Шон Уайтли, Основатель и Президент Qualified – Интервью Серия

Вы успешно основали три компании, включая одну, приобретенную Salesforce, и другую – SurveyMonkey. Что вдохновило вас создать Qualified, и как она вписывается в более широкую эволюцию ИИ в корпоративном программном обеспечении?

Крейг и я основали компанию по поисковому маркетингу, которая была приобретена Salesforce. Это было в начале облачной революции, и практически все маркетинговые программы быстро переходили в цифровую форму. Стало сразу очевидно, что существует огромный разрыв в том, как продавцы связываются с покупателями в этом новом мире. Компании тратили миллионы на привлечение трафика на свои сайты, но когда эти покупатели с высоким потенциалом появлялись, опыт взаимодействия не эволюционировал. Это было похоже на организацию и оплату специальной вечеринки для ваших потенциальных клиентов, но забыть ответить на дверь, когда они прибыли.

Именно оттуда появилась идея Qualified. Мы хотели создать способ для команд продаж встречать квалифицированных покупателей в момент их посещения сайта – с актуальностью, контекстом и реальными, гиперперсонализированными опытами, представляющими то, чего хотят покупатели. Перемотаем вперед до сегодняшнего дня, и мы эволюционировали эту концепцию в нечто гораздо большее: агентский маркетинговый слой, который выполняет каждый рабочий процесс входного маркетингового процесса, охватывающий взаимодействия в реальном времени на сайте и асинхронные взаимодействия по электронной почте. Qualified построена для этой следующей волны корпоративного программного обеспечения, где ИИ-работники не только выполняют задачи и рабочие процессы, но и принимают контекстно-обусловленные решения от имени вашей компании.

Как изменилось ваше видение ИИ с ранних дней поискового маркетинга до настоящего времени, с Piper, автоматизирующей входящие продажи в масштабе?

Очевидно, что появление Больших Языковых Моделей (LLM) полностью изменило игру в целом. Когда мы начали нашу первую компанию, это были ранние облачные дни, которые представляли собой фундаментальный сдвиг в модели доставки программного обеспечения. Такие вещи, как общая инфраструктура, многократная аренда и оплата по мере использования, проложили путь для бизнеса, чтобы перенести критически важные приложения и процессы в облако. Скоро после этого платформа и инфраструктура стали доступны в виде коллекции сервисов, что снова было огромным стимулом для бизнеса, чтобы переложить значительную нагрузку на облачных поставщиков. Все изменилось.

Перемотаем вперед на десятилетие, и революция ИИ взорвалась. Только несколько лет назад, когда мы впервые начали Qualified, машинное обучение (ML) представляло собой новый способ использовать интеллект из огромных наборов данных. Теперь, конечно, LLM изменили все в плане нашей способности переместить значительную нагрузку на ИИ. Но что более важно, LLM делают ИИ доступным для всех, и люди имеют возможность взаимодействовать с компьютерами, приложениями или данными, используя свой естественный язык. И даже хотя мы действительно только в начале, очень rõчно, что многие вещи, которые мы делали исторически, будут переписаны и сделаны новыми способами. Это не только относится к тому, как мы живем, но и к тому, как мы работаем.

Одна из наших мантр в Qualified – бросить вызов всему, что мы делали исторически, и оценить, как это будет преобразовано с помощью ИИ. ИИ не только изменит природу того, как мы строим системы, но и откроет новые процессы, операции и организационные структуры.

Первая волна этой трансформации ИИ проявилась в агентах. Каждый бизнес вводит агентские слои в различные функции по всему бизнесу. Наш ИИ-агент SDR был очень популярным местом, чтобы начать, поскольку это относится к введению агентского слоя в маркетинговое движение. И становится очень rõчно, что не только Piper может автоматизировать практически все задачи и рабочие процессы входящих продаж, исторически выполняемые человеческими SDR, но и может начать обрабатывать многие рабочие процессы, традиционно выполняемые с помощью маркетинговых автоматизационных платформ.

Piper – это мощный пример автономного ИИ-агента в действии. Где вы лично проводите границу между полезной автоматизацией и рискованной автономией?

Автономия не может существовать безопасно без ответственности. Доверие может быть получено или потеряно экспоненциально в агентской системе. Мы больше не строим облачные инструменты. Мы теперь развертываем автономных работников, которые принимают решения от имени клиентов. Есть более высокие ставки для надежности и доверия, чем когда-либо прежде. Неправильное или неуместное поведение агента должно быть первоочередной задачей для любого, кто разрабатывает агентов. Столь же важно инвестировать в возможности вокруг обучения, настройки, тонкой настройки, прозрачности, цитат и контроля, как и возможность для клиента построить основу управления для агента.

С Piper мы были намерены построить полезную автономию – ИИ, который работает в четко определенных границах, питаемый нашей богатой историей партнерства с нашими клиентами, использующими наши продукты сегодня. Граница для меня довольно rõчна: автоматизация никогда не должна заменять суждение в моменты, которые требуют контекста, эмпатии или нюансов.

Piper не пытается владеть полным путешествием покупателя изначально. Есть важный процесс разгона, чтобы обеспечить, что агент работает не только эффективно, но и точно, и в пределах границ, определенных клиентом. Вы не можете просто выпустить агента в производство, который взаимодействует с вашими потенциальными клиентами и клиентами, не понимая, как это повлияет на полный цикл покупки.

Итак, для меня граница проводится на доверии, наблюдаемости и контроле. Если мы не можем обеспечить объяснимость или измерить его производительность, то это не готово. Большинство компаний, с которыми я говорю, становятся намного более образованными и думают об этих вещах правильным образом, но это наша работа – помочь нашим клиентам установить правильные ограничители, модерацию и лучшие практики управления.

Учитывая растущие возможности ИИ-агентов, как вы обеспечиваете, чтобы Piper оставалась в пределах этических и контекстных границ – особенно при взаимодействии с реальными человеческими лидами в высокорисковых сценариях?

В рамках приложения Qualified вы можете запрограммировать Piper, чтобы она оставалась в определенных границах, контролировала ее тон и обеспечивала, что она соблюдает политику компании. Это абсолютные истины и правила взаимодействия, которые не могут быть нарушены при взаимодействии с посетителями. Мы обеспечиваем значительную модерацию и ограничители в ядре нашего ИИ, что означает, что мы удаляем риски вокруг данных (PII) и чувствительной информации полностью. Кроме того, мы позволяем компаниям добавлять дополнительные ограничители, инструкции и правила взаимодействия.

Мы также наделяем Piper возможностью мягко направлять обратно разговор, который отклоняется от темы. Кроме того, если мы чувствуем, что есть плохой актор на одном конце взаимодействия, Piper может просто закончить разговор, если он движется в область, которая:

• Не связана с компанией, продуктами, услугами или отраслью
• Случайна или бессмысленна
• Явная, неуместная или оскорбительная
• Полностью вне области того, что должен обрабатывать ИИ-агент SDR

Эти строгие ограничители обеспечивают, что Piper остается в пределах своих назначенных границ, давая нашим клиентам полную уверенность и контроль над ее поведением.

Вы говорили о необходимости систем откатов и возможностей переопределения. Можете ли вы пройти нас через меры безопасности и контроля, которые вы построили в платформу Qualified, чтобы предотвратить или смягчить ошибки ИИ?

Доверие и прозрачность/объяснимость идут рука об руку. Доверие начинается с предоставления информации о том, что происходит, почему это происходит, и как повлиять на то, как это работает в будущем. Есть основные принципы, такие как цитаты, обратные связи и тонкая настройка. Но мы также приняли дополнительные шаги, чтобы наши пользователи могли предоставить слой наблюдаемости для ИИ, который легко доступен и может предоставить обратную связь человека в цикле.

Как пример, мы обеспечиваем возможность симулировать различные обстоятельства и легко увидеть, что сделает ИИ, и предоставить обратную связь или коррекцию на каждом гипотетическом сценарии. Как и вы разгоняете сотрудника, прежде чем он получит автономию, вы должны сделать то же самое с ИИ.

Учитывая тенденции регулирования ИИ и недавние заголовки о провалах ИИ, как вы видите роль соблюдения и политики, формирующую будущее ИИ-агентов в продажах и маркетинге?

Регулирование и управление более важны, чем когда-либо. Не трудно подумать о повышенном риске, который агенты могут представлять, если не развертываются ответственно. Мы все видели результаты выпуска ИИ без контекста или ответственности. В B2B, особенно в продажах и маркетинге, где мы играем, мы обрабатываем много корпоративных данных и некоторую степень лично идентифицируемой информации (PII). Нам необходимо придерживаться высоких стандартов, чтобы защитить опыт покупателей.

Мы строим Piper с начальной точки соблюдения корпоративного уровня. Это означает, что мы думаем о конфиденциальности, безопасности и управлении с момента концепции чего-либо нового, что мы строим и отправляем. Когда ИИ эволюционирует, так же будут меняться стандарты вокруг обычных подозреваемых в нашей отрасли, таких как SOC 2, GDPR, CCPA, управление согласием и т. д. – это все вещи, о которых мы думаем, когда отправляем функции. Но проверка коробок не достаточно. Мы создаем культуру прозрачности и строим наш собственный этический каркас до более формальных регулирований.

Эти части головоломки ИИ не могут ждать формальной политики – если вы не уже устанавливаете эти стандарты внутри ваших команд, вы отстаете.

Думаете ли вы, что компании движутся слишком быстро, давая ИИ-агентам слишком большую автономию без построения адекватных структур надзора человека?

Мы все видели заголовки, когда эти вещи сходят с рельсов – есть, безусловно, компании, которые движутся слишком быстро и смотрят на ИИ как на инструменты для реализации, а не как на полную бизнес-трансформацию.

Автоматизация не является стратегией. Это часть этой более крупной картины, но она требует инфраструктуры и долгосрочного мышления, чтобы избежать совершения огромных ошибок, которые в конечном итоге подрывают доверие к вашим клиентам. Вы не можете вернуть это.

Надзор человека не является препятствием для успеха с автоматизацией – это стимул. ИИ будет делать тяжелую работу, но людям в цикле требуется масштабирование ответственно.

Как вы балансируете скорость и эффективность ИИ с уникальными человеческими навыками, такими как суждение, этика и нюанс в взаимодействиях с клиентами?

Мы смотрим на Piper как на товарища. Ее сильные стороны – всегда включена, скорость, мгновенное воспоминание, бесконечный масштаб – делают ее мощным ИИ-агентом SDR, но мы знаем, что она не может владеть каждым взаимодействием с конца в конец.

Люди всегда будут нужны в высокорисковых разговорах, где нюансированный эмоциональный интеллект лучше служит покупателю. Использование ИИ в правильных случаях является ключом к балансированию автоматизации и человеческих навыков. Piper невероятно быстра, но она знает, когда остановиться и вовлечь людей.

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

Вы находитесь на переднем крае агентского маркетинга. Что возбуждает вас больше всего в течение следующих 2-3 лет в этой области?

Я чувствую, что эра ИИ дала многим из нас второе дыхание после трудных лет в технологическом пространстве. Агентский маркетинг – это мощное инновационное решение, которое распахивает двери для всех видов новых технологий, и это почти выровняло игровое поле для компаний в отрасли.

Мы все находимся на этой американской горке вместе, и мы, наконец, проходим мимо начальной фазы гиммика и видим, какие применения действительно полезны.

Следующие два-три года будут все о оркестровке – когда все больше и больше ИИ-агентов появляются, задача будет заключаться в том, чтобы построить наиболее мощные технологические стэки, которые работают вместе как одна команда, чтобы выполнить сложные рабочие процессы.

Какие отрасли, по вашему мнению, наименее подготовлены к последствиям автономных ИИ-агентов – и что они должны делать сейчас, чтобы опередить?

Отрасли, которые имеют жесткие иерархии и устаревшие технологические стэки, находятся в группе риска. Для агентского маркетинга необходимо иметь современный образ мышления вокруг гигиены данных и программного обеспечения, и некоторые из этих более крупных операций движутся медленно и имеют много технологического долга, который необходимо преодолеть. Иронично, что эти организации больше всего выигрывают от ИИ-агентов – их рабочие процессы готовы к автоматизации.

Ключ сейчас – начать с инфраструктуры, а не технологий. Им необходимо привести свои дома в порядок сначала с помощью стратегического планирования вокруг рабочих процессов, где агенты добавляют ценность. Им необходимо создать каркасы вокруг соблюдения и безопасности. Затем они могут начать пилотировать некоторые из этих программ.

Это не только проект IT – это полный организационный сдвиг, сверху донизу.

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