Шон Уайтли, основатель и президент Qualified – серия интервью

Вы успешно основали три компании, одну из которых приобрела Salesforce, а другую — SurveyMonkey. Что вдохновило вас на создание Qualified и как это вписывается в более широкую эволюцию ИИ в корпоративном программном обеспечении?

Мы с Крейгом основали компанию поискового маркетинга, которую затем приобрела Salesforce. Это было в самом начале облачной революции, и практически все маркетинговые программы быстро переходили на цифровые технологии. Сразу стало очевидно, что в этом новом мире существует огромный разрыв в том, как продавцы взаимодействуют с покупателями. Компании тратили миллионы на привлечение трафика на свои сайты, но когда появлялись эти заинтересованные покупатели, взаимодействие с ними не менялось. Это было похоже на то, как если бы вы организовали и оплатили особенную вечеринку для потенциальных клиентов, но забыли открыть дверь, когда они пришли.

Именно так родилась идея Qualified. Мы хотели создать систему, позволяющую отделам продаж взаимодействовать с квалифицированными покупателями с момента их посещения сайта, предлагая релевантный, контекстный и гиперперсонализированный опыт в режиме реального времени, который отражает потребности покупателей. Сегодня мы превратили эту концепцию в нечто гораздо большее: агентский маркетинговый уровень, который выполняет все рабочие процессы входящего маркетинга, включая взаимодействие в режиме реального времени на сайте и асинхронное взаимодействие по электронной почте. Qualified создан для следующего поколения корпоративного программного обеспечения, где специалисты на базе искусственного интеллекта не только выполняют задачи и рабочие процессы, но и принимают решения от имени вашей компании с учётом контекста.

Как изменилось ваше видение ИИ с первых дней работы в поисковом маркетинге до сегодняшнего дня, когда Piper автоматизирует входящие продажи в больших масштабах?

Очевидно, появление больших языковых моделей (LLM) полностью изменило правила игры. Когда мы основали нашу первую компанию, это было время зарождения облачных технологий, которое представляло собой фундаментальный сдвиг в модели предоставления программного обеспечения. Такие возможности, как общая инфраструктура, многопользовательская среда и оплата по факту использования, проложили путь для компаний к переносу критически важных приложений и процессов в облако. Вскоре после этого платформа и инфраструктура стали доступны в виде набора сервисов, что, опять же, предоставило компаниям огромные возможности для передачи значительной части рабочей нагрузки поставщикам облачных услуг. Всё изменилось.

Прошло десять лет, и революция искусственного интеллекта (ИИ) совершила настоящий фурор. Всего несколько лет назад, когда мы только запустили программу Qualified, машинное обучение (МО) представляло собой новый способ использования интеллекта из огромных массивов данных. Сейчас, конечно, степени магистра права (LLM) изменили всё с точки зрения нашей способности переносить значительные рабочие нагрузки на ИИ. Но что ещё важнее, LLM делают ИИ доступным для всех, и люди получают возможность взаимодействовать с компьютерами, приложениями и данными, используя свой естественный язык. И хотя мы только в начале пути, совершенно очевидно, что многое из того, что мы делали раньше, будет переписано и реализовано по-новому. Это касается не только нашего образа жизни, но и нашей работы.

Одна из наших мантр в Qualified — переосмыслить всё, что мы делали раньше, и оценить, как это изменится с появлением ИИ. ИИ не только изменит подход к построению систем, но и откроет новые процессы, операции и организационные структуры.

Первая волна этой трансформации ИИ проявилась в агентах. Каждая компания внедряет агентские уровни в различные функции своего бизнеса. Наш ИИ-агент SDR стал очень популярной отправной точкой для внедрения агентского уровня в маркетинговые действия. И становится совершенно очевидно, что Пайпер может не только автоматизировать практически все задачи по формированию входящей воронки продаж и рабочие процессы, которые традиционно выполнялись людьми-SDR, но и начать обрабатывать многие рабочие процессы, традиционно выполняемые платформами автоматизации маркетинга.

Пайпер — яркий пример автономного ИИ-агента в действии. Где, по-вашему, проходит граница между полезной автоматизацией и рискованной автономией?

Автономия не может существовать безопасно без ответственности. Доверие в агентской системе может расти или падать экспоненциально. Мы больше не разрабатываем облачные инструменты. Теперь мы внедряем автономных сотрудников, которые принимают решения от имени клиентов. Надежность и доверие сейчас важнее, чем когда-либо прежде. Неточное или бесполезное поведение агентов должно быть главным приоритетом для всех, кто разрабатывает агентов. Не менее важно, чем инвестиции в возможности обучения, настройки, точной настройки, прозрачности, цитирования и контроля, дать клиенту возможность построить основу управления для агента.

Работая над Piper, мы целенаправленно стремились создать полезную автономию — искусственный интеллект, действующий в рамках чётко обозначенных границ, опираясь на богатую историю партнёрства с клиентами, использующими наши продукты. Для меня принцип предельно ясен: автоматизация никогда не должна заменять суждение в ситуациях, требующих контекста, эмпатии или понимания нюансов.

Piper не пытается взять на себя весь процесс взаимодействия с покупателем с самого начала. Существует важный этап подготовки к запуску, который гарантирует, что агент работает не только эффективно, но и точно, в рамках установленных клиентом границ. Нельзя просто так запустить агента в эксплуатацию, взаимодействующего с вашими потенциальными и реальными клиентами, не понимая, как это повлияет на весь цикл покупки.

Поэтому для меня граница проходит между доверием, наблюдаемостью и контролем. Если мы не можем обеспечить объяснимость или измерить эффективность, значит, компания не готова. Большинство компаний, с которыми я общаюсь, становятся гораздо более образованными и правильно мыслят об этих вещах, но наша задача — помочь нашим клиентам установить правильные границы, меры контроля и внедрить передовые практики управления.

Учитывая растущие возможности агентов ИИ, как гарантировать, что Piper останется в рамках этических и контекстных границ, особенно при взаимодействии с реальными людьми в ситуациях с высокими ставками?

В приложении Qualified вы можете запрограммировать Пайпер придерживаться определённых границ, контролировать её тон и гарантировать соблюдение политик компании. Это абсолютные истины и правила взаимодействия, которые нельзя нарушать при взаимодействии с посетителями. Мы обеспечиваем значительную модерацию и защитные барьеры, лежащие в основе нашего искусственного интеллекта, то есть полностью исключаем риски, связанные с данными (PII) и конфиденциальной информацией. Кроме того, мы позволяем компаниям добавлять дополнительные защитные барьеры, инструкции и правила взаимодействия.

Мы также даем Пайперу возможность мягко возвращать разговор, отклоняющийся от темы. Кроме того, если у нас возникнет ощущение, что на одной из сторон обсуждения присутствует недобросовестный человек, Пайпер может просто завершить разговор, если он переходит в область, которая:

• Не имеет отношения к компании, продуктам, услугам или отрасли
• Случайный или бессмысленный
• Явный, неуместный или оскорбительный
• Полностью выходит за рамки того, что должен обрабатывать AI SDR.

Эти строгие ограничения гарантируют, что Пайпер останется в установленных ей границах, предоставляя нашим клиентам полную уверенность и контроль над ее поведением.

Вы говорили о необходимости систем отката и возможностей переопределения. Можете ли вы рассказать о мерах безопасности и контроля, которые вы внедрили в платформу Qualified для предотвращения или минимизации ошибок ИИ?

Доверие и прозрачность/объяснимость идут рука об руку. Доверие начинается с понимания того, что происходит, почему это происходит и как повлиять на это в будущем. Существуют базовые элементы, такие как цитирование, циклы обратной связи и настройка/тонкая настройка. Но мы также предприняли дополнительные шаги для наших пользователей, чтобы обеспечить легкодоступный уровень наблюдения за ИИ, который может предоставлять обратную связь от человека.

Например, мы предоставляем возможность моделировать различные ситуации и легко отслеживать действия ИИ, а также предоставлять обратную связь или корректировать курс в каждой гипотетической ситуации. Подобно тому, как вы готовите сотрудника к действиям, прежде чем предоставить ему автономию, то же самое необходимо сделать и с ИИ.

В свете тенденций регулирования ИИ и недавних заголовков о сбоях в работе ИИ, как вы видите роль соответствия требованиям и политики в формировании будущего агентов ИИ в продажах и маркетинге?

Регулирование и управление важны как никогда. Нетрудно представить, какой повышенный риск могут представлять агенты, если их не применять ответственно. Мы все видели последствия использования ИИ без учёта контекста и ответственности. В сфере B2B, особенно в продажах и маркетинге, где мы работаем, мы обрабатываем большой объём корпоративных данных и определённую часть персональных данных (PII). Мы должны предъявлять к себе и нашим клиентам высокие требования, чтобы защитить их опыт взаимодействия с нами.

Мы создаём Piper с соблюдением корпоративных требований, начиная с уровня PRD. Это означает, что мы думаем о конфиденциальности, безопасности и управлении с самого начала разработки и поставки всего нового. По мере развития ИИ будут развиваться и стандарты, связанные с привычными в нашей отрасли стандартами, такими как SOC 2, GDPR, CCPA, управление согласием и т. д. — всё это мы учитываем при разработке новых функций. Но простого соблюдения требований недостаточно. Мы формируем культуру прозрачности и разрабатываем собственную этическую систему, которая будет опережать более формальные правила.

Эти части головоломки ИИ не могут ждать принятия официальной политики — если вы еще не устанавливаете эти стандарты в своих командах, вы отстаете.

Считаете ли вы, что компании слишком торопятся предоставить ИИ-агентам слишком много автономии, не создавая при этом адекватных структур человеческого надзора?

Мы все видели заголовки в газетах, когда что-то выходит из-под контроля: несомненно, есть компании, которые двигаются слишком быстро и рассматривают ИИ как инструменты для внедрения, а не как средство полной трансформации бизнеса.

Автоматизация — это не стратегия. Это часть общей картины, но она требует инфраструктуры и долгосрочного планирования, чтобы избежать серьёзных ошибок, которые в конечном итоге подорвут доверие клиентов. Его уже не вернуть.

Человеческий контроль не мешает успешной автоматизации, а наоборот, способствует ей. ИИ будет выполнять тяжёлую работу, но от людей, участвующих в процессе, требуется ответственное масштабирование.

Как сбалансировать скорость и эффективность ИИ с уникальными человеческими навыками, такими как суждение, этика и тонкости взаимодействия с клиентами?

Мы рассматриваем Пайпер как члена команды. Её сильные стороны — постоянная активность, скорость, мгновенная реакция, неограниченный масштаб — делают её мощным агентом SDR, но мы знаем, что она не может контролировать каждое взаимодействие от начала до конца.

Люди всегда будут нужны в важных переговорах, где тонкий эмоциональный интеллект лучше отвечает потребностям покупателя. Использование ИИ в правильных сценариях — ключ к балансу между автоматизацией и человеческими навыками. Пайпер работает молниеносно, но она знает, когда остановиться и привлечь людей.

Мы позволяем ИИ делать то, что он делает лучше всего, чтобы люди могли делать то, что они делают лучше всего.

Вы находитесь на переднем крае агентского маркетинга. Что вас больше всего волнует в ближайшие 2–3 года в этой сфере?

Мне кажется, что эпоха искусственного интеллекта подарила многим из нас второе дыхание после нескольких тяжёлых лет в сфере технологий. Агентный маркетинг — это мощная инновация, которая открывает двери для всевозможных новых технологий и практически уравнивает возможности компаний в отрасли.

Мы все вместе катаемся на этих американских горках и наконец-то преодолеваем этот первоначальный этап пустяков и начинаем видеть, какие приложения действительно полезны.

В течение следующих двух-трех лет основное внимание будет уделяться организации: по мере появления в сети все большего числа агентов ИИ задача будет заключаться в том, чтобы выяснить, как создать самые мощные технологические стеки, которые будут работать как единая команда для выполнения сложных рабочих процессов.

Какие отрасли, по вашему мнению, меньше всего готовы к последствиям появления автономных ИИ-агентов и что им следует делать сейчас, чтобы преуспеть?

Отрасли с жёсткой иерархией и устаревшим технологическим арсеналом рискуют остаться позади. Для успеха агентного маркетинга необходимо современное мышление в отношении гигиены данных и программного обеспечения, а некоторые из этих крупных операций развиваются медленно и имеют большой технологический долг. По иронии судьбы, именно эти организации получат наибольшую выгоду от использования ИИ-агентов — их рабочие процессы уже готовы к автоматизации.

Сейчас главное — начать с инфраструктуры, а не с технологий. Сначала им нужно будет навести порядок в своих домах, разработав стратегическое планирование рабочих процессов, где агенты создают ценность. Им понадобятся фреймворки, обеспечивающие соответствие требованиям и безопасность. Затем они смогут начать пилотное тестирование некоторых из этих программ.

Это не просто ИТ-проект — это целый организационный сдвиг, сверху донизу.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Квалифицированный.