Doug Tallmadge, medgrundare och VD för Gradial – Intervjuserie

Doug Tallmadge, medgrundare och vd för Gradial, är teknikentreprenör och teknisk ledare med en karriär inom flyg- och rymdteknik, satellitkommunikation, finans och AI för företag. Innan han grundade Gradial 2023 arbetade han i nästan fem år på SpaceX (SPCX ). Där bidrog han till att bygga ut Starlink-nätverket från dess första skeden, ledde nätverksanalyser som stödde tillväxten från noll till över 500 000 kunder och ansvarade för team av programvaruingenjörer och dataforskare som arbetade med nätverksoptimering och simulering. Han bidrog också till Starlinks satsningar på direktkommunikation mellan satelliter och mobiltelefoner samt tidiga system för satelliternas strömförsörjning. Tidigare hade Tallmadge befattningar på Lockheed Martin (LMT ) och Bridgewater Associates. Han förenar djup teknisk kompetens med erfarenhet av storskaliga system och affärsverksamhet.

Gradial är ett företag som utvecklar AI för organisationer och fokuserar på det som bolaget kallar agentbaserad marknadsföringsdrift. Det hjälper stora organisationer att automatisera det operativa arbetet mellan kreativ strategi och genomförandet av kampanjer. Plattformen fokuserar inte enbart på AI-genererat innehåll, utan samordnar AI-agenter i system som Adobe Experience Manager, Salesforce, Jira, plattformar för innehållshantering, verktyg för hantering av digitala mediefiler och marknadsföringens arbetsflöden. Den kan skapa, optimera, tagga, kvalitetsgranska och publicera marknadsföringsmaterial, samtidigt som den upprätthåller styrning, regelefterlevnad, tillgänglighet och varumärkesstandarder. Genom ett gemensamt kunskapslager som knyter samman företagets system vill Gradial minska den manuella samordning som ofta bromsar stora marknadsföringsteam. Det ska göra det möjligt att lansera kampanjer snabbare, skala upp produktionen av personanpassat innehåll och hantera alltmer komplexa digitala upplevelser effektivare.

På SpaceX bidrog du till att bygga ut Starlink från noll till hundratusentals användare och arbetade med komplexa nätverkssystem innan du grundade Gradial. När insåg du att infrastrukturen för företags marknadsföring hade liknande brister på systemnivå, och hur ledde den insikten till att du startade Gradial?

I min tidigare roll såg jag själv hur friktion i stora organisationer får följdverkningar. Även en mycket liten ineffektivitet kan bromsa alla efterföljande processer. Det var inom marknadsföring som jag såg flaskhalsarnas största negativa effekter. Teamen lade mycket tid på att navigera mellan plattformar, ladda upp material, hantera godkännanden och samordna överlämningar. Strategiskt tänkande och kreativ ledning begravdes under lager av praktiskt genomförande.

Det är ett perfekt användningsområde för AI, men det som slog mig var vad branschen riktade sin uppmärksamhet mot. De flesta plattformar använde AI för att skriva innehåll. När jag talade med marknadsförare i stora organisationer var det dock inte innehållsbrist som var problemet. De kunde lätt producera innehåll, men de kunde inte publicera det snabbt. Vägen från idé till publicerad kampanj tog dagar, veckor, ibland månader. Merparten av AI-investeringarna gick till skapandet, medan det svårare problemet – att faktiskt få ut innehållet – helt ignorerades. Vi byggde Gradial för att fylla den luckan: agenter som hanterar allt från utkast och godkännanden till publicering, varumärkesefterlevnad och optimering av resultat, så att marknadsförare kan fokusera på arbete som kräver mänskligt omdöme.

Du har hävdat att traditionella system för auktoritativa verksamhetsdata, så kallade ”system of record”, i praktiken har blivit system av teknisk skuld. Vad är det konkret som brister i företagens äldre marknadsföringssystem när de försöker införa AI?

System för verksamhetens grunddata, som CMS, projektledningsverktyg, godkännandeflöden och materialbibliotek, byggdes för att organisera information, inte för att arbeta snabbt. När företag lägger AI ovanpå dessa befintliga system uppstår snabbt problem. Verktyget känner inte verksamheten det ska stödja, varumärkets tonläge, kraven på regelefterlevnad eller processerna för godkännande. Därför får marknadsförarna granska varje resultat och rätta fel som beror på att sammanhang saknas. För organisationer som redan hanterar tusentals innehållsdelar i flera kanaler blir påbyggd AI ännu en komplicerad process att hantera.

Merparten av diskussionen om AI inom marknadsföring har handlat om att skapa innehåll. Varför anser du att den verkliga möjligheten ligger i genomförandet, och hur ser det skiftet ut i praktiken?

Marknadsförare har inte svårt att komma på idéer. De har svårt att föra innehåll genom granskningsomgångar, hålla ett enhetligt tonläge för varumärket, arbeta i tiotals verktyg och optimera för olika målgrupper.

Det sker också ett strukturellt skifte i hur varumärken blir upptäckta. Antalet Google-sökningar minskade med nästan 20 procent under det senaste året, så varumärken kan inte längre enbart förlita sig på SEO. De måste synas i AI-sökningarnas svar. Det kräver innehåll som AI-modeller enkelt kan tolka, citera och lyfta fram. Problemet är att modellerna ständigt ändrar vilka källor de hämtar information från. Ett varumärke som finns med i ett svar i dag kan tyst försvinna i morgon. När marknadsförarna väl har identifierat luckan, uppdaterat innehållet och fått godkännandena har modellerna gått vidare.

Att bara skapa innehåll löser inte detta. Även om produktionen går snabbare kan innehållet fortfarande fastna i samma godkännandeköer och sakna optimering för synlighet i AI.Gradial ansluter till verktygen som marknadsförarna redan använder och hanterar sådant som brukar bromsa arbetet, till exempel innehållsändringar, kontroller mot varumärkesregler och publicering på olika plattformar.Resultatet är kampanjer som publiceras på timmar i stället för veckor och innehåll som är korrekt, följer varumärkets riktlinjer och syns där målgrupperna faktiskt söker.

Gradial beskrivs ofta som en agentbaserad plattform. Kan du gå igenom vad en AI-agent faktiskt gör i det dagliga marknadsföringsarbetet på ett Fortune 500-företag?

Det bästa svaret är det vi sett hos kunderna. På T-Mobile krävde en kampanj samordning mellan flera team, insamling av godkännanden och väntan i produktionsköer som sträckte sig över veckor. Med Gradial hanterar en AI-agent hela processen från kreativ uppdragsbeskrivning till granskning och publicering. Det som tidigare krävde att en marknadsförare manuellt följde upp varje steg sker nu av sig självt. Resultatet var 90 procent snabbare kampanjgenomförande.

På AWS innebar varje ny webbsida att instruera en byrå, vänta på ett utkast, gå igenom flera ändringsomgångar och samordna publiceringen manuellt. En specialiserad agent gjorde skapandet av sidor 20 gånger snabbare.

Förtroende är en av de största utmaningarna när företag inför AI. Hur säkerställer Gradial tillförlitlighet och styrning när AI-agenter fattar beslut om genomförandet i flera system?

Förtroende är avgörande i företag, särskilt inom finans och vård, där ett fel i regelefterlevnaden får verkliga konsekvenser. Varje införande av Gradial börjar med att ge agenten sammanhang om varumärkets tonläge, riktlinjer för budskap, krav på regelefterlevnad, godkännandeflöden och branschstandarder.

Graden av mänsklig medverkan kan anpassas helt. Team som är nya på området eller arbetar i reglerade miljöer kan kräva godkännande av allt innan det publiceras. Varje åtgärd som agenten utför loggas dessutom med fullständig spårbarhet för granskning. Vi har sett att förtroendet växer naturligt: team som börjar med strikta kontroller utökar gradvis agentens självständighet när den bevisar sin förmåga i verkligt arbete. Målet var aldrig att lämna över allt första dagen, utan att bygga något som förtjänar mer ansvar när det visar att det kan hantera det.

Er plattform integreras med befintliga verktyg i stället för att ersätta dem direkt. Är den långsiktiga visionen att förstärka den nuvarande systemmiljön eller att ersätta den helt?

Just nu fokuserar vi på att utgå från teamens befintliga förutsättningar. De flesta företags marknadsföringsorganisationer har under flera år byggt arbetsflöden kring specifika verktyg, som Figma, Adobe och projektledningssystem. Att be dem överge den infrastrukturen är inte realistiskt. Gradial ansluter till den och hanterar det praktiska arbete som har bromsat flödena.

Den långsiktiga visionen är mer ambitiös. Mycket av den äldre programvara som företagens marknadsföring bygger på skapades för en värld före AI, och det märks. System som enbart är gjorda för att lagra och organisera innehåll kommer att se mycket annorlunda ut när en agent samtidigt kan hålla samma sammanhang och agera utifrån det. Vi tror att skillnaden mellan var innehållet finns och var arbetet utförs så småningom försvinner. Vi bygger för att bli infrastrukturlagret där båda delarna sker.

Stora företag har ofta djupt rotade arbetsflöden och ett internt motstånd mot förändring. Vad krävs egentligen för att framgångsrikt införa ett system byggt med AI som grund i ett Fortune 500-företag?

Det första vi gör är att klargöra att Gradial inte ber någon ändra sitt sätt att arbeta. Det låter enkelt, men det är det största hindret när företag inför AI. De flesta verktyg kommer med ett nytt system, ett nytt gränssnitt och ett nytt arbetssätt och undrar sedan varför införandet stannar av ett halvår senare. Vi börjar med att kartlägga hur teamet faktiskt arbetar och konfigurerar Gradial utifrån det.

Användningen får fäste när team snabbt ser att lösningen fungerar i verkligt arbete. Inte i en demonstration eller ett tillrättalagt pilotprojekt, utan i deras egna kampanjer, deras eget innehåll och deras egna arbetsflöden. När ett team ser publiceringstiden gå från tre veckor till samma dag brukar det interna motståndet lösa upp sig självt.

Vad skiljer rent tekniskt en genomförandemotor från ett vanligt generativt AI-lager?

Ett generativt AI-lager ger dig ett utkast, men en genomförandemotor får det publicerat. De flesta AI-verktyg för marknadsföring stannar vid resultatet: de skriver texten eller föreslår ändringen. När resultatet sedan ska gå genom godkännanden eller läggas ut på en publicerad sida lämnas hanteringen åt marknadsförarna. Det är den överlämningen som faktiskt tar mest tid.

En genomförandemotor är annorlunda eftersom den är inbyggd i verktygen som teamet redan använder och förstår hur just den verksamheten fungerar. När en marknadsförare ber agenten att göra något driver den arbetet genom alla nödvändiga steg, ordnar godkännanden och lyfter bara fram beslut som faktiskt kräver en människa. Marknadsföraren behåller kontrollen utan att behöva vara mellanhand i varje steg.

Många företag experimenterar med AI, men få ser någon betydande avkastning på investeringen. Var anser du att de flesta organisationer gör fel i dag?

Det vanligaste misstaget är att behandla AI som ett produktivitetsverktyg i stället för som ett sätt att laga en process som inte fungerar. Om varje resultat kräver omfattande redigering, måste kopieras manuellt till ett annat system eller fortfarande behöver fem godkännanden innan något publiceras, har du inte löst problemet.

Företagen som får verklig avkastning var konkreta. De identifierade exakt var arbetet fastnade och satte in AI mot just det problemet. Inte brett eller som ett experiment, utan med en tydlig bild av vad som var långsamt före förändringen och vad snabbt borde innebära efteråt. Den precisionen skiljer verklig avkastning från ett verktyg som imponerar vid en demonstration och samlar damm ett halvår senare.

När det görs rätt är resultaten konkreta: Gradials kunder har sett åtta gånger snabbare kampanjaktivering, minst 35 procent lägre driftskostnader under det första året och 100 procents efterlevnad av varumärkes- och tillgänglighetskrav i varje innehållsdel.

Om vi blickar fem år framåt, hur ser då en marknadsföringsorganisation som helt bygger på AI ut, och vilken roll har Gradial i den framtiden?

Om fem år kommer marknadsföringens operativa lager att vara självständigt. En marknadsförare ber en agent lansera en kampanj, och den är publicerad vid dagens slut eftersom agenten har skött alla steg däremellan. Varumärkets synlighet i AI-sökningar övervakas och justeras automatiskt. Regelefterlevnad säkras löpande under hela processen i stället för genom en kontroll i sista minuten. Marknadsförarna ägnar sin tid åt det de faktiskt anställdes för: att bygga varumärket, utveckla det kreativa arbetet och fatta strategiska beslut om kundupplevelser som kräver mänskligt omdöme.

Gradials roll är att hjälpa marknadsföringsorganisationerna att nå dit först. Inte genom att övertyga dem att riva ut allt och börja om, utan genom att visa i deras befintliga arbetsflöden att detta arbetssätt är möjligt. Teamen som förstår det tidigt får ett försprång som växer över tid gentemot dem som fortfarande driver kampanjer på det gamla sättet.

Tack för en givande intervju. Läsare som vill veta mer kan besöka Gradial.