Sandeep Menon, Auxia’nın CEO’su ve Kurucu Ortağı – Röportaj Serisi

Sandeep Menon, Auxia’nın CEO’su ve kurucu ortağı, global teknoloji ve pazarlama liderliği konusunda iki thập yıllık deneyimi getiriyor. Auxia’yı 2022’de kurmadan önce, Google’da dokuz yılı aşkın bir süre çalıştı ve burada Ödemeler için Pazarlama Başkan Yardımcısı olarak görev yaptı ve Next Billion Users programı gibi girişimlerin başında bulundu, bu program ortaya çıkan pazarlardaki dijital dahil etme üzerine odaklanmıştı. Ayrıca Android, Chrome, ChromeOS ve Google Play için senior pazarlama liderliği rollerini üstlendi.

Auxia bir AI güdümlü pazarlama platformudur ve şirket içi takımların kişiselleştirilmiş, 1:1 müşteri yolculuklarını büyük ölçekte düzenleme gücünü sağlar. Esnek, kurallara dayalı kampanyalara güvenmek yerine, Auxia AI ajanları tüm temas noktalarında – e-posta, web, uygulama, teklifler – hipotezleri test eder ve gerçek zamanlı tercih ve davranışa göre dinamik olarak uyarlar. İlk taraf veri kaynaklarıyla sorunsuz bir şekilde entegre olur, ML boru hatlarını otomatikleştirir ve sürekli olarak mesajlaşma, zamanlama ve sıralamayı en üst düzeye çıkarmak için optimize eder ve böylece katılımı ve yaşam boyu değeri en üst düzeye çıkarır.

Auxia’yı Google’daki başarılı bir kariyerin ardından kurduktan sonra, pazarın Auxia’nın oluşturulmasına yol açan belirli bir boşluğu veya ağrı noktasını gördünüz. Bu boşluk veya ağrı noktası nedir?

Google’da, doğru altyapı ve AI yeteneklerine sahip olduğunuzda真正 kişiselleştirmenin ne kadar güçlü olabileceğini ilk elden gördüm. Ancak daha geniş pazara baktığımda, şirketlerin parçalanmış pazarlama yığınları ile mücadele ettiğini, genellikle birbirleriyle iletişim kurmayan 12 ila 14 farklı nokta çözümü yönettiğini gördüm. Müşteri verilerini topluyorlardı ancak bunları anlamlı, gerçek zamanlı kişiselleştirmeye çeviremiyorlardı.

Temel boşluk, mevcut platformların AI öncesi döneme göre inşa edildiği gerçeğinde yatıyordu. Statik kurallara ve temel segmentasyona güveniyorlardı, oysa işler gerçekten akıllı, uyarlanabilir sistemlere ihtiyaç duyuyordu ve her müşteri etkileşimi hakkında gerçek zamanlı kararlar alabiliyordu. Google ve Meta gibi şirketlerin güç verdiği aynı düzeyde AI güdümlü kişiselleştirmeyi, büyük iç veri bilimci takımları oluşturmalarına gerek kalmadan tüm boyutlardaki işletmelere getirmek için bir fırsat gördük.

Auxia’nın kurucu ekibinde Google, Meta ve Lyft’ten eski liderler yer alıyor. Bu teknoloji devlerindeki kolektif deneyimleriniz Auxia’nın mimarisini ve etosunu nasıl şekillendirdi?

Tümümüz, kişiselleştirmenin ölçeklendirilmesindeki zorlukları yaşadık. Özellikle Google Pay ekibinde, dönüşümsel teknolojilerin bebeklik döneminde erken bir şekilde maruz kaldığımız bir konumdaydık, transformer modelleri bunun birincil örneğidir. Meta ve Lyft’ten gelen ortaklarım, müşteri verilerini dramatik olarak daha faydalı hale getirmenin yollarını keşfeden sistemler inşa ettiler, Örneğin, milyonlarca kullanıcı için her saniye gerçek zamanlı öneriler ve kararlar güçlendirdiler.

Tümümüz, AI’nin müşteri deneyimlerini nasıl önemli ölçüde iyileştirebileceğini ve aynı zamanda pazarlama takımlarımızın karşılaştığı en zorlu zorluklardan bazılarını nasıl ele alabileceğini gördük. Aynı zamanda, daha geniş pazar, bu tür bir çalışmanın dışında mümkün olmasını sağlayan bir şekilde değişiyordu. Modern veri yığını ve Snowflake, BigQuery ve Databricks gibi platformların yükselişi ile şirketler, son 5-10 yılda verilerini birleştirerek merkezi bir veri tabanına yerleştirdiler ve bu da Activation için hazırlandı.

Google içinde geliştirdiğimiz öğrenmeleri demokratikleştirmek için benzersiz bir fırsat tanıdığımızı fark ettik. Bu şirketler, değerli bir veri dağının üzerinde oturduklarının ve doğru teknoloji ile bu verilerin büyümeyi ve daha iyi müşteri etkileşimini sürdürebileceğini fark etmeye başladılar.

Çoğu kişiselleştirme aracı, kurallara dayalı sistemlere ve basit segmentlere güveniyor. Auxia ise senkronize AI ajanlarını kullanıyor. Bu ajanların nasıl işbirliği yaptığını ve zaman içinde her müşteri yolculuğunu kişiselleştirmek için nasıl evrildiğini açıklar mısınız?

Pazardaki çoğu araç hala esnek kurallara ve statik segmentlere güveniyor, bunlar reaktif, akıllı değil. Auxia’da, her müşteri yolculuğunu gerçek zamanlı olarak kişiselleştiren senkronize AI ajanlarından oluşan bir sistem inşa ettik.

Her ajan özel bir rol oynar. Karar ajanları, önceki tüm verilere ve tercihlerine dayanarak bir kullanıcı için en iyi eylemi belirler; Örneğin, bir müşteriyi yeni bir kredi kartına yükseltmek veya yeni bir tasarruf hesabı açmaya yönlendirmek. Analist ajanlar, birleşik bir veri bilimci ekibi gibi çalışır, mevcut kampanyaların neler çalıştığını analiz eder ve bir sohbet arabiriminde geliştirme fırsatlarını vurgular. Son olarak, Auxia’nın İçerik ajanları, pazarlama takımlarının onaylaması için yeni mesajlaşma veya yaratıcı varyasyonları proaktif olarak sunmak için tüm verileri ve içgörülerden faydalanır.

Bu ajanların güçlü olduğu şey, birbirleriyle sürekli olarak işbirliği yapmaları ve her etkileşimden öğrenerek ve neyin işe yaradığına bağlı olarak adapte olmalarıdır. Pazarlamacılar üst düzey hedefler belirler ve ajanlar karmaşıklığı ele alır. Bunlar, daha iyi sonuçlar elde etmek için her gün kendini optimize eden ve geliştiren self-optimizing sistemlerdir.

Auxia günlük 2.6 milyar olayı işler ve saniyede 6.500 sorguyu işler. Bu tür gerçek zamanlı ölçeklenebilirliği şirketin yaşam döngüsünün bu erken aşamasında mümkün kılan altyapı yenilikleri nelerdir?

Birinci günden itibaren, ölçeklenebilirliğin müzakere edilemez olması gerektiğini bildik. Hiper kişiselleştirme, sadece milisaniyeler içinde kararlar alabildiğiniz ve taze, bağlamsal sinyalleri kullandığınızda çalışır.

Mimarimiz bulut yerel, olay güdümlü ve yüksek hacimli akış için optimize edilmiştir, bu nedenle önceki teknoloji dalgalarının omuzlarındayız. Pazarlama teknoloji manzarasının açık ekosistemlere doğru evrilmesi, modern bulut veri ambarları, CRM’ler ve diğer pazarlama platformları ile doğrudan entegre olmamızı sağladı. Bu, ilk günden itibaren ölçek için inşa etmemizi ve altyapının massive miktarda ilk taraf müşteri sinyallerini işleyerek gecikme olmadan işlemesini sağladı.

Ayrıca bizi ayıran şey, AI’den doğmuş olmamızdır. Auxia’yı, büyük ölçekli deneyimi desteklemek, binlerce eşzamanlı hipotezi çalıştırmak ve insan müdahalesi olmadan sürekli olarak sonuçları optimize etmek için tasarladık. Özellik oluşturma, model dağıtımı ve LLM çıkarımı için endüstrinin son teknolojisini kullanıyoruz.

Auxia’nın model deneyleme çerçevesi geleneksel A/B testinden nasıl farklıdır ve ML güdümlü yaklaşımınızla neler keşfettiniz?

Geleneksel A/B testi inanılmaz derecede sınırlıdır, sadece birkaç varyantı aynı anda test edebilir ve istatistiksel olarak anlamlı sonuçlara ulaşmak için haftalar veya aylar alabilir. Auxia’da, deneyimi sürekli, akıllı bir süreç olarak yeniden tưởnguflandırdık. Model güdümlü çerçevemiz, pazarlamacıların yüzlerce varyasyonu paralel olarak çalıştırabilmesini ve self-optimizing modelleri test etmesini sağlar. Takviye öğrenme gibi teknikleri kullanarak, Auxia’nın karar verme sistemi canlı verilere dayanarak gerçek zamanlı kararlar alır.

Örneğin, bir teklif ve ödül tanıtım kampanyası için e-posta üzerinden gidelim. Daha önce, pazarlamacılar 2-3 farklı teklif varyantını test edebilir, 5% indirim, 10% indirim ve 20% indirim, audience’i birbirini dışlayan gruplara ayırabilir, başlatıp sonuçları çeşitli metriklere karşı karşılaştırabilir ve hangi varyantın tüm grup için ortalama olarak en iyi çalıştığını görebilirdi. Bu kazanan varyant daha sonra deneysel süre sonra herkes için dağıtılacaktı. Bu yaklaşımın beberapa zorluğu var. İlk olarak, çoğu deney başarısız oluyor, bu nedenle takımların neyin iyi çalıştığını belirlemek için haftalar veya aylar alabiliyor. Ayrıca, bunları kurmak için çok manuel ve zaman alıcı, bu da takımın hızını ve teslimatının etkisini sınırlıyor.

Auxia ile, pazarlamacılar önce yüksek düzeyli bir hedef belirler, Örneğin, satın almaları teşvik etmek. Oradan, takım sistemde yüzlerce farklı varyasyonu ayarlayabilir, bu varyantları Auxia’nın İçerik Ajanı ile dinamik olarak üretebilir, CMS’den alabilir veya manuel olarak tanımlayabilir. Her bir varyant, teklif yapısı (örneğin, %5 indirim vs. BOGO), miktar, içerik ve potansiyel olarak sogar kanal (örneğin, e-posta vs. SMS) açısından farklılık gösterebilir. Her个 kullanıcı için, Auxia’nın Karar Ajanı, mevcut yüzlerce varyanttan hangisinin o kişi için core hedefi teşvik etmek için optimal olduğunu sıralar, puanlar ve öngörür.

Auxia platformu, büyük iç veri bilimci takımlarına bağımlılığı ortadan kaldırmak üzere tasarlandı. Geleneksel pazarlama takımlarının araçlarınızla daha teknik rolleri üstlenmesini başarıyla gördünüz mü?

Auxia’yı kurmamızın temel nedenlerinden biri, pazarlama takımlarının mühendislere veya veri bilimcilerine güvenmeden pazarlama ve ürün deneyimlerini kişiselleştirmelerini sağlamaktı. Sadece birkaç haftalık bir eğitim sürecinin ardından, Auxia kullanan pazarlamacılar, yeni kampanyalar başlatmak, verileri çekmek ve sonuçları tamamen kendi başlarına yorumlayabiliyorlar. Dünya, daha ajansik bir geleceğe doğru ilerlerken, pazarlamacıların daha teknik hale gelmesi veya yeni teknik beceriler kazanması gerekmeyeceğine inanıyoruz. Bunun yerine, mühendisler veya analistler tarafından geleneksel olarak ele alınan sorumluluklar, pazarlamacının iş akışını ve genel deneyimini güçlendiren akıllı ajanlar aracılığıyla demokratikleştirilecek. Analist Ajanımız ile, geleneksel veri bilimci/analist işinin karmaşıklığını büyük ölçüde soyutladık ve bu yetenekleri ilerletmeye devam etmek için heyecan duyuyoruz.

Google’da Next Billion Users girişiminin pazarlama lideri olarak, teknoloji adoptionu ve pazarlamadaki ajansik AI arasında neler görüyorsunuz?

Next Billion Users girişiminin pazarlama lideri olarak, ortaya çıkan pazarlardaki insanların ürünlerle farklı şekilde etkileşime girdiğini fark ettik – arayüzleri basitleştirme, karmaşıklığı soyutlama ve deneyimin erişilebilir ve güçlendirici olmasını sağlama. Benzer bir trendi, pazarlamadaki ajansik AI ile birlikte ortaya çıkarken görüyorum. Tıpkı birçok yeni internet kullanıcısının dijital okuryazarlığa gerek kalmadan doğrudan mobil öncelikli deneyime atladığı gibi, pazarlamacıların da AI güdümlü kişiselleştirmeyi kilidini açmak için SQL veya veri bilimini öğrenmesine gerek yok. Ajanlar, beceri boşluklarını köprüler ve sofistike yetenekleri hemen kullanılabilir kılar. Aynı zamanda, insanların AI ile etkileşim şeklinin – sohbet tabanlı arayüzlerin ötesine geçerek daha sezgisel, bağlamsal ajanlara doğru – geliştiricilerin geleceğin UI’sini yeniden düşünmesini sağlıyor. Vurgu, tıpkı NBUs gibi, erişilebilirlik, basitlik ve güçlendirmede.

Şirketlerin AI kişiselleştirme hakkında sahip olduğu en büyük yanlış anlama nedir ve bunu nasıl aşmalarına yardımcı oluyorsunuz?

Şirketlerin AI kişiselleştirmesi hakkında sahip olduğu en büyük yanlış anlama, bunu benimsemelerinin toplam kontrolü kaybetmeleri veya pazarlama takımlarının stratejik etkisini azaltacağıdır. AI, insanların göremediği kalıpları analiz etme, sinyalleri ortaya çıkarma ve gerçek zamanlı olarak işlem yapma konusunda excels. Ancak, anlamlı müşteri deneyimleri tasarlamak için gerekli bağlam, empati ve stratejik yargıyı sağlayamaz. İşte burada insanların parladığı yer – vizyon belirleme, marka rehberlerini tanımlama ve kişiselleştirme seçimlerinin müdahaleci veya marka dışı hissedebileceği zamanı anlama.

Eğer samimi konuşursak, günümüz teknolojisini kullanarak, insanlar AI olmadan etkili olabilir, ancak AI, insanlar olmadan etkili olamaz. Gerçek kırılma noktası, takımlarınızı AI ile güçlendirmek ve verileri güdümlü karar verme konusundaki ölçek ve karmaşıklığı ele almak için, aynı zamanda takımların strateji, yaratıcılık ve empati üzerine odaklanmalarını sağlamak için ortaya çıkar. İşte o zaman kişiselleştirme, bir buzzword’den gerçekten değer yaratan bir şeye dönüşür.

50’den fazla endüstri liderinin desteği ve 23.5M$’lık bir finansman ile, önümüzdeki 12-18 ay için ürün ve takım büyümesi açısından hangi alanlara öncelik veriyorsunuz?

Önümüzdeki 12-18 ay için üç alanda büyümeye öncelik veriyoruz. İlk olarak, müşterilerimize olağanüstü değer sunmaya devam etmek için taahhüdümüz var. Bu, ekibimiz için her zaman bir öncelik oldu veAuxia’ya ve ekibimize güvenen tüm şirketlere olağanüstü ROI sunmayı sağlamak istiyoruz. İkincisi, pazarlama iş akışını tam olarak desteklemek için AI ajanı yeteneklerini genişletiyoruz, böylece takımlar içerik oluşturabilir, kişiselleştirilmiş deneyimler düzenleyebilir ve neler etkisini gösteren eyleme geçirilebilir içgörüler sunabilir. Son olarak, pazara ulaşma motorumuzu ölçeklendiriyoruz. Enterprise’de güçlü ürün-pazar uyumu ile, bir sonraki adım, satış ve müşteri başarı takımlarımızı büyütmek ve Auxia’nın AI güdümlü kişiselleştirmesini daha fazla işletmeye getirerek, yeni müşterilerin de aynı yüksek dokunuşlu desteği ve farklılaştırılmış deneyimi deneyimlemesini sağlamaktır.

Pazarlamadaki ajansik AI’nin bir sonraki cephesi, sadece pazarlama değil, diğer işletme uygulamaları açısından da neler heyecanlandırıyor?

Asıl beni heyecanlandıran, benimseyimin hızını görmek, bu benimseyimin gerçek etkiye sahip olduğunu görmek ve pazarın ajansik AI’nin gerçek değerinin, insan rollerinin yerini almak değil, aksine güçlendirmek olduğunu tanımaktır. Bugün birçok konuşma, AI’nin insan rollerinin yerini almasına odaklanıyor, Örneğin, SDR’leri (veya hatta tüm işlevleri) değiştiren şirketlerin billboard’larını görüyoruz. Bu anlatı, başlıkları çekecek, ancak bence daha büyük fırsatı kaçırıyor: insanların en iyi işlerini yapmalarını sağlamak.

İnsanlar bağlam, empati, yaratıcılık ve yargı getirir, ki bunlar AI tarafından tekrarlanamaz. Ajansik AI, insanların güçsüz düştüğü karmaşıklık ve ölçekle başa çıkmada parlar. Pazarlama iş akışları gibi, büyük veri kümelerinden içgörüler çıkarmak, tekrarlayan görevleri otomatikleştirmek ve sistemler arasında gerçek zamanlı olarak süreçleri düzenlemek gibi yetenekleri insanların güçlerine ekliyoruz.

Pazarlamada, bu, takımların sonsuz yürütmeden kurtulmasına ve strateji, hikaye anlatımı ve müşteri empati üzerine odaklanmasına olanak tanır. Ancak bu aynı model, işletmenin tüm fonksiyonlarına uygulanabilir: satışta, ajanlar fırsatları niteliklendirebilir ve hazırlayabilir, böylece insanlar ilişki kurabilir; müşteri başarısında, ajanlar risk ve fırsat sinyallerini belirleyebilir, böylece insanlar ortaklıkları derinleştirebilir; mühendislikte, ajanlar testi, hata ayıklamayı ve kod oluşturmayı hızlandırabilir, böylece takımlar karmaşık mimari sorunlara ve inovasyona odaklanabilir.

Tüm bu fırsatlar trilyonlarca dolarlık değer yaratacak ve ajansik AI’nin nasıl şekilleneceğini şekillendiren şirketleri görmek beni heyecanlandırıyor.

Mali takımların AI ajanları ile gerçek zamanlı olarak bütçeleri optimize ettiğini, İK takımlarının AI ajanları ile kişiselleştirilmiş personel katılımı sağladığını, müşteri destek ekiplerinin reaktif yerine proaktif hale geldiğini hayal edin.

Sadece başlıyoruz. Gelecek, AI’nin insanları değiştirmesi değil, insanların AI ajanları ile birlikte çalışarak daha hızlı, daha akıllı ve daha empatik kararlar almasıdır. İşte Auxia’da inşa ettiğimiz gelecek.

Auxia hakkında daha fazla bilgi edinmek isteyen okuyucular için teşekkür ederiz, Auxia ziyaret edilebilir.