拉吉夫·布塔尼，MediaMint 首席执行官 – 采访系列

拉吉夫·布塔尼，MediaMint 首席执行官，在全球技术、媒体和数字转型领域拥有超过三十年的领导经验。在加入 MediaMint 之前，他曾担任 HeadSpin 的首席执行官和董事会成员，在数字体验的性能智能创新方面发挥了重要作用。此前，布塔尼在埃森哲公司工作了近 27 年，担任通信、媒体和技术集团技术官，负责新兴技术如人工智能和机器学习的战略和合作伙伴关系。他的领导职位包括管理与谷歌、Facebook (META ) 和微软等主要客户的关系，展示了他在技术、战略和增长交叉点的深厚专业知识。

MediaMint 成立于 2010 年，是一家全球数字运营合作伙伴，提供广告运营、创意制作、数据分析和活动管理等方面的端到端支持。MediaMint 总部位于海得拉巴，拥有美国和波兰的办事处，通过人类专业知识和技术的结合，帮助媒体公司、代理商和平台高效扩张。该公司专注于提供高质量的运营卓越、灵活性和透明度，帮助客户简化工作流程、优化成本、专注于日益复杂的数字生态系统中的创新。

是什么激发了您从埃森哲到 MediaMint 的转变，您在咨询方面的背景如何影响您对 AI 驱动运营的方法?

我的转变是关于从咨询室走到运营者的位置。多年来，在埃森哲帮助公司设计转型路线图后，我看到了一个明确的市场机会，去建立一个解决方案，我可以在这里不仅仅为路线图承担责任，还要为结果承担责任，拥有皮肤在游戏中的所有权。

随着 AI 的采用增加，客户需要能够交付结果和成果的合作伙伴，而不是仅仅交付部分工作。我的咨询背景定义了我们的方法，以满足这一需求，我对这段旅程的前景感到非常兴奋，支持领先的媒体、娱乐和技术公司的前台运营。

打破壁垒与 Agentic AI: 我们直接将咨询的战略、跨职能的思考应用于我们的 Agentic AI 平台。Agentic AI 允许我们打破大公司被迫遵循的功能壁垒 – 销售、广告运营、财务。我们的敏捷性使我们能够设计和交付端到端的解决方案，结合 Agentic AI 和人类代理，生成大规模的成果。

MediaMint 成立于 2010 年，自那时以来已经显著扩张。公司的使命和能力如何演变，特别是随着 MediaMint Labs 的推出?

MediaMint 一直处于媒体和营销运营的前沿。我们从为主要出版商、平台、代理商和品牌提供高质量的人类主导服务开始。我们的使命是成为客户信赖的运营合作伙伴，帮助他们扩大收入，建立运营效率。

MediaMint Labs 的推出标志着我们的下一个阶段，即我们使用 AI 驱动增长的正式化。我们现在专注于通过 MediaMint Labs 创建不仅仅执行任务的 AI 代理，而是成为客户的战略加速器。DataBeat 的收购也成为我们演变的关键部分，深化了我们在数据工程、分析和收益管理方面的能力。这是一个根本性的变化，将我们从可信的服务提供商转变为 AI 驱动的增长服务合作伙伴。

MediaMint Labs 专注于协同创建的 AI 代理、优化器和加速器，MediaMint 不仅构建这些代理，还拥有和运营它们。这种手工所有权模式为客户提供什么样的战略优势?

这种手工所有权模式是我们的核心战略差异化。我们已经了解到，当你交付一个 AI 代理并离开时，它会在现实世界的复杂性打击时失败。我们的客户获得两个主要优势:

首先，快速开发和安全性。我们的内部、模型无关的开发平台允许我们设计、部署和操作代理，用于各种增长用例，安全地和大规模地。通过预构建的运行时和一键式环境配置，我们可以在几周内使新代理上线，而不是几个月。该平台处理治理、数据居住地和安全性，默认情况下，因此客户不必担心管理定制的 AI 基础设施的复杂性。

第二，持续改进和稳定性。我们保留运营所有权，这意味着我们对代理的持续性能负责。我们通过集中跟踪系统实时跟踪性能，因此每个操作都是可追溯的，每个结果都会随着时间的推移而改进。

您曾经警告过将 AI 代理交付给客户而不继续提供服务的陷阱。为什么 MediaMint 的模式——保留运营所有权——有效?

将 AI 代理交付给客户就像交付一辆高性能赛车而没有维修团队。它可能在第一天运行得完美无缺，但如果没有持续的调整和维护，它将会失败。核心陷阱是衰退——代理的性能会随着时间的推移而恶化，因为底层客户工作流程或平台 API 发生了变化。

为什么运营所有权有效: 我们的模式之所以有效，是因为我们保留了运营所有权，将代理视为一种保证的服务，而不是产品。这提供了两个关键的好处:。

1. 持续改进

我们保留了代理持续性能的责任。我们的集中跟踪注册表和评估套件使我们能够通过我们的 Human-in-the-Loop 过程持续监控和优化代理，以客户的实时业务规则为准。这确保了解决方案的性能不会恶化；它会随着时间的推移变得更加智能和强大。这一持续的管理是我们保证代理将始终安全运行、消除客户的关键收入和合规风险的方式。

2. 战略判断和边缘情况保护

人在循环中的角色不是基本任务；他们是我们的“维修团队”，用于高风险场景。这种专业知识对于以下方面至关重要: 战略判断: 处理代理从未见过的情况，例如重大监管变化或新广告平台发布。边缘情况解决: 解决模糊的输出和复杂的故障，这些可能会影响收入或合规性。

这种持续的管理直接转化为价值。我们提供保证的性能结果，确保显著减少关键错误，并保持一致的高客户满意度，而不仅仅是一个软件。

您如何预见 Agentic AI 补充或取代 SaaS 模型的某些元素？什么因素决定了一个解决方案是否更适合作为 Agentic AI 而不是传统 SaaS?

当前的辩论忽略了重点: Agentic AI 不是要取代整个 SaaS 堆栈；它是要破坏运营工作的经济学。核心区别在于从提供工具转变为保证结果。Agentic AI 将以两种不同的方式影响 SaaS:

取代: 工作流程的压缩。代理将取代事务性、工作流驱动的 SaaS – 专门用于移动数据或自动化常规步骤的平台。价值不再在于 UI；它在于自主行动。我们正在从“工具即服务”转变为“行动即服务”。

补充: 增强层。代理不会取代战略平台，如 Salesforce 或主要媒体系统。相反，我们的 Agentic AI 系统将在它们之上运行，执行复杂的实时优化。它们将被动的记录系统转变为主动的智能系统，增强人类的能力。

决定我们方法的关键因素是可靠性。与消费者 LLM 工具不同，我们的代理是从一开始就设计为可靠的工作者。它们被设计为严格遵循详细的标准操作程序，遵守政策，并且在数百次运行中永远不会偏离。这一对治理和信任的承诺 – 不仅仅是创造力 – 是使我们能够管理与利润和损失相关的关键工作流程的原因，而传统的 SaaS 和消费者 AI 无法做到这一点。

MediaMint 强调人机混合的方法。为什么在 Agentic AI 时代，人类监督仍然至关重要，它如何改善结果?

人类提供了两件事，AI 代理无法提供: 判断和策略。虽然 AI 代理可以制定媒体计划或纠正节奏异常，但人类策略家需要设定业务目标，提供创意方向，并做出涉及品牌安全、市场情绪或意外外部因素的细致决策。

我们的平台通过设计支持这种混合模型。我们的代理被设计为可靠的合作伙伴，可以一致地完成任务，按照指南和标准操作程序运行，确保人类总督可以提供实时的指导和反馈，并作为必要的人机循环（HITL），保证代理按照客户的实时业务规则运作。代理处理单调、批量任务，如草拟报告或标记问题，这使我们的团队平均减少了 40% 的工作量。这样就可以让人类专注于高价值的战略工作。人类监督不仅改善结果；它确保结果与业务的更广泛的战略目标保持一致。

许多 AI 实现都失败了，因为它们过于孤立。MediaMint 如何确保 AI 解决方案在工作流程和部门中整体集成?

这是一个关键的挑战，我们已经设计了整个哲学来解决它。最大的 AI 项目失败的原因是它们被构建为孤立的点解决方案，从来没有真正使用业务的语言。我们的解决方案是确保每个代理都是为客户的特定工作流程和运营现实而设计的。我们通过代理运行书实现了这种整体集成 – 一个定制的运营蓝图。

代理运行书是核心的运营蓝图。它是一个定制的游戏规则 – 一套指示和防护栏，告诉代理应该做什么、如何处理例外情况以及如何连接到外部系统。这种方法直接解决了 AI 的碎片化问题，通过强制在前期实现集成: 运行书是根据客户的标准操作程序量身定制的，嵌入我们的领域专业知识。另外，我们的连接器库将这些代理无缝连接到客户的关键系统，如 Salesforce、Google (GOOGL ) Ad Manager 和 Snowflake。这意味着 AI 解决方案是模块化的，可以部署在各个部门 – 例如，“媒体计划代理”直接输入“创意 QA 代理” – 确保解决方案不是一个工具，而是客户运营骨干的整体、集成组件。

您是否预见到多个 AI 代理在角色之间协作，创建“代理到代理”系统的场景？这种未来会是什么样子?

绝对如此。我们已经在朝着这个未来迈进。我们的平台架构，具有统一的服务层和工具适配器，正是为这种互操作性而设计的。未来将不再是关于单一的、庞大的代理，而是关于专门的代理合作，共同解决复杂的业务问题。

想象一个生态系统，其中异常检测代理发现了活动表现的下降。它触发了第二个优化代理来进行出价调整。然后，第二个代理通知了一个创意 QA 代理来检查是否有创意的合规性问题。最后，报告代理将所有这些操作和洞察力整合到实时简报中，供账户经理使用。我们的 MediaMint Labs 使这种代理到代理的协作成为可能，构成了下一代业务运营的骨干，在那里，工作流程不再是人类任务的线性序列，而是自治代理的动态编排。

对于正在探索 Agentic AI 的公司，您的前三条建议是什么，以确保成功的实施和长期价值?

我的前三条建议是:

1. 从正确的问题开始，而不是仅仅是酷炫的技术。不要仅仅为了构建代理而构建代理。专注于一个明确定义的、重复的、高价值的问题，例如我们的代表性用例中的活动节奏协同代理或创意 QA 代理。价值必须是明确的和可衡量的，具有与显著的努力减少（例如 >25%）、可衡量的收入优化或量化的收入损失规避相关的目标。
2. 计划运营管理，而不仅仅是部署。不要交付后就离开。代理是需要持续监督、评估和安全管理的活系统。选择一个提供类似我们模式的合作伙伴 – 他们保留运营所有权，确保您的投资带来长期价值，并不会成为维护噩梦。优先考虑从一开始就进行集成和治理。
3. 优先考虑从一开始就进行集成和治理。孤立的 AI 代理将会失败。

感谢这次精彩的采访，希望了解更多的读者可以访问 MediaMint。