Раджів Бутані, CEO MediaMint – Серія інтерв’ю

Раджів Бутані, CEO MediaMint, має понад три десятиліття досвіду лідерства у глобальній технології, медіа та цифровій трансформації. До того, як приєднатися до MediaMint, він обіймав посаду генерального директора та члена ради директорів у HeadSpin, де він сприяв інноваціям у сфері інтелектуальної власності для цифрових досвідів. Раніше Бутані майже 27 років працював у Accenture, де він очолював трансформаційні ініціативи як головний технологічний офіцер зв’язку, медіа та технологій, керуючи стратегією та партнерством щодо нових технологій, таких як штучний інтелект та машинне навчання. Його керівні ролі в Accenture включали управління відносинами з великими клієнтами, такими як Google, Facebook та Microsoft, демонструючи його глибокий досвід на перетині технологій, стратегії та зростання.

Заснована у 2010 році, MediaMint є глобальним партнером цифрових операцій, який забезпечує повну підтримку у сфері рекламних операцій, творчої продукції, аналітики даних та управління кампаніями. Головний офіс компанії розташовується у Хайдарабаді з офісами у США та Польщі, MediaMint дозволяє медіа-компаніям, агентствам та платформам ефективно розширюватися завдяки поєднанню людського досвіду та технологій. Компанія зосереджена на забезпеченні високої якості операційної досконалості, гнучкості та прозорості, допомагаючи клієнтам оптимізувати свої робочі процеси, скорочувати витрати та зосереджуватися на інноваціях у все більш складному цифровому екосистемі.

Що надихнуло ваш перехід від Accenture до керівництва MediaMint, і як ваш досвід у сфері консалтингу вплинув на ваш підхід до операцій, керованих штучним інтелектом?

Мій перехід був пов’язаний з виходом з консалтингової кімнати та зайняттям операторського крісла. Після років роботи в Accenture, де я допомагав компаніям проектувати дорожні карти трансформації, я побачив ясну ринкову можливість створити рішення, де я міг взяти на себе відповідальність не тільки за розробку дорожніх карт, але й за результати з реальними зобов’язаннями.

Розбивання сілосів з Agentic AI: Ми застосовуємо стратегічне, міжфункціональне мислення консалтингу безпосередньо через нашу платформу Agentic AI. Agentic AI дозволяє нам розбити функціональні сілі – продажі, AdOps, фінанси – з яких великі компанії змушені працювати. Наша гнучкість дозволяє нам проектувати та доставляти повні рішення, що поєднують Agentic AI та людських агентів для генерації результатів у масштабі.

MediaMint була заснована у 2010 році та значно розширилася з того часу. Як змінилися місія та можливості компанії – особливо з запуском MediaMint Labs?

MediaMint завжди була на передовому краї медіа та маркетингових операцій. Ми починали з надання високоякісних, людських послуг великим видавцям, платформам, агентствам та брендам. Наша місія полягала в тому, щоб бути довіреним оперативним партнером, який дозволяє нашим клієнтам розширюватися та будувати операційну ефективність.

Запуск MediaMint Labs означає наш наступний етап – формалізацію того, як ми використовуємо штучний інтелект для стимулювання не тільки ефективності, але й зростання. Тепер ми зосереджені на створенні агентів штучного інтелекту через MediaMint Labs, які не тільки виконують завдання, але й стають стратегічними прискорювачами для наших клієнтів. Придбання DataBeat також стало важливою частиною цієї еволюції, поглиблюючи нашу здатність у сфері інженерії даних, аналітики та управління доходами. Це фундаментальна зміна, яка переводить нас від довіреного постачальника послуг до партнера з росту, підтримуваного штучним інтелектом.

MediaMint Labs зосереджується на спільному створенні агентів штучного інтелекту, оптимізаторів та прискорювачів, які MediaMint не тільки створює, але й володіє та експлуатує. Яка стратегічна перевага ця модель володіння пропонує клієнтам?

Ця модель володіння є нашим основним стратегічним диференціатором. Ми дізналися, що коли ви передаєте агента штучного інтелекту та йдете геть, він терпить невдачу в момент, коли реальна складність влучає. Наші клієнти отримують дві великі переваги:

Перша – швидка розробка та безпека. Наша внутрішня, модельно-агностична платформа розробки дозволяє нам проектувати, розгортати та експлуатувати агентів для різноманітних випадків використання зростання безпечно та у масштабі. З попередньо створеними середовищами та однією клавішею середовища, ми можемо запустити нових агентів за тижні, а не місяці. Платформа обробляє управління, резиденцію даних та безпеку за замовчуванням, тому клієнтам не потрібно турбуватися про складності управління інфраструктурою штучного інтелекту.

Друга – безперервне покращення та стабільність. Ми зберігаємо операційну власність, що означає, що ми несемо відповідальність за подальшу продуктивність агента. Ми відстежуємо продуктивність в реальному часі через централізовану систему слідування, так що кожна дія є відповідальною, а кожний результат покращується з часом.

Ви попереджали про пастки передачі агентів штучного інтелекту клієнтам без подальшого керівництва. Чому модель MediaMint, де ви зберігаєте операційну власність, є ефективною?

Передача агента штучного інтелекту подібна до передачі високопродуктивного гоночного автомобіля без піт-команди. Він може працювати ідеально в перший день, але без постійного налаштування та технічного обслуговування, він зазнає невдачі. Основна пастка – це衰退 – продуктивність агента погіршується, оскільки клієнтська робоча потока або платформа API змінюється.

Чому Операційна Власність Працює: Наша модель є ефективною, оскільки ми беремо на себе операційну власність, розглядаючи агента не як продукт, а як гарантовану послугу. Це забезпечує дві ключові переваги:

1. Безперервне Покращення

Ми зберігаємо відповідальність за подальшу продуктивність агента. Наша централізована реєстр слідування та оцінка дозволяють нам безперервно відстежувати та оптимізувати агентів через наш процес Людина у циклі (HITL) проти клієнтських бізнес-правил. Ця модель забезпечує, що рішення не погіршується; воно стає більш розумним та міцним з часом. Це безперервне керівництво є тим, що гарантує, що агент завжди працюватиме безпечно, ліквідуючи критичні ризики доходу та відповідності для клієнта.

2. Стратегічне Судження та Захист від Крайніх Випадків

Людина у циклі не присутня для базових завдань; вони є нашою “піт-командою” для високих ставок сценаріїв. Цей досвід є критичним для: Стратегічного Судження: Обробки ситуацій, яких штучний інтелект ніколи не бачив, наприклад, великих регуляторних змін або нових запусків платформи реклами. Вирішення Крайніх Випадків: Вирішення двозначних виходів та складних збоїв, які можуть вплинути на доходи або відповідність.

Це безперервне керівництво прямо перекладується у вартість. Ми доставляємо гарантований продуктивний результат, забезпечуючи значне скорочення критичних помилок та підтримуючи постійно високу задоволеність клієнтів, а не просто надаємо програмне забезпечення.

Як ви бачите Agentic AI, доповнюючи або навіть заміняючи елементи моделі SaaS? Які чинники визначають, чи краще доставляти рішення як Agentic AI, ніж традиційну SaaS?

Поточна дискусія пропускає суттєву точку: Agentic AI не призначений замінити весь стек SaaS; він призначений для порушення економіки операційної роботи. Основна відмінність полягає у переході від надання інструменту до гарантування результату. Agentic AI вплине на SaaS двома різними способами:

Заміна: Операційна Крах. Агенти замінять транзакційні, керовані робочим процесом SaaS – платформи, розроблені виключно для переміщення даних або автоматизації звичайних кроків. Цінність вже не в інтерфейсі; вона в автономній дії. Ми переходимо від “Інструмент-Як-Сервіс” до “Дія-Як-Сервіс”.

Доповнення: Шар Посилення. Агенти не замінять стратегічні платформи, такі як Salesforce або великі медіа-системи. Натомість, наша система Agentic AI працюватиме поверх них, виконуючи складні, реальні оптимізації. Вони перетворюють пасивні системи реєстрації на активні системи інтелекту, посилюючи людську здатність.

Ключовим чинником, який визначає наш підхід, є надійність. На відміну від споживчих інструментів LLM, наші Агенти розроблені з нуля для того, щоб бути надійними працівниками. Вони розроблені для того, щоб слідувати детальному SOP близько, дотримуватися політики та ніколи не відхилятися за сотні запусків. Це зобов’язання щодо Управління та Довіри – не тільки креативності – дозволяє нам керувати потоками роботи, критичними для P&L, чого традиційний SaaS та споживчий штучний інтелект не можуть зробити.

MediaMint підкреслює гібридний підхід з людьми у циклі. Чому людське керівництво все ще критично важливе у добу Agentic AI, і як воно покращує результати?

Люди забезпечують дві речі, яких агент штучного інтелекту не може: судження та стратегію. Хоча агент штучного інтелекту може створити медіа-план або виправити аномалію темпу, людський стратег потрібен для встановлення бізнес-цілей, надання творчої дирекції та прийняття нюансованих рішень, які включають безпеку бренду, ринковий настрій або несподівані зовнішні чинники.

Наша платформа підтримує цю гібридну модель за проєктом. Наші Агенти розроблені як надійні партнери, які виконують роботу послідовно, запуск за запуском, дотримуючись керівних принципів та слідуючи SOP точно. Це забезпечує, що людський губернатор може надавати реальне керівництво та зворотний зв’язок та діяти як необхідний Людина у циклі (HITL), гарантуючи, що вони працюють як відповідальні, політично-відповідальні працівники. Агент обробляє монотонні, високовOLUME завдання, такі як складання звітів або підняття питань, що призвело до середнього скорочення зусиль для наших команд на 40%. Це звільняє людину, щоб зосередитися на високоцінній, стратегічній роботі. Людське керівництво не тільки покращує результати; воно забезпечує, що вони відповідають широким, стратегічним цілям бізнесу.

Багато реалізації штучного інтелекту зазнають невдачі, оскільки вони надто ізольовані. Як MediaMint забезпечує, що рішення штучного інтелекту інтегруються холістично по робочим потокам та департаментам?

Це ключовий виклик, і ми розробили всю нашу філософію для його вирішення. Більшість проектів штучного інтелекту зазнають невдачі, оскільки вони будуються як ізольовані точкові рішення, які ніколи真正 не говорять мовою бізнесу. Наше рішення полягає в тому, щоб забезпечити, що кожен Агент розробляється з нуля для клієнтської робочої реальності. Ми досягаємо цієї холістичної інтеграції не через загальні SDK, а через Agent Runbook – індивідуальну операційну книгу.

Agent Runbook є основною операційною книгою. Це індивідуальна книга інструкцій – набір інструкцій та обмежень, який говорить агенту точно, що робити, як обробляти винятки та як точно підключатися до зовнішніх систем. Цій підхід безпосередньо адресує проблему фрагментованого штучного інтелекту, примушуючи інтеграцію заздалегідь: Runbook розробляється відповідно до клієнтського SOP, вкладаючи нашу експертизу домену в ядро. Крім того, наша бібліотека з’єднувачів з’єднує ці агентів безперечно з ключовими клієнтськими системами, такими як Salesforce, Google Ad Manager та Snowflake. Це означає, що рішення штучного інтелекту є модульним і може бути розгорнутим по різних департаментам – наприклад, “Агент медіа-плану” безпосередньо живиться в “Агент творчої якості” – забезпечуючи, що рішення не є інструментом, а інтегрованою, холістичною складовою клієнтського оперативного хребта.

Чи бачите ви сценарії, в яких кілька агентів штучного інтелекту співпрацюють по ролях, створюючи системи “агент-до-агента”? Як виглядає це майбутнє?

Абсолютно. Ми вже будемо рухатися до цього майбутнього. Сама архітектура нашої платформи, з її уніфікованим сервісним шаром та адаптерами інструментів, розроблена для цього типу взаємодії. Майбутнє буде менше про один монолітний агент та більше про спеціалізовані агенти, які співпрацюють для вирішення складної бізнес-проблеми.

Представьте собі екосистему, в якій Агент виявлення аномалій виявляє спад продуктивності кампанії. Він запускає другий Агент оптимізації для коригування ставки. Цей другий агент потім повідомляє Агент творчої якості про перевірку відповідності творчих робіт. Нарешті, Агент звітності консолідує всі ці дії та інсайти в реальному звіті для менеджера облікового запису. Наша MediaMint Labs дозволяє цю співпрацю агента-до-агента, утворюючи хребет наступного покоління бізнес-операцій, де робочі потоки вже не є лінійною послідовністю людських завдань, а динамічною оркестрацією автономних агентів.

Для компаній, які досліджують Agentic AI, які три рекомендації ви давали б, щоб забезпечити успішну реалізацію та довгострокову вартість?

Мої три рекомендації були б:

1. Почніть з правильної проблеми, а не просто крутої технології. Не будуйте агента для його самого. Зосередьтеся на добре визначеній, повторюваній та високоцінній проблемі, наприклад наших представницьких випадків використання співпілота кампанії або агента творчої якості. Вартість повинна бути ясною та вимірюваною, з цілями, пов’язаними з значним скороченням зусиль (наприклад, >25%), вимірюваною оптимізацією доходу або кількісним уникненням втрат доходу.
2. Плануйте операційне керівництво, а не тільки розгортання. Не передавайте його. Агенти є живими системами, які потребують безперервного керівництва, оцінки та управління безпекою. Виберіть партнера, який пропонує модель, подібну до нашої – де вони зберігають операційну власність, щоб забезпечити, що ваша інвестиція доставляє довгострокову вартість та не стає технічним нічним кошмаром.
3. Пріоритізуйте інтеграцію та управління з самого початку. Ізольовані агенти штучного інтелекту зазнають невдачі.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати MediaMint.