Дуг Таллмедж, сооснователь и генеральный директор Gradial — Серия интервью

Дуг Таллмедж, сооснователь и генеральный директор Gradial, — технологический предприниматель и технический руководитель с опытом в аэрокосмической отрасли, спутниковой связи, финансах и корпоративном ИИ. До основания Gradial в 2023 году он почти пять лет работал в SpaceX (SPCX ). Там он помогал развивать сеть Starlink с самых ранних этапов, руководил сетевой аналитикой, поддерживавшей рост с нуля до более чем 500 000 клиентов, и управлял командами инженеров-программистов и специалистов по науке о данных, занимавшимися оптимизацией и моделированием сети. Он также участвовал в проектах Starlink по прямому соединению спутников с мобильными телефонами и в разработке ранних систем электропитания спутников. Ранее Таллмедж занимал должности в Lockheed Martin (LMT ) и Bridgewater Associates, сочетая глубокие технические знания с опытом работы с крупномасштабными системами и бизнес-процессами.

Gradial — компания, разрабатывающая ИИ для предприятий и специализирующаяся на том, что она называет маркетинговыми операциями на основе агентов. Она помогает крупным организациям автоматизировать операционную работу между творческой стратегией и реализацией кампаний. Платформа не ограничивается контентом, созданным ИИ, а координирует ИИ-агентов в таких системах, как Adobe Experience Manager, Salesforce, Jira, платформы управления контентом, инструменты управления цифровыми материалами и маркетинговые рабочие процессы. Она может создавать, оптимизировать, размечать, проверять качество и публиковать маркетинговые материалы, обеспечивая соблюдение правил управления, нормативных требований, доступности и стандартов бренда. Формируя общий слой организационных знаний, связывающий корпоративные системы, Gradial стремится сократить ручную координацию, которая часто замедляет крупные маркетинговые команды. Это позволяет быстрее запускать кампании, наращивать выпуск персонализированного контента и эффективнее управлять всё более сложным цифровым опытом.

В SpaceX вы помогали развивать Starlink с нуля до сотен тысяч пользователей и работали над сложными сетевыми системами, прежде чем основали Gradial. Когда вы поняли, что в корпоративной маркетинговой инфраструктуре есть схожие системные неэффективности, и как это наблюдение привело к созданию Gradial?

На прежней работе я своими глазами видел, как организационные препятствия в крупных компаниях усиливают друг друга. Даже небольшая неэффективность может замедлить все последующие процессы. Самое сильное отрицательное влияние этих узких мест я заметил в маркетинге. Команды тратили много времени на работу с разными платформами, загрузку материалов, управление согласованиями и координацию передачи задач. Стратегическое мышление и творческое руководство тонули в слоях исполнительской работы.

Это идеальная область применения ИИ, но меня поразило, куда было направлено внимание отрасли. Большинство платформ использовали ИИ для написания контента. Однако в разговорах с маркетологами крупных организаций выяснялось, что недостаток контента не был проблемой. Создавать его они могли легко, а вот быстро публиковать — нет. От идеи до запущенной кампании проходили дни, недели, иногда месяцы. Основная часть инвестиций в ИИ шла на создание, тогда как более трудная задача — действительно довести контент до аудитории — полностью игнорировалась. Мы создали Gradial, чтобы заполнить этот пробел: агенты берут на себя всё от черновиков и согласований до публикации, соблюдения правил бренда и оптимизации результатов. Так маркетологи могут сосредоточиться на работе, требующей человеческого суждения.

Вы утверждали, что традиционные системы официального учёта, так называемые systems of record, фактически превратились в системы технического долга. Что именно перестаёт работать в устаревшем маркетинговом ИТ-ландшафте, когда компании пытаются внедрить ИИ?

Системы официального учёта, такие как CMS, инструменты управления проектами, процессы согласования и библиотеки материалов, создавались для организации информации, а не для быстрой работы. Когда компании добавляют ИИ поверх этих существующих систем, быстро возникают проблемы. Инструмент не знает обслуживаемый бизнес, стиль общения бренда, нормативные требования и процедуры согласования. Поэтому маркетологи вынуждены проверять каждый результат и исправлять ошибки, вызванные недостатком контекста. Для организаций, уже управляющих тысячами единиц контента в нескольких каналах, добавленный таким образом ИИ становится ещё одним сложным процессом, которым нужно управлять.

Обсуждение ИИ в маркетинге в основном сосредоточено на создании контента. Почему вы считаете, что настоящая возможность заключается в исполнении, и как этот сдвиг выглядит на практике?

Маркетологам нетрудно придумывать идеи. Трудно проводить контент через циклы проверки, сохранять единый стиль бренда, работать с десятками инструментов и оптимизировать материалы для разных аудиторий.

Структурно меняется и то, как аудитория находит бренды. За последний год количество поисковых запросов в Google упало почти на 20%, поэтому бренды больше не могут полагаться только на SEO. Им нужно появляться в ответах ИИ-поиска. Для этого следует публиковать контент, который модели могут легко интерпретировать, цитировать и показывать пользователям. Проблема в том, что модели постоянно меняют источники, из которых берут информацию. Бренд, присутствующий в сегодняшнем ответе, завтра может незаметно исчезнуть. Пока маркетологи обнаружат пробел, обновят контент и получат согласования, модели уже уйдут дальше.

Одно лишь создание контента проблему не решает. Даже при ускоренном выпуске материалы могут застревать в тех же очередях согласования и оставаться неоптимизированными для видимости в ответах ИИ.Gradial подключается к инструментам, которыми маркетологи уже пользуются, и выполняет задачи, обычно замедляющие весь процесс: правки контента, проверку соблюдения правил бренда и публикацию на разных платформах.В результате кампании запускаются за часы вместо недель, а контент оказывается точным, соответствует бренду и виден там, где аудитория действительно ищет информацию.

Gradial часто называют агентной платформой. Можете объяснить, что ИИ-агент на самом деле делает каждый день в маркетинговом рабочем процессе компании из списка Fortune 500?

Лучший ответ дают примеры клиентов. В T-Mobile запуск кампании требовал координации нескольких команд, сбора согласований и ожидания в производственных очередях, растягивавшихся на недели. С Gradial ИИ-агент ведёт весь процесс от творческого задания до проверки и публикации. То, ради чего маркетологу раньше приходилось вручную следить за каждым шагом, теперь происходит само. В результате кампании стали реализовываться на 90% быстрее.

В AWS каждая новая веб-страница требовала постановки задачи агентству, ожидания черновика, нескольких раундов правок и ручной координации публикации. Специализированный агент ускорил создание страниц в 20 раз.

Доверие — одна из самых больших сложностей при внедрении корпоративного ИИ. Как Gradial обеспечивает надёжность и управление, когда ИИ-агенты принимают исполнительские решения в разных системах?

В корпоративной среде доверие решает всё, особенно в финансах и здравоохранении, где нарушение требований имеет реальные последствия. Каждое внедрение Gradial начинается с передачи агенту контекста о стиле бренда, правилах коммуникации, нормативных требованиях, процессах согласования и отраслевых стандартах.

Степень участия человека полностью настраивается. Команды, только начинающие работу в этом направлении или действующие в регулируемых отраслях, могут требовать согласования всего перед публикацией. Каждое действие агента также фиксируется с полной аудиторской трассировкой. Мы обнаружили, что доверие складывается естественно: команды, начинающие со строгого контроля, постепенно расширяют самостоятельность агента, когда тот подтверждает свою состоятельность в реальной работе. Мы никогда не стремились передать всё в первый же день. Наша цель — создать систему, которая заслуживает большей ответственности, доказывая, что способна с ней справиться.

Ваша платформа интегрируется с существующими инструментами, а не заменяет их напрямую. Долгосрочная цель — дополнить нынешний набор систем или полностью его заменить?

Пока мы исходим из условий, в которых команды уже работают. Большинство корпоративных маркетинговых организаций годами выстраивали процессы вокруг определённых инструментов, например Figma, Adobe и систем управления проектами. Просить их отказаться от этой инфраструктуры нереалистично. Gradial подключается к ней и берёт на себя исполнительскую работу, которая замедляла эти процессы.

Долгосрочная концепция более амбициозна. Значительная часть старого программного обеспечения, на котором основан корпоративный маркетинг, создавалась для мира до ИИ, и это заметно. Системы, предназначенные исключительно для хранения и организации контента, будут выглядеть совсем иначе, когда агент сможет удерживать тот же контекст и одновременно действовать на его основе. Мы считаем, что различие между местом хранения контента и местом выполнения работы в итоге исчезнет. Мы создаём инфраструктурный слой, где будет происходить и то и другое.

У крупных предприятий часто есть прочно укоренившиеся рабочие процессы и внутреннее сопротивление переменам. Что на самом деле нужно для успешного внедрения системы, изначально построенной вокруг ИИ, в организации из списка Fortune 500?

Сначала мы ясно объясняем, что Gradial не просит никого менять способ работы. Это звучит просто, но именно здесь находится главное препятствие для внедрения корпоративного ИИ. Большинство инструментов приносят новую систему, новый интерфейс и новый способ действий, а затем удивляются, почему через полгода внедрение буксует. Мы начинаем с изучения того, как команда работает в действительности, и настраиваем Gradial под это.

Использование закрепляется, когда команды быстро видят результат в настоящей работе. Не на демонстрации и не в тщательно приукрашенном пилотном проекте, а в собственных кампаниях, контенте и процессах. Когда команда видит, что срок публикации сокращается с трёх недель до того же дня, внутреннее сопротивление обычно ослабевает само.

Чем с технической точки зрения механизм исполнения отличается от обычного слоя генеративного ИИ?

Слой генеративного ИИ даёт черновик, а механизм исполнения доводит его до публикации. Большинство маркетинговых ИИ-инструментов останавливаются на результате: пишут текст или предлагают правку. Но как только результат нужно провести через согласования или разместить на опубликованной странице, управлять продолжением приходится маркетологам. Именно эта передача работы на самом деле поглощает больше всего времени.

Механизм исполнения отличается тем, что встроен в инструменты, которыми команда уже пользуется, и понимает работу конкретной компании. Когда маркетолог поручает агенту задачу, тот проводит работу через каждый обязательный этап, получает согласования и выносит на рассмотрение только решения, действительно требующие человека. Маркетолог сохраняет контроль, не становясь посредником на каждом шаге.

Многие компании экспериментируют с ИИ, но лишь немногие получают значимую отдачу от инвестиций. В чём, по-вашему, большинство организаций ошибается сегодня?

Самая распространённая ошибка — считать ИИ инструментом производительности, а не способом исправить неработающий процесс. Если каждый результат требует серьёзного редактирования, или его приходится вручную копировать в другую систему, или перед публикацией по-прежнему нужны пять согласований, проблема не решена.

Компании, получающие реальную отдачу, точно определили проблему. Они установили, где застревает работа, и применили ИИ именно там. Не повсеместно и не просто ради эксперимента, а с ясным представлением о том, что означала медленная работа раньше и какую скорость нужно получить после изменений. Эта точность отличает реальную отдачу от инструмента, который впечатляет на демонстрации, а через полгода пылится без дела.

При правильном подходе результаты ощутимы: клиенты Gradial добивались запуска кампаний в восемь раз быстрее, экономии не менее 35% операционных затрат за первый год и стопроцентного соблюдения требований бренда и доступности в каждом материале.

Если заглянуть на пять лет вперёд, как будет выглядеть маркетинговая организация, полностью построенная на ИИ, и какую роль сыграет Gradial?

Через пять лет операционный слой маркетинга будет автономным. Маркетолог попросит агента запустить кампанию, и к концу дня она будет опубликована, потому что агент выполнит все промежуточные шаги. Видимость бренда в ИИ-поиске будет автоматически отслеживаться и корректироваться. Соблюдение требований будет обеспечиваться непрерывно в течение всего процесса, а не проверяться в последний момент. Маркетологи будут заниматься тем, ради чего их действительно наняли: развитием бренда, творческой работой и стратегическими решениями о клиентском опыте, требующими человеческого суждения.

Роль Gradial — помочь маркетинговым организациям первыми прийти к этому. Не убеждая их всё снести и начать заново, а показывая в существующих процессах, что такой способ работы возможен. Команды, которые поймут это раньше, получат преимущество, усиливающееся со временем по сравнению с теми, кто по-прежнему запускает кампании старым способом.

Спасибо за содержательное интервью. Читатели, которые хотят узнать больше, могут посетить Gradial.