e ajustada automaticamente. A conformidade será contínua ao longo do processo, em vez de uma verificação de última hora. Os profissionais de marketing dedicarão seu tempo àquilo para o qual foram contratados: construir a marca, desenvolver trabalhos criativos e tomar decisões estratégicas sobre experiências dos clientes que exigem discernimento humano.

O papel da Gradial é fazer as organizações de marketing chegarem lá primeiro, não convencendo-as a descartar tudo e começar de novo, mas demonstrando, dentro de seus fluxos de trabalho existentes, que essa forma de operar é possível. As equipes que entenderem isso cedo terão uma vantagem que se ampliará cumulativamente em relação às que ainda executarem campanhas da maneira antiga.

Obrigado pela ótima entrevista. Os leitores que quiserem saber mais podem visitar a Gradial.