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 20 yılı aşkın deneyime sahiptir. Auxia’yı 2022’de kurmadan önce, Google’ (GOOGL ) da Ödemeler için Pazarlama Başkan Yardımcısı olarak görev yaptı ve Next Billion Users programı gibi girişimlerin başında bulundu. Ayrıca Android, Chrome, ChromeOS ve Google Play’de üst düzey pazarlama liderliği rollerini üstlendi.

Auxia bir AI destekli pazarlama platformudur ve şirketlerin kişiselleştirilmiş müşteri yolculuklarını büyük ölçekte düzenleme olanakları sağlar. Esnek, kurallara dayalı kampanyalara güvenmek yerine, Auxia AI ajanları tüm temas noktalarında – e-posta, web, uygulama, teklifler – hipotezleri test eder ve gerçek zamanlı tercihlerine ve davranışlarına göre dinamik olarak uyum sağlar. İlk taraf veri kaynaklarıyla sorunsuz entegre olur, ML boru hatlarını otomatikleştirir ve iletişimi, zamanlamayı ve sıralamayı sürekli olarak optimize eder ve böylece katılımı ve müşteri ömrünü en üst düzeye çıkarır.

Auxia’yı Google’daki başarılı bir kariyerin ardından kurduğunuzu biliyoruz. Peki, sizin ve kurucu ortaklarınızın Auxia’yı yaratmasına yol açan pazarın hangi boşluğunu veya ağrı noktasını gördünüz?

Google’da, doğru altyapınız ve AI yeteneklerinizi olduğunda gerçek kişiselleştirme ne kadar güçlü olabileceğini bizzat 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 topluyorlar ancak bunları anlamlı, gerçek zamanlı kişiselleştirmeye çeviremiyorlardı.

Temel boşluk, mevcut platformların AI öncesi döneme göre inşa edilmiş olmasıydı. Statik kurallara ve temel segmentasyona güveniyorlardı, oysa şirketlerin akıllı, adaptif sistemlere ihtiyacı vardı; her müşteri etkileşimi hakkında gerçek zamanlı kararlar alabilecek sistemlere. Google ve Meta gibi şirketlere güç veren AI destekli kişiselleştirmeyi tüm boyutlardaki işletmelere getirmek için bir fırsat gördük, onlara büyük iç veri bilimci ekipleri kurma zorunluluğu olmadan.

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

Hepimiz, kişiselleştirmenin ölçeklendirilmesindeki zorlukları yaşadık. Google Pay ekibinde özellikle, dönüştürücü modellerin başlangıcında olmak gibi dönüştürücü teknolojilerin bebeklik döneminde erken maruz kalma ayrıcalığımız vardı. Meta ve Lyft’ten gelen kurucu ortaklarım, müşteri verilerini dramatik şekilde daha faydalı hale getiren ve milyonlarca kullanıcı için her saniye gerçek zamanlı öneriler ve kararlar sağlayan sistemler inşa ettiler.

Hepimiz, AI’nin müşteri deneyimlerini nasıl dramatik şekilde iyileştirebileceğini ve aynı zamanda pazarlama ekiplerimizin karşılaştığı bazı zorlukları nasıl ele alabileceğini gördük. Aynı zamanda, daha geniş pazar, bu tür çalışmaların Google dışında yapılabilmesini sağlayan bir şekilde değişiyordu. Modern veri yığınının ve Snowflake, BigQuery ve Databricks gibi platformların yükselişi, şirketlerin son 5-10 yıl içinde verilerini birleştirerek harekete geçirmeye hazır bir merkezi noktaya taşımasına yol açtı.

Auxia’yı tasarladığımız gibi, içimizde geliştirdiğimiz öğrenmeleri demokratikleştirmek için benzersiz bir fırsat gördük. Bu şirketler, değerli verilerin üzerine oturduklarının ve doğru teknolojiyle bu verilerin büyümeyi ve müşteri katılımını sürdürebileceğini fark etmeye başlıyorlardı.

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 olmayan kurallara ve statik segmentlere dayanmaktadır; bunlar reaktiftir, zeki değildir. Auxia’da, her müşteri temas noktasını gerçek zamanlı olarak kişiselleştirebilen senkronize AI ajanlarından oluşan bir sistem inşa ettik.

Her ajan özel bir rol oynar. Karar ajanları, kullanıcının tüm önceki verilerine ve tercihlerine dayanarak en iyi eylemi belirler; örneğin, bir müşteriyi yeni bir kredi kartına yükseltmek veya yeni bir tasarruf hesabı açmasını teşvik etmek. Analist ajanlar, birleşik bir veri bilimci ekibi gibi çalışır, mevcut kampanyaların neler çalıştığını analiz eder ve bir sohbet arabiriminde etkileri ve geliştirme fırsatlarını vurgular. Son olarak, Auxia’nın İçerik ajanları, en iyi çalışan şeyleri ortaya çıkarmak için tüm verileri ve içgörülerden yararlanarak pazarlama ekiplerinin onaylayacağı yeni mesajlaşma veya yaratıcı varyasyonları proaktif olarak ortaya çıkarır.

Bu ajanların güçlü olduğu şey, birbirleriyle sürekli olarak öğrenerek ve neyin işe yaradığını temel alarak adapte olarak birlikte çalışmasıdır. Pazarlamacılar yüksek düzeyli hedefler koyar ve ajanlar karmaşıklığı ele alır. Bunlar, daha iyi sonuçlar elde etmek için günlük olarak evrimleşen, kendi kendini optimize eden sistemlerdir.

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

İlk günden itibaren, ölçeklenebilirliğin müzakere edilemez olduğunu biliyoruz. Hiper kişiselleştirme, yalnızca milisaniyeler içinde kararlar alabiliyorsanız ve taze, bağlamsal sinyalleri kullanabiliyorsanız işe yarar. Google’daki zamanımızdan öğrendiğimiz dersleri aldık ve bu düzeyde gerçek zamanlı orkestrasyonu destekleyecek altyapıyı inşa etmek bir yıldan fazla sürdü.

Mimariğimiz bulut yerlisi, olaya dayalı ve yüksek hacimli akış için optimize edilmiştir, böylece teknoloji dalgalarının omuzlarında duruyoruz. Pazarlama teknoloji manzarası, açık ekosistemlere doğru evrilmesi ve modern bulut veri ambarları, CRM’ler ve diğer pazarlama platformlarıyla doğrudan entegre olmamızı sağladı. Bu, ilk günden itibaren ölçek için inşa etmemizi ve altyapıyı, ilk taraf müşteri sinyallerini büyük hacimlerde işlerken gecikme olmadan işleyecek şekilde tasarlamamızı sağladı.

Bizi ayıran diğer 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, ancak endüstrinin en son teknolojisini de özelliklerin oluşturulması, model dağıtımı ve LLM çıkarımı için kullanıyoruz.

Auxia’nın model deneyleme çerçevesi geleneksel A/B testlerinden nasıl farklıdır ve bu ML sürüklenen yaklaşım kullanarak neler keşfettiniz?

Geleneksel A/B testi inanılmaz şekilde sınırlıdır, yalnızca birkaç varyantı aynı anda test edebilir ve istatistiksel olarak anlamlı sonuçlara ulaşmak haftalar veya aylar alabilir. Auxia’da, deneyimi sürekli, akıllı bir süreç olarak yeniden hayal ettik. Model sürüklenen çerçevemiz, pazarlamacıların birçok farklı self-optimizing modeli çalıştırmasını ve paralel olarak yüzlerce varyasyonu test etmesini sağlar. Takviye öğrenme teknikleri gibi teknikleri kullanarak, Auxia’nın karar verme sistemi canlı verilere dayalı gerçek zamanlı kararlar alır.

Örneğin, bir teklif ve ödül tanıtım kampanyası için e-posta üzerinden. Daha önce, pazarlamacılar 2-3 farklı teklif varyantını test edebilir, %5 indirim, %10 indirim ve %20 indirim gibi, audience’i birbirini dışlayan gruplara ayırabilir, başlatıp çeşitli metriklere göre sonuçları karşılaştırabilir ve hangisinin tüm grup için ortalama olarak en iyi çalıştığını görebilirdi. Bu kazanan varyant daha sonra deneysel süre sonunda herkes için dağıtılacaktı. Bu yaklaşımın beberapa zorluğu var. İlk olarak, çoğu deney başarısız oluyor, bu nedenle ekiplerin neyin işe yaradığını belirlemesi genellikle haftalar veya aylar alıyor. Ayrıca, kurmak için super manuel ve zaman alıcı, bu da ekibin hızını ve impacti teslim etme hızını sınırlıyor.

Auxia ile, pazarlamacılar önce yüksek düzeyli bir hedef koyar, satın almaları sürdürebilir. Oradan, ekibin hundreds of farklı varyantları sistemde dinamik olarak üretebilmesi, CMS’den alabilmesi veya manuel olarak tanımlayabilmesi gerekir; bu varyantlar, teklif yapısı (örneğin %5 indirim vs. BOGO), tutar, içerik ve hatta kanal (örneğin e-posta vs. SMS) açısından farklılık gösterebilir. Her个 kullanıcı için, Auxia’nın Karar Ajansı, mevcut yüzlerce varyant içinden, temel hedefi sürdürebilmek için her kişi için optimal varyantı sıralar, puanlar ve öngörür.

Auxia platformu, büyük iç veri bilimci ekiplerine bağımlılığı ortadan kaldırmak üzere tasarlandı. Geleneksel pazarlama ekiplerinin daha teknik rolleri başarıyla üstlendiğini gördünüz mü?

Auxia’yı kurmamızın temel nedenlerinden biri, pazarlama ekiplerinin mühendislere veya veri bilimcilerine güvenmeden pazarlama ve ürün deneyimlerini kişiselleştirebilmelerini sağlamaktı. Sadece birkaç haftalık bir süre içinde, Auxia kullanan pazarlamacılar yeni kampanyalar başlatmak, verileri çekmek ve sonuçları yorumlamak için tamamen kendi başlarına hareket edebiliyorlar. Dünya, daha ajantik bir geleceğe doğru ilerlerken, pazarlamacıların daha teknik hale gelmesine veya yeni teknik beceriler geliştirmesine gerek olmayacağına inanıyoruz. Bunun yerine, geleneksel olarak mühendisler veya analistler tarafından ele alınan sorumluluklar, pazarlama akışını ve genel deneyimi zenginleştiren akıllı ajanlar tarafından demokratikleştirilecek. Analist Ajansımla, geleneksel veri bilimci/analist işinin çok fazla karmaşıklığını soyutladık ve bu yetenekleri ileriye taşımaya devam etmek için heyecan duyuyoruz.

Google’da Next Billion Users girişiminin pazarlama lideri olarak, teknoloji benimsemesinin kapsayıcılığı ile pazarlamada ajantik AI arasında neler görüyorsunuz?

Next Billion Users girişiminin pazarlama lideri olarak, gelişmekte olan pazarlardaki insanların ürünlerle farklı şekilde etkileşime girdiklerini ve bu temsil ettiği büyük bir büyüme fırsatı nedeniyle, bu kullanıcılara özel olarak inşa etmenin hayati olduğunu gördüm – arayüzleri basitleştirmek, karmaşıklığı soyutlamak ve deneyimin erişilebilir ve güçlendirici olmasını sağlamak.

Pazarlamada ajantik AI ile benzer bir eğilim görüyorum. Tıpkı birçok yeni internet kullanıcısının dijital okuryazarlık önceliğine gerek kalmadan mobil öncelikli deneyimler olarak atladığı gibi, pazarlamacılar da kişiselleştirmeyi kilitlemek için SQL veya veri bilimi öğrenmek zorunda kalmadan ajantların boşluğu kapatabileceğini görüyorlar. Ajantlar, yetenek boşluklarını kapatır ve sofistike yetenekleri hemen kullanılabilir hale getirir. Aynı zamanda, insanların AI ile etkileşim şekli – sohbet tabanlı arayüzlerin ötesine geçerek daha sezgisel, bağlamsal ajantlara doğru – geliştiricilerin geleceğin UI’sini yeniden düşünmesini sağlıyor. Vurgu, NBUs’de olduğu gibi, erişilebilirlik, basitlik ve güçlendirici deneyimdir.

Şirketlerin AI kişiselleştirmesi hakkında en büyük yanlış anlama nedir ve bunu nasıl aşmalarına yardımcı oluyorsunuz?

Şirketlerin AI kişiselleştirmesi hakkında en büyük yanlış anlama, bunu benimsemek demek pazarlama ekiplerinin stratejik etkisini azaltmak veya kontrolü tamamen bırakmak anlamına geldiğidir. AI, insanların göremediği kalıpları analiz etmek, büyük veri kümelerinden anlamlı sinyalleri çıkarmak ve gerçek zamanlı olarak kararlar almak gibi karmaşıklığı işleme konusunda excels. Ancak AI, anlamlı müşteri deneyimleri tasarlamak için gerekli bağlam, empati ve stratejik yargıyı sağlayamaz. İşte burada insanlar parlıyor: vizyonu belirlemek, marka rehberlerini tanımlamak ve kişiselleştirme seçimlerinin uygunsuz veya marka dışı hissedebileceği zamanları anlamak.

Eğer samimi konuşuyorsak, bugün kullanılan teknolojiyle, insanlar AI olmadan etkili olabilir, ancak AI, insan olmadan etkili olamaz. Gerçek đột phá, ekiplerinizi, ölçek ve veri odaklı karar vermenin karmaşıklığını ele almak için AI ile güçlendirmeniz ve ekiplerinizin strateji, yaratıcılık ve empati üzerinde odaklanabilmesi için geldiğinde ortaya çıkar. İşte o zaman kişiselleştirme, bir buzzword’den gerçek değer yaratan bir şeye dönüşür; hem müşteriler hem de iş için.

50’den fazla endüstri liderinin desteği ve 23.5M$’lık bir finansman turu ile, önümüzdeki 12-18 ay için ürün ve takım büyümesi açısından önceliklendirdiğiniz ana alanlar nelerdir?

Önümüzdeki 12-18 ay için büyümenin üç alanını önceliklendiriyoruz. İlk olarak, müşterilerimize olağanüstü değer sunmaya devam ederek onların deneyimini yükseltmeye bağlıyız. Bu, ekibimiz için her zaman bir öncelik oldu veAuxia’ya güvenen ve ekibimize güvenen tüm şirketlere olağanüstü ROI sağlamak istiyoruz. İkincisi, pazarlama akışını desteklemek için AI ajansı yeteneklerini genişletiyoruz; böylece ekipler, içerik oluşturabilir, kişiselleştirilmiş deneyimler düzenleyebilir ve neler etkili olduğunu ortaya çıkaran içgörüler sunabilir. Son olarak, pazara ulaşma motorumuzu ölçeklendiriyoruz. Girişim düzeyinde güçlü ürün-pazar uyumuna sahip olduğumuz için, satış ve müşteri başarı ekiplerimizi büyüterek, AI destekli kişiselleştirmeyi daha fazla işletmeye getirirken, aynı zamanda yeni müşterilerin de aynı yüksek dokunuşlu destek ve farklılaşan deneyimi deneyimlemesini sağlarız.

Pazarlama dahil olmak üzere diğer işletme uygulamalarında da ajantik AI’nin bir sonraki sınırı hakkında en çok ne heyecanlandırıyor?

Beni gerçekten heyecanlandıran şey, benimseyimin hızını görmek, bu benimseyimin gerçek etkiye sahip olmasını görmek ve pazarın, ajantik AI’nin değerinin, insan rollerinin yerini almak değil, insanları güçlendirmek olduğunu tanımaya başlamasıdır. Bugün yapılan birçok konuşma, AI’nin insan rollerinin yerini alması üzerine odaklanıyor; bu, manşetlere hitap edecek ancak daha büyük fırsatı kaçıracaktır: insanları en iyi işlerini yapmalarını sağlayarak güçlendirmek.

İnsanlar bağlam, empati, yaratıcılık ve yargı gibi AI’nin taklit edemediği yetenekleri getirir. Ajantik AI, insanları yavaşlatan karmaşıklık ve ölçekle başa çıkmada parlar. Pazarlama akışındaki ekipleri, sonsuz yürütme yerine strateji, hikaye anlatımı ve müşteri empatisi üzerinde odaklanmak için serbest bırakmak anlamına gelir. Ancak bu aynı model, tüm işletme fonksiyonlarına uygulanır: satışta, ajanlar fırsatları niteliklendirebilir ve insanlarla ilişki kurmak için daha fazla zaman harcamalarına olanak tanır; müşteri başarısında, ajanlar risk ve fırsat sinyallerini vurgulayarak ortaklıkları derinleştirmelerine yardımcı olabilir; mühendislikte, ajanlar testi, hata ayıklamayı ve kod oluşturmayı hızlandırarak, ekiplerin karmaşık mimari sorunları çözmeye ve inovasyonu sürdürebilmelerine olanak tanır.

Bunlar, trilyonlarca dolarlık değer yaratma fırsatları olacak ve sektörün gelecekte işin nasıl evrileceğini şekillendiren şirketleri görmek heyecan verici.

Finans ekiplerinin gerçek zamanlı olarak bütçeleri optimize eden AI ajanlarıyla, insan kaynakları ekiplerinin AI ajanlarını kullanarak kişiselleştirilmiş çalışan katılımını sağlayan, proaktif müşteri desteği ajanlarıyla desteklenen bir gelecek hayal edin.

İlk adımlarımızı atıyoruz. Gelecek, AI’nin insanları değiştirmesi değil, insanların ve AI ajanlarının birlikte, daha hızlı, daha akıllı ve daha empatik kararlar almasıdır. İşte Auxia’da inşa etmeye çalıştığımız gelecek.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Auxia‘yı ziyaret edebilir.