Шон Вайтлі, засновник і президент Qualified – Інтерв’ю Серія

Ви успішно заснували три компанії, включаючи одну, яку придбала Salesforce, і іншу, яку придбала SurveyMonkey. Що надихнуло вас створити Qualified, і як це вписується в загальну еволюцію штучного інтелекту в корпоративному програмному забезпеченні?

Крейг і я заснували компанію з пошукового маркетингу, яку придбала Salesforce. Це було на початку хмарної революції, і майже всі маркетингові програми швидко переходили в цифрову сферу. Стало очевидним, що існує величезний розрив у тому, як продавці взаємодіють з покупцями в цьому новому світі. Компанії витрачали мільйони на привабування трафіку на свої сайти, але коли ці високомотивовані покупці з’являлися, досвід взаємодії не еволюціонував. Це було схоже на організацію і оплату особливої вечірки для ваших потенційних клієнтів, але забуття про відкриття дверей, коли вони прибули.

Саме звідси виникла ідея створення Qualified. Ми хотіли створити спосіб для команд продажів зустріти кваліфікованих покупців у момент їх появи на сайті – з актуальністю, контекстом і реальним, гіперперсоналізованим досвідом, який відповідає тому, чого хочуть покупці. Перемотавши вперед до сьогодні, ми еволюціонували цю бачення в щось набагато більше: агентський маркетинговий шар, який виконує кожен робочий процес входного маркетингового процесу, охоплюючи взаємодію в реальному часі на сайті та асинхронну взаємодію через електронну пошту. Qualified створений для цієї наступної хвилі корпоративного програмного забезпечення, де штучні інтелектуальні працівники не тільки виконують завдання і робочі процеси, але й приймають рішення, залежні від контексту, від імені вашої компанії.

Як ваше бачення штучного інтелекту змінилося від ваших ранніх днів у пошуковому маркетингу до сьогодні, з Piper, який автоматизує продажі на вході в масштабі?

Очевидно, що появлення великих мовних моделей (LLM) повністю змінило гру в цілому. Коли ми заснували свою першу компанію, це були ранні хмарні дні, які представляли фундаментальну зміну в моделі доставки програмного забезпечення. Речі, такі як спільна інфраструктура, багатокористувацька оренда та оплата за користування, проклали шлях для бізнесу перемістити критично важливі програми та процеси в хмару. Незабаром після цього платформа та інфраструктура стали доступні як колекція послуг, що знову було величезним драйвером для бізнесу, щоб вивантажити значну кількість робочих процесів до постачальників хмарних послуг. Все змінилося.

Перемотавши вперед через десятиліття, революція штучного інтелекту вибухнула. Лише кілька років тому, коли ми вперше заснували Qualified, машинне навчання (ML) представляло новий спосіб використання інтелекту з великих наборів даних. Тепер, звичайно, LLM змінили все в плані нашої здатності перемістити значну кількість робочих процесів до штучного інтелекту. Але що ще важливіше, LLM роблять штучний інтелект доступним для всіх, і люди мають можливість взаємодіяти з комп’ютерами, програмами або даними, використовуючи свою природну мову. І хоча ми тільки на початку, дуже очевидно, що багато речей, які ми робили історично, будуть переписані та зроблені новими способами. Це стосується не тільки того, як ми живемо, але й того, як ми працюємо.

Одна з наших мантр в Qualified – це виклик всього, що ми робили історично, і оцінка того, як це буде трансформовано з штучним інтелектом. Штучний інтелект не тільки змінить природу того, як ми будуємо системи, але й розблокує нові процеси, операції та організаційні структури.

Перша хвиля цієї трансформації штучного інтелекту проявилася в агентах. Кожен бізнес вводить агентські шари в різні функції по всьому бізнесу. Наш агент AI SDR був дуже популярним місцем для початку щодо введення агентського шару в маркетинговий рух. І стає все більш очевидним, що не тільки Piper може автоматизувати майже всі завдання генерації потенційних клієнтів на вході та робочих процесів, які історично виконувалися людьми SDR, але вона також може почати обробляти багато робочих процесів, традиційно виконуваних платформами маркетингової автоматизації.

Piper – це потужний приклад автономного агента штучного інтелекту в дії. Де ви особисто проводите межу між корисною автоматизацією та ризикованою автономією?

Автономія не може існувати безпечно без підзвітності. Довіра може бути здобута або втрачена експоненціально в агентській системі. Ми вже не будуємо хмарні інструменти. Ми тепер розгортаємо автономних працівників, які приймають рішення від імені клієнтів. Є вищі ставки для надійності та довіри, ніж будь-коли раніше. Неправильна або некорисна поведінка агента повинна бути першочерговим пріоритетом для будь-кого, хто розробляє агентів. Так само важливо інвестувати в можливості навколо навчання, налаштування, тонкого налаштування, прозорості, цитат та контролю, як і надання клієнту можливості побудувати фундамент управління для агента.

З Piper ми були намерені побудувати корисну автономію – штучний інтелект, який працює в межах чітко визначених обмежень, підживлюваний нашою багатою історією партнерства з нашими клієнтами, які використовують наші продукти сьогодні. Лінія для мене досить чітка: автоматизація ніколи не повинна замінювати судження в моменти, які вимагають контексту, емпатії чи нюансів.

Piper не намагається володіти повним процесом покупки з самого початку. Є важливий процес розгортання, щоб забезпечити, що агент працює не тільки ефективно, але й точно, і в межах визначених меж, встановлених клієнтом. Ви не можете просто випустити агента у виробництво, який взаємодіє з вашими потенційними клієнтами та клієнтами, не розуміючи, як це вплине на повний цикл покупки.

Отже, для мене лінія проводиться через довіру, спостережливість та контроль. Якщо ми не можемо забезпечити пояснюваність або виміряти її продуктивність, то це не готово. Більшість компаній, з якими я розмовляю, стають набагато більш освіченими та думають про ці речі правильним чином, але це наша робота допомогти нашим клієнтам встановити правильні обмеження, модерацію та найкращі практики управління.

Враховуючи зростаючі можливості агентів штучного інтелекту, як ви забезпечуєте, щоб Piper залишався в етичних і контекстних межах – особливо при взаємодії з реальними людьми в високих ставках сценаріїв?

В межах застосунку Qualified ви можете програмувати Piper, щоб він залишався в межах певних меж, контролювати його тон і забезпечувати, щоб він дотримувався політики компанії. Це абсолютні істини та правила взаємодії, які не можуть бути порушені при взаємодії з відвідувачами. Ми забезпечуємо значну модерацію та обмеження в ядрі нашого штучного інтелекту, тобто видаляємо ризики щодо даних (PII) та конфіденційних відомостей повністю. Крім того, ми дозволяємо компаніям додавати додаткові обмеження, інструкції та правила взаємодії.

Ми також наділяємо Piper можливістю повільно повернути розмову, яка відхиляється від теми. Крім того, якщо ми відчуваємо, що на одному кінці взаємодії є поганий актор, Piper може просто закінчити розмову, якщо вона трендить в область, яка є:

• Непов’язана з компанією, продуктами, послугами чи галуззю
• Випадкова чи безглузда
• Відкрита, некоректна чи образлива
• Повністю поза межами того, що повинен обробляти агент AI SDR

Ці суворі обмеження забезпечують, що Piper залишається в межах своїх призначених меж, надаючи нашим клієнтам повну впевненість і контроль над його поведінкою.

Ви говорили про необхідність систем відкату та можливостей перевантаження. Чи можете ви пройти через заходи безпеки та контролю, які ви побудували в платформу Qualified, щоб запобігти або пом’якшити помилки штучного інтелекту?

Довіра і прозорість/пояснюваність ідуть рука об руку. Довіра починається з надання уявлення про те, що відбувається, чому це відбувається, і як вплинути на те, як воно працює в майбутньому. Є основні засади, такі як цитати, зворотні зв’язки, налаштування та тонке налаштування. Але ми також зробили додаткові кроки, щоб наші користувачі могли забезпечити шар спостережливості для штучного інтелекту, який легко доступний і може забезпечити зворотній зв’язок людини у циклі.

Наприклад, ми забезпечуємо можливість симулювати різні обставини та легко бачити, що зробить штучний інтелект, і забезпечити зворотній зв’язок або корекцію на кожному гіпотетичному сценарії. Як і ви розгортаєте співробітника, перш ніж він отримує автономію, ви повинні зробити те саме з штучним інтелектом.

У світлі тенденцій регулювання штучного інтелекту та недавніх заголовків про невдачі штучного інтелекту, як ви бачите роль дотримання політики та політики у формуванні майбутнього агентів штучного інтелекту у продажах та маркетингу?

Регулювання та управління є важливішими, ніж будь-коли раніше. Не важко подумати про підвищений ризик, який агенти можуть представляти, якщо не розгортатися відповідально. Ми всі бачили результати випуску штучного інтелекту без контексту чи підзвітності. У сфері B2B, особливо у продажах та маркетингу, де ми граємо, ми обробляємо багато даних підприємств та деяку кількість особистої ідентифікаційної інформації (PII). Ми повинні дотримуватися високих стандартів захисту досвіду наших покупців.

Ми будуємо Piper з корпоративним рівнем дотримання політики, починаючи з рівня PRD. Це означає, що ми думаємо про конфіденційність, безпеку та управління з самого початку будь-чого нового, що ми будуємо та відправляємо. Коли штучний інтелект еволюціонує, так само будуть еволюціонувати стандарти навколо звичайних підозрюваних у нашій галузі, таких як SOC 2, GDPR, CCPA, управління згодою тощо – це все речі, про які ми думаємо щоразу, коли ми відправляємо функції. Але перевірка коробок недостатня. Ми створюємо культуру прозорості та будемо створювати свій власний етичний каркас до більш формальних регуляцій.

Ці частини пазла штучного інтелекту не можуть чекати на офіційну політику – якщо ви ще не встановили ці стандарти в межах ваших команд, ви позаду.

Чи думаєте ви, що компанії рухаються занадто швидко, надавши агентам штучного інтелекту занадто багато автономії без побудови адекватних структур нагляду людини?

Ми всі бачили заголовки, коли ці речі йдуть не так – є безумовно компанії, які рухаються занадто швидко та дивляться на штучний інтелект як на інструменти для впровадження, а не на повну трансформацію бізнесу.

Автоматизація не є стратегією. Це частина цієї великої картини, але вона вимагає інфраструктури та довгострокового мислення, щоб уникнути здійснення величезних помилок, які в кінцевому підсумку підірвуть довіру з вашими клієнтами. Ви не можете повернути це.

Нагляд людини не є інгібітором успіху з автоматизацією – це драйвер. Штучний інтелект буде виконувати важку роботу, але люди в циклі потрібні для відповідальності.

Як ви балансуйте швидкість та ефективність штучного інтелекту з унікальними людськими навичками, такими як судження, етика та нюанси у взаємодії з клієнтами?

Ми дивимося на Piper як на товариша. Її сильні сторони – завжди увімкнено, швидкість, миттєва пам’ять, нескінченна масштабованість – роблять її потужним агентом SDR, але ми знаємо, що вона не може володіти кожною взаємодією з кінця в кінець.

Люди завжди будуть потрібні в високих ставках розмов, де нюансова емоційна інтелігентність краще служить покупцеві. Використання штучного інтелекту в правильних випадках є ключем до балансування автоматизації та людських навичок. Piper є блискавично швидкою, але вона знає, коли зупинитися та залучити людей.

Ми дозволяємо штучному інтелекту робити те, що він робить найкраще, щоб люди могли робити те, що вони роблять найкраще.

Ви на передовому краї агентського маркетингу. Що вас найбільш збуджує у наступні 2-3 роки в цій сфері?

Я відчуваю, що ера штучного інтелекту дав很多 з нам другий шанс після важкого кількох років у сфері технологій. Агентський маркетинг – це потужне інноваційне рішення, яке відкриває двері для всіх видів нових технологій, і це майже зрівняло гравців для компаній у галузі.

Ми всі на цьому американських гірках разом, і ми, нарешті, переходимо той перший етап гімміків і бачимо, які застосування насправді корисні.

Наступні два-три роки будуть усі про оркестрацію – оскільки все більше і більше агентів штучного інтелекту виходять онлайн, робота буде полягати в тому, щоб побудувати найпотужніші технологічні стеки, які працюють разом як одна команда для виконання складних робочих процесів.

Які галузі, на вашу думку, найменше підготовлені до наслідків автономних агентів штучного інтелекту – і що вони повинні робити зараз, щоб вийти вперед?

Галузі, які мають жорсткі ієрархії та спадкові технологічні стеки, знаходяться під загрозою бути залишеними позаду. Для агентського маркетингу потрібно мати сучасний погляд на гігієну даних та програмного забезпечення, і деякі з цих великих операцій рухаються повільно та мають багато технічних боргів, які потрібно подолати. Іронічно, ці організації найбільш виграють від агентів штучного інтелекту – їхні робочі процеси готові до автоматизації.

Ключ зараз полягає в тому, щоб почати з інфраструктури, а не технологій. Вони повинні впорядкувати свій будинок спочатку з стратегічним плануванням навколо робочих процесів, де агенти додають вартість. Вони повинні мати каркаси навколо дотримання політики та безпеки. Тоді вони можуть почати пілотування деяких з цих програм.

Це не просто ІТ-проект – це повна організаційна зміна, зверху донизу.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Qualified.