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 praticamente todos os programas de marketing estavam se mudando rapidamente para o digital. Ficou imediatamente claro que havia uma grande desconexão em 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 uma festa especial para os prospectos, mas esquecer de atender a porta quando eles chegavam.

Foi aí que surgiu a ideia da Qualified. Queríamos criar uma maneira para as equipes de vendas conhecerem os compradores qualificados no momento em que eles chegavam ao site — com relevância, contexto e experiências personalizadas em tempo real que são representativas do que os compradores desejam. Avançando para hoje, evoluímos essa visão para 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 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 representava 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 novamente foi um grande facilitador para as empresas descarregarem cargas de trabalho significativas 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 conjuntos de dados vastos. Agora, é claro, os LLMs mudaram tudo em termos de nossa capacidade de mover cargas de trabalho significativas 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, está 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 de 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 agentes para várias funções em toda a empresa. Nosso agente SDR de IA tem sido um lugar muito popular para começar 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 ela 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 traça a linha entre automação útil e autonomia arriscada?

A autonomia não pode existir 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 desenvolvendo 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 em 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 de forma eficiente, mas também com precisão e dentro dos limites definidos pelo cliente. Você não pode simplesmente soltar um agente em produção que está interagindo com seus prospectos e clientes sem entender como isso afetará o ciclo de compra completo.

Então, para mim, a linha é traçada na 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 mais educada e está pensando sobre essas coisas da maneira certa, mas é nosso trabalho ajudar nossos clientes a colocar as guardas certas, moderação e as melhores práticas em torno da 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 moderação e guardiões significativos no núcleo de nossa IA, significando tirar 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 das extremidades de um engajamento, a Piper pode simplesmente encerrar uma conversa se ela estiver se movendo em uma área que é:

• Não relacionada à empresa, produtos, serviços ou setor
• Aleatória ou sem sentido
• Explícita, inapropriada ou ofensiva
• Completamente fora do escopo do que um agente SDR de IA deve lidar

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

Você falou sobre a necessidade de sistemas de rollback e capacidades de anulação. Pode nos guiar pelos mecanismos 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 com a visão do 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 nossos 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 de lhe dar 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 da 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 nos riscos aumentados 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 de nível empresarial começando no nível PRD. Isso significa que estamos pensando em 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 o suficiente. Estamos criando uma cultura de transparência e construindo nosso próprio quadro ético antes de regulamentações mais formais.

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

Você acha que as empresas estão se movendo muito rápido 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 rapidamente e olhando para a IA como ferramentas para implementar em vez de como uma transformação de negócios total.

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 clientes?

Olhamos para a Piper como uma colega de equipe. Suas forças — sempre ligada, velocidade, recall instantâneo, escala infinita — a tornam uma poderosa agente SDR, mas sabemos que ela não pode possuir cada interação individual de ponta a ponta.

Os humanos sempre serão necessários em conversas de alto risco onde a inteligência emocional sutil melhor serve ao comprador. Utilizar a IA nos casos de uso certos é a chave para equilibrar a automação e as habilidades humanas. A Piper é incrivelmente 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.

Você está à frente do marketing agente. 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 nivelou o campo de jogo para as empresas nessa indústria.

Estamos todos nessa montanha-russa juntos, e finalmente estamos passando daquela fase inicial de truque e vendo quais 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 figurar como construir as pilhas de tecnologia mais poderosas que trabalham juntas como uma equipe para realizar fluxos de trabalho complexos.

Quais indústrias você acredita que estão menos preparadas para as implicações dos agentes de IA autônomos — e o que elas 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 tem que ter uma mentalidade moderna em torno da higiene dos dados e do 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 da 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 de 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.