Rajeev Butani, CEO da MediaMint – Série de Entrevistas

Rajeev Butani, CEO da MediaMint, traz mais de três décadas de experiência em liderança em tecnologia global, mídia e transformação digital. Antes de se juntar à MediaMint, ele atuou como CEO e Membro do Conselho da HeadSpin, onde impulsionou a inovação em inteligência de desempenho para experiências digitais. Anteriormente, Butani passou quase 27 anos na Accenture, onde liderou iniciativas transformadoras como Oficial de Tecnologia do Grupo de Comunicações, Mídia e Tecnologia, supervisionando estratégia e parcerias em torno de tecnologias emergentes, como inteligência artificial e aprendizado de máquina. Seus papéis de liderança na Accenture incluíram gerenciar relacionamentos com clientes importantes, como Google, Facebook e Microsoft, demonstrando sua profunda especialização na interseção de tecnologia, estratégia e crescimento.

Fundada em 2010, MediaMint é um parceiro de operações digitais global que fornece suporte de ponta a ponta em operações de anúncios, produção criativa, análise de dados e gerenciamento de campanhas. Com sede em Hyderabad e escritórios nos EUA e Polônia, a MediaMint capacita empresas de mídia, agências e plataformas a escalar de forma eficiente por meio de uma combinação de expertise humana e tecnologia. A empresa se concentra em entregar excelência operacional de alta qualidade, flexibilidade e transparência, ajudando os clientes a otimizar seus fluxos de trabalho, reduzir custos e se concentrar na inovação em um ecossistema digital cada vez mais complexo.

O que inspirou sua transição da Accenture para liderar a MediaMint, e como seu background em consultoria moldou sua abordagem para operações impulsionadas por IA?

Minha mudança foi sobre sair da sala de consultoria e entrar na cadeira do operador. Depois de anos na Accenture ajudando empresas a projetar planos de transformação, eu vi uma clara oportunidade de mercado para construir uma solução onde eu pudesse assumir responsabilidade não apenas por planos, mas também pela propriedade dos resultados com pele no jogo.

À medida que a adoção de IA aumenta, os clientes exigem parceiros que possam entregar resultados e resultados, assumindo a responsabilidade pelo trabalho de ponta a ponta. Minha formação em consultoria definiu nossa abordagem para atender a essa demanda, e eu não poderia estar mais animado com a jornada à frente, apoiando organizações líderes nos setores de Mídia, Entretenimento e Tecnologia com suas operações de frente.

Quebrando Silos com Agentic AI: Aplicamos o pensamento estratégico e transversal da consultoria diretamente por meio de nossa plataforma Agentic AI. A Agentic AI nos permite quebrar os silos funcionais – Vendas, AdOps, Finanças – que as grandes empresas são forçadas a trabalhar contra. Nossa agilidade nos permite projetar e entregar soluções de ponta a ponta que combinam Agentic AI e agentes humanos para gerar resultados em escala.

A MediaMint foi fundada em 2010 e cresceu significativamente desde então. Como a missão e as capacidades da empresa evoluíram, especialmente com o lançamento da MediaMint Labs?

A MediaMint sempre esteve à frente das operações de mídia e marketing. Começamos fornecendo serviços de alta qualidade, liderados por humanos, a principais editores, plataformas, agências e marcas. Nossa missão era ser o parceiro operacional de confiança que permitisse que nossos clientes escalassem sua receita e construíssem eficiências operacionais.

O lançamento da MediaMint Labs marca nossa próxima fase, a formalização de como usamos IA para impulsionar não apenas eficiência, mas crescimento. Agora, estamos focados em criar agentes de IA por meio da MediaMint Labs que não apenas executem tarefas, mas se tornem aceleradores estratégicos para nossos clientes. A aquisição da DataBeat também foi uma parte fundamental dessa evolução, aprofundando nossa capacidade em engenharia de dados, análise e gerenciamento de rendimento. Isso é uma mudança fundamental, movendo-nos de um provedor de serviços de confiança para um parceiro de crescimento impulsionado por IA.

A MediaMint Labs se concentra em agentes de IA co-criados, otimizadores e aceleradores que a MediaMint não apenas constrói, mas também possui e opera. Qual é a vantagem estratégica que esse modelo de propriedade prática oferece aos clientes?

Esse modelo de propriedade prática é nosso principal diferenciador estratégico. Aprendemos que, quando você entrega um agente de IA e se afasta, ele falha no momento em que a complexidade do mundo real atinge. Nossos clientes obtêm duas vantagens principais:

Primeiro, desenvolvimento rápido e segurança. Nossa plataforma de desenvolvimento interna, agnóstica de modelo, nos permite projetar, implantar e operar agentes para uma variedade de casos de uso de crescimento de forma segura e em escala. Com ambientes de tempo de execução pré-construídos e provisionamento de ambiente de um clique, podemos colocar novos agentes ao vivo em semanas, não meses. A plataforma lida com governança, residência de dados e segurança por padrão, então os clientes não precisam se preocupar com as complexidades de gerenciar infraestrutura de IA personalizada.

Segundo, melhoria contínua e estabilidade. Retemos a propriedade operacional, o que significa que somos responsáveis pelo desempenho contínuo do agente. Acompanhamos o desempenho em tempo real por meio de um sistema de rastreamento centralizado, então cada ação é responsável e cada resultado melhora com o tempo.

Você alertou sobre os perigos de entregar agentes de IA aos clientes sem acompanhamento contínuo. Por que o modelo da MediaMint, onde você retém a propriedade operacional, é eficaz?

Entregar um agente de IA é como entregar um carro de corrida de alto desempenho sem uma equipe de pit stop. Ele pode funcionar perfeitamente no primeiro dia, mas sem ajustes e manutenção constantes, ele falhará. O principal perigo é a decadência – o desempenho do agente degrada à medida que o fluxo de trabalho do cliente ou a API da plataforma muda.

Por que a Propriedade Operacional Funciona: Nosso modelo é eficaz porque assumimos a propriedade operacional, tratando o agente não como um produto, mas como um serviço garantido. Isso fornece dois benefícios principais:

1. Melhoria Contínua

Retemos a responsabilidade pelo desempenho contínuo do agente. Nossa suíte de avaliação e registro de rastreamento centralizado nos permite monitorar e otimizar continuamente os agentes por meio de nosso processo Human-in-the-Loop contra as regras de negócios ao vivo do cliente. Esse modelo garante que a solução não degrada; ela se torna mais inteligente e robusta com o tempo. Essa supervisão contínua é como garantimos que o agente sempre funcione de forma segura, eliminando riscos críticos de receita e conformidade para o cliente.

2. Julgamento Estratégico e Proteção de Casos Limítrofes

O humano no loop não está lá para tarefas básicas; eles são nossa “equipe de pit stop” para cenários de alto risco. Essa expertise é crítica para: Julgamento Estratégico: Lidar com situações que a IA nunca viu, como mudanças regulamentares significativas ou lançamentos de novas plataformas de anúncios. Resolução de Casos Limítrofes: Resolver saídas ambíguas e falhas complexas que poderiam impactar a receita ou a conformidade.

Essa supervisão contínua se traduz diretamente em valor. Entregamos um resultado de desempenho garantido, assegurando uma redução significativa de erros críticos e mantendo consistentemente alta satisfação do cliente, não apenas um pedaço de software.

Como você prevê que a Agentic AI complementará ou até substituirá elementos do modelo SaaS? Quais fatores determinam se uma solução é melhor entregue como Agentic AI versus SaaS tradicional?

O debate atual perde o ponto: a Agentic AI não está aqui para substituir toda a pilha SaaS; ela está aqui para disruptar a economia do trabalho operacional. A distinção central é a mudança de fornecer uma ferramenta para garantir um resultado. A Agentic AI afetará o SaaS de duas maneiras distintas:

Substituição: A Quebra do Fluxo de Trabalho. Os agentes substituirão SaaS transacionais e baseados em fluxo de trabalho – as plataformas projetadas apenas para mover dados ou automatizar etapas rotineiras. O valor não está mais na interface do usuário; está na ação autônoma. Estamos mudando de ‘Ferramenta como Serviço’ para ‘Ação como Serviço’.

Complemento: A Camada de Augmentação. Os agentes não substituirão plataformas estratégicas como Salesforce ou principais sistemas de mídia. Em vez disso, nosso sistema Agentic AI operará sobre elas, executando otimizações complexas em tempo real. Eles transformam sistemas passivos de registro em sistemas ativos de inteligência, aumentando a capacidade humana.

O fator-chave que determina nossa abordagem é a confiabilidade. Ao contrário das ferramentas LLM de consumidor, nossos Agentes são projetados desde o início para serem trabalhadores confiáveis. Eles são projetados para seguir o SOP detalhado de perto, cumprir as políticas e nunca desviar ao longo de centenas de execuções. Esse compromisso com Governança e Confiança – e não apenas criatividade – é o que nos permite gerenciar fluxos de trabalho críticos de P&L, algo que o SaaS tradicional e a IA de consumidor não podem fazer.

A MediaMint enfatiza uma abordagem híbrida com humanos no loop. Por que a supervisão humana ainda é crítica na era da Agentic AI, e como ela melhora os resultados?

Os humanos fornecem duas coisas que um agente de IA não pode: julgamento e estratégia. Embora um agente de IA possa criar um plano de mídia ou corrigir uma anomalia de ritmo, um estrategista humano é necessário para definir os objetivos comerciais, fornecer direção criativa e tomar decisões nuances que envolvem segurança de marca, sentimento de mercado ou fatores externos inesperados.

Nossa plataforma apoia esse modelo híbrido por design. Nossos Agentes são projetados para serem parceiros confiáveis que realizam o trabalho consistentemente, execução após execução, seguindo as diretrizes e o SOP exatamente. Isso garante que o Governador humano possa fornecer orientação e feedback em tempo real e atuar como o necessário Human-in-the-Loop (HITL), garantindo que eles operem como trabalhadores responsáveis e que seguem as políticas. O agente lida com as tarefas mundanas e de alto volume, como elaborar relatórios ou sinalizar problemas, o que resultou em uma redução média de 40% de esforço para nossas equipes. Isso libera o humano para se concentrar em trabalho estratégico de alto valor. A supervisão humana não apenas melhora os resultados; é o que garante que eles estejam alinhados com os objetivos estratégicos mais amplos da empresa.

Muitas implementações de IA falham porque estão isoladas demais. Como a MediaMint garante que as soluções de IA sejam integradas holisticamente em fluxos de trabalho e departamentos?

Essa é uma desafio-chave, e projetamos nossa filosofia inteira para resolvê-lo. A maioria dos projetos de IA falha porque são construídos como soluções de ponto isoladas que nunca realmente falam a linguagem dos negócios. Nossa solução é garantir que cada Agente seja projetado desde o início para a realidade operacional específica do cliente. Conseguiro isso integrando holisticamente não por meio de SDKs genéricos, mas por meio do Agent Runbook – um plano operacional personalizado.

O Agent Runbook é o plano operacional central. É um playbook personalizado – um conjunto de instruções e guardrails que diz ao agente exatamente o que fazer, como lidar com exceções e como se conectar a sistemas externos com precisão. Essa abordagem aborda diretamente o problema de IA fragmentada, forçando a integração desde o início: o Runbook é personalizado para o SOP do cliente, incorporando nossa expertise de domínio no núcleo. Além disso, nossa Biblioteca de Conectores vincula esses Agentes de forma transparente a sistemas-chave do cliente, como Salesforce, Google Ad Manager e Snowflake. Isso significa que a solução de IA não é uma ferramenta, mas um componente integrado e holístico da espinha dorsal operacional do cliente.

Você prevê cenários em que vários agentes de IA colaboram em papéis diferentes, criando sistemas “agente-para-agente”? Qual é o futuro dessa visão?

Absolutamente. Estamos construindo em direção a esse futuro. A própria arquitetura de nossa plataforma, com sua camada de serviço unificada e adaptadores de ferramentas, é projetada para essa tipo de interoperabilidade. O futuro será menos sobre um agente monolítico e mais sobre agentes especializados colaborando para resolver um problema de negócios complexo.

Imagine um ecossistema em que um Agente de Detecção de Anomalias identifica uma queda no desempenho da campanha. Ele dispara um segundo Agente de Otimização para fazer um ajuste de oferta. Esse segundo agente, por sua vez, notifica um Agente de QA Criativo para verificar se há problemas de conformidade com os criativos. Finalmente, um Agente de Relatórios consolida todas essas ações e insights em um relatório em tempo real para o gerente de conta. A MediaMint Labs habilita essa colaboração agente-para-agente, formando a espinha dorsal das operações comerciais de próxima geração, onde os fluxos de trabalho não são mais uma sequência linear de tarefas humanas, mas uma orquestração dinâmica de agentes autônomos.

Para as empresas que exploram a Agentic AI, quais são suas três principais recomendações para garantir a implementação bem-sucedida e o valor a longo prazo?

Minhas três principais recomendações seriam:

1. Comece com o problema certo, não apenas com uma tecnologia legal. Não construa um agente por construir. Foque em um problema bem definido, repetitivo e de alto valor, como nossos casos de uso representativos de um Co-piloto de Pacing de Campanha ou um Agente de QA Criativo. O valor deve ser claro e mensurável, com um objetivo vinculado a uma redução significativa de esforço (por exemplo, >25%), otimização de receita mensurável ou evasão de perda de receita quantificável.
2. Planeje a gestão operacional, não apenas a implantação. Não o entregue. Os agentes são sistemas vivos que exigem supervisão, avaliação e gerenciamento de segurança contínuos. Escolha um parceiro que ofereça um modelo como o nosso – onde eles retêm a propriedade operacional – para garantir que seu investimento entregue valor a longo prazo e não se torne um pesadelo de manutenção.
3. Priorize a integração e a governança desde o início. Os agentes de IA isolados falharão.

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