Sean Whiteley, Fundador e Presidente da Qualified – Série de Entrevistas

Você fundou três empresas com sucesso, incluindo uma adquirida pela Salesforce e outra pela SurveyMonkey. O que o inspirou a criar a Qualified, e como ela se encaixa na evolução mais ampla da IA no software empresarial?

Kraig e eu fundamos uma empresa de marketing de busca que foi adquirida pela Salesforce. Isso aconteceu no início da revolução em nuvem, e virtualmente todos os programas de marketing estavam se mudando rapidamente para o digital. Ficou imediatamente claro que havia uma grande desconexão na forma como os vendedores estavam se conectando com os compradores nesse novo mundo. As empresas estavam gastando milhões para direcionar tráfego para seus sites, mas quando esses compradores com alto potencial chegavam, a experiência de engajamento não havia evoluído. Era como organizar e pagar por uma festa especial para os prospectos, mas esquecer de responder à porta quando eles chegavam.

Foi aí que surgiu a ideia da Qualified. Queríamos criar uma maneira para as equipes de vendas encontrarem compradores qualificados no momento em que eles chegavam ao site – com relevância, contexto e experiências hiperpersonalizadas que são representativas do que os compradores desejam. Avançando para hoje, evoluímos essa visão em algo muito maior: uma camada de marketing agente que executa todos os fluxos de trabalho de um processo de marketing de entrada, abrangendo interações em tempo real no site e interações assíncronas por e-mail. A Qualified foi construída para essa próxima onda de software empresarial, onde os trabalhadores de IA não apenas executam tarefas e fluxos de trabalho, mas também tomam decisões baseadas no contexto em nome da sua empresa.

Como sua visão para a IA mudou desde os seus primeiros dias em marketing de busca até agora, com a Piper automatizando as vendas de entrada em escala?

Obviamente, o surgimento dos Grandes Modelos de Linguagem (LLMs) mudou completamente o jogo em sua totalidade. Quando começamos nossa primeira empresa, era o início dos dias em nuvem, o que representou uma mudança fundamental no modelo de entrega de software. Coisas como infraestrutura compartilhada, multi-locatário e preços pay-as-you-go pavimentaram o caminho para as empresas moverem aplicativos e processos críticos para a nuvem. Logo após, plataforma e infraestrutura se tornaram disponíveis como uma coleção de serviços, o que foi novamente um grande facilitador para as empresas descarregarem grandes cargas de trabalho para os fornecedores de nuvem. Tudo mudou.

Avançando uma década, e a revolução da IA explodiu. Há apenas alguns anos, quando começamos a Qualified, a aprendizagem de máquina (ML) representava uma nova maneira de aproveitar a inteligência de vastos conjuntos de dados. Agora, é claro, os LLMs mudaram tudo em termos de nossa capacidade de mover grandes cargas de trabalho para a IA. Mas, mais importante, os LLMs tornam a IA acessível a todos, e as pessoas têm a capacidade de interagir com computadores, aplicativos ou dados usando sua linguagem natural. E, embora estejamos realmente apenas no início, é muito claro que muitas coisas que fizemos historicamente serão reescritas e feitas de novas maneiras. Isso não se aplica apenas à forma como vivemos, mas também à forma como trabalhamos.

Uma das nossas máximas na Qualified é desafiar tudo o que fizemos historicamente e avaliar como será transformado com a IA. A IA não apenas mudará a natureza de como construímos sistemas, mas também desbloqueará novos processos, operações e estruturas organizacionais.

A primeira onda dessa transformação da IA se manifestou nos agentes. Todas as empresas estão trazendo camadas agente para várias funções em toda a empresa. Nosso agente SDR da IA foi um lugar muito popular para começar, pois se relaciona a trazer uma camada agente para um movimento de marketing. E está se tornando muito claro que não apenas a Piper pode automatizar virtualmente todas as tarefas e fluxos de trabalho de geração de pipeline de entrada historicamente executados por SDRs humanos, mas também pode começar a lidar com muitos dos fluxos de trabalho tradicionalmente feitos com plataformas de automação de marketing.

Piper é um exemplo poderoso de um agente de IA autônomo em ação. Onde você pessoalmente desenha a linha entre a automação útil e a autonomia arriscada?

A autonomia não pode existir com segurança sem responsabilidade. A confiança pode ser ganha ou perdida exponencialmente em um sistema agente. Não estamos mais construindo ferramentas de nuvem. Agora estamos implantando trabalhadores autônomos que tomam decisões em nome dos clientes. Há apostas mais altas para confiabilidade e confiança do que nunca antes. O comportamento do agente impreciso ou inútil deve ser a prioridade número um para qualquer pessoa que desenvolva agentes. Assim como é importante investir em capacidades em torno de treinamento, ajuste, fine-tuning, transparência, citações e controle, é habilitar o cliente a construir a fundação de governança para um agente.

Com a Piper, fomos intencionais sobre construir autonomia útil – IA que opera dentro de guardiões claramente definidos, alimentada por nossa rica história de parcerias com nossos clientes que usam nossos produtos hoje. A linha para mim é bastante clara: a automação nunca deve substituir o julgamento em momentos que exigem contexto, empatia ou nuances.

A Piper não tenta possuir a jornada completa do comprador desde o início. Há um importante processo de rampa para garantir que o agente esteja operando não apenas com eficiência, mas também com precisão e dentro dos limites definidos pelo cliente. Você não pode simplesmente liberar um agente em produção que interage com seus prospectos e clientes sem entender como isso afetará o ciclo de compra completo.

Então, para mim, a linha é desenhada em confiança, observabilidade e controle. Se não podemos fornecer explicabilidade ou medir seu desempenho, então não está pronto. A maioria das empresas com as quais falo está se tornando muito mais educada e está pensando sobre essas coisas da maneira certa, mas é nosso trabalho ajudar nossos clientes a colocar os guardiões certos, moderação e as melhores práticas de governança no lugar.

Dada a capacidade crescente dos agentes de IA, como você garante que a Piper permaneça dentro dos limites éticos e contextuais – especialmente ao engajar leads humanos reais em cenários de alto risco?

Dentro do aplicativo Qualified, você pode programar a Piper para permanecer dentro de certos limites, controlar seu tom e garantir que ela obedeça às políticas da empresa. Essas são verdades absolutas e regras de engajamento que não podem ser quebradas ao engajar visitantes. Fornecemos uma moderação e guardiões significativos no núcleo de nossa IA, significando que estamos tirando os riscos em torno de dados (PII) e informações sensíveis completamente da equação. Além disso, permitimos que as empresas adicionem guardiões adicionais, instruções e regras de engajamento.

Também habilitamos a Piper a gentilmente direcionar uma conversa que se desvia do tópico. Além disso, se percebemos que há um ator ruim em uma extremidade do engajamento, a Piper pode simplesmente encerrar uma conversa se estiver se aproximando de uma área que é:

• Não relacionada à empresa, produtos, serviços ou setor
• Aleatório ou sem sentido
• Explícito, inapropriado ou ofensivo
• Completamente fora do escopo do que um agente SDR da IA deve lidar

Esses guardiões rigorosos garantem que a Piper permaneça dentro de seus limites designados, dando aos nossos clientes total confiança e controle sobre seu comportamento.

Você falou sobre a necessidade de sistemas de rollback e capacidades de override. Pode nos levar pelos medidas de segurança e controle que você construiu na plataforma da Qualified para prevenir ou mitigar erros de IA?

A confiança e a transparência/explicabilidade andam de mãos dadas. A confiança começa fornecendo insights sobre o que está acontecendo, por que está acontecendo e como influenciar como funciona no futuro. Há princípios básicos, como citações, loops de feedback e ajuste/fine-tuning. Mas também demos passos extras para que os usuários forneçam uma camada de observabilidade para a IA que é facilmente acessível e pode fornecer feedback humano no loop.

Como exemplo, fornecemos a capacidade de simular várias circunstâncias e facilmente ver o que a IA fará e fornecer feedback ou correção de curso em cada situação hipotética. Assim como você rampa um funcionário antes que ele seja dado autonomia, você deve fazer a mesma coisa com a IA.

À luz das tendências de regulamentação da IA e manchetes recentes sobre falhas da IA, como você vê o papel da conformidade e política moldando o futuro dos agentes de IA nas vendas e marketing?

A regulamentação e a governança são mais importantes do que nunca. Não é difícil pensar sobre o risco aumentado que os agentes podem representar se não forem implantados de forma responsável. Todos vimos os resultados de soltar a IA sem contexto ou responsabilidade. No B2B, particularmente nas vendas e marketing, onde jogamos, estamos lidando com muitos dados empresariais e algum grau de Informações de Identificação Pessoal (PII). Temos que nos manter, e a nossos clientes, a altos padrões para proteger as experiências dos compradores.

Estamos construindo a Piper com conformidade empresarial desde o nível PRD. Isso significa que estamos pensando sobre privacidade, segurança e governança desde a concepção de qualquer coisa nova que construímos e enviamos. À medida que a IA evolui, também evoluirão os padrões em torno dos suspeitos habituais em nossa indústria, como SOC 2, GDPR, CCPA, gerenciamento de consentimento, etc. – essas são todas as coisas que mantemos em mente sempre que estamos enviando recursos. Mas, marcar caixas não é suficiente. Estamos criando uma cultura de transparência e construindo nosso próprio quadro ético antes de mais regulamentações formais.

Essas peças do quebra-cabeça da IA não podem esperar por política formal – se você não está já definindo esses padrões dentro de suas equipes, você está atrasado.

Você acha que as empresas estão se movendo rápido demais ao dar aos agentes de IA muita autonomia sem construir estruturas de supervisão humana adequadas?

Todos vimos as manchetes quando essas coisas saem dos trilhos – há, sem dúvida, empresas que estão se movendo muito rápido e olhando para a IA como ferramentas para implementar em vez de como uma transformação completa de negócios.

A automação não é uma estratégia. É uma peça dessa imagem maior, mas requer infraestrutura e pensamento de longo prazo para evitar cometer erros enormes que, no final do dia, erodem a confiança com os clientes. Você não pode recuperar isso.

A supervisão humana não é um inibidor do sucesso com a automação, é um habilitador. A IA fará o trabalho pesado, mas os humanos no loop são necessários para escalar de forma responsável.

Como você equilibra a velocidade e a eficiência da IA com habilidades humanas únicas, como julgamento, ética e nuances em interações com os clientes?

Olhamos para a Piper como uma colega de equipe. Suas forças – sempre ligada, velocidade, recall instantâneo, escala infinita – a tornam um agente SDR poderoso, mas sabemos que ela não pode possuir todas as interações individuais de ponta a ponta.

Os humanos sempre serão necessários em conversas de alto risco onde a inteligência emocional sutil serve melhor ao comprador. Usar a IA nos casos de uso certos é a chave para equilibrar a automação e os conjuntos de habilidades humanas. A Piper é extremamente rápida, mas ela sabe quando parar e envolver os humanos.

Deixamos a IA fazer o que a IA faz melhor, para que as pessoas possam fazer o que as pessoas fazem melhor.

O que o excita mais sobre os próximos 2-3 anos nesse espaço?

Sinto que a Era da IA deu a muitos de nós um segundo fôlego após alguns anos difíceis no espaço tecnológico. O marketing agente é uma inovação poderosa que abre as portas para todo tipo de nova tecnologia, e é quase nivelado o campo de jogo para as empresas nessa indústria.

Estamos todos nessa montanha-russa juntos, e finalmente estamos passando pela fase inicial de gimmick e vendo o que as aplicações são realmente úteis.

Os próximos dois a três anos serão todos sobre orquestração – à medida que mais e mais agentes de IA vão online, o trabalho será descobrir como construir as pilhas de tecnologia mais poderosas que funcionam juntas como uma equipe para realizar fluxos de trabalho complexos.

Quais setores você acredita que estão menos preparados para as implicações dos agentes de IA autônomos – e o que eles devem fazer agora para se destacar?

As indústrias que têm hierarquias rígidas e pilhas de tecnologia legadas estão em risco de serem deixadas para trás. Para o marketing agente ser bem-sucedido, você precisa ter uma mentalidade moderna em torno da higiene de dados e software, e algumas dessas operações maiores se movem lentamente e têm muita dívida tecnológica para navegar. Ironia, essas são as organizações que mais se beneficiam com os agentes de IA – seus fluxos de trabalho estão maduros para automação.

A chave agora é começar com a infraestrutura e não com a tecnologia. Eles precisarão colocar suas casas em ordem primeiro com planejamento estratégico em torno de fluxos de trabalho onde os agentes adicionam valor. Eles precisarão de estruturas em torno da conformidade e segurança. Então, eles podem começar a pilotar alguns desses programas.

Isso não é apenas um projeto de TI – é uma mudança organizacional completa, de cima a baixo.

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