AI:D 37 - Let's talk AI - mit Gary Roth, Contentsquare

Der weltweit führende Anbieter von Digital Experience Analytics: Contentsquare. Zum Portfolio zählen neben Contentsquare auch Hotjar und Heap. Wir sprechen mit Gary Roth, dem Vice President Strategic Accounts and Advisory.

Note: This interview was originally conducted in English in May 2024 and has been machine-translated into German using AI. The original English version can be found at the end of the translated text.

Kannst du dich bitte kurz vorstellen?

Vor drei Jahren bin ich durch die Übernahme meines Startups Upstride zu Contentsquare gekommen. Upstride war ein Vorreiter im Bereich Computer Vision und Deep Learning, insbesondere bei der Gesichtserkennung für autonomes Fahren. In dieser Zeit arbeitete ich an verschiedenen Anwendungsfällen und war Teil des Teams, das das zukünftige Potenzial von Large Language Models (LLMs) erkundete.

Warst du ein Early Adopter von KI, bevor sie Mainstream wurde?

Ich würde gerne ja sagen, aber die wirklichen Early Adopter waren die in den 1950er Jahren mit dem Perzeptron und dann die Welle in den 1980er Jahren, als entscheidende Algorithmen entwickelt wurden. Es war die Cloud-Migration und Datenexplosion der frühen 2000er, die zu bedeutenden Fortschritten führte, gefolgt von den frühen 2010ern, als die Rechenleistung enorm zunahm.

Für mich ist KI...

Vermutlich eine der größten und bedeutendsten technologischen Revolutionen unserer Zeit. Quantencomputing könnte noch folgen und möglicherweise noch größere Auswirkungen haben. Es ist sowohl die größte Chance, die wir jemals gesehen haben, als auch die potenziell größte Bedrohung für die Welt.

Es gibt weit über 1 Million Domains, auf denen Contentsquare derzeit eingesetzt wird – was ist der USP von Contentsquare?

Contentsquare ist derzeit der einzige Akteur in der Branche, der eine All-in-One-Plattform bietet. Wir sammeln Digital Experience Analytics, um ansprechende und intuitive Nutzerreisen zu schaffen und zu verstehen, wohin die Nutzer gehen, wo sie verweilen und warum sie verweilen. 

Man versteht den Großteil der Customer Journey, wenn man betrachtet, was zwischen den Klicks passiert. Darüber hinaus bieten wir ein Monitoring an, das versucht, Fehler und Bugs aufzudecken und diese vor allem mit den geschäftlichen Auswirkungen auf die Website zu verknüpfen – einschließlich der Performance, Produkt-, Cross-Session- und Cross-Plattform-Analysen sowie der Kundenfeedbacks. Momentan sind wir die einzige Plattform, die diese vier Teile des Puzzles anbieten kann. Das ultimative Ziel ist es, den Menschen zu helfen, eine intuitivere und fesselndere Kundenerfahrung zu schaffen. Ich glaube, dass KI dabei eine Schlüsselrolle spielen kann für diese Mission.

Der Grund ist, dass uns aktuell das umfassende Verständnis fehlt: zu verstehen, was die Menschen wollen, wenn sie unsere Plattform und Services nutzen. Was genau brauchen sie und warum? Die Vorhersage von Kundenverhalten könnte der nächste Meilenstein sein.

Wie sieht der ideale Kunde von Contentsquare aus? 

Das Wichtigste, was Kunden brauchen, ist die Einsicht, dass sie sich nicht mehr nur auf die Akquisition konzentrieren können. Der ideale Kunde erkennt die Komplexität und das schnelle Tempo, mit dem sich Akquisitionskanäle wie TikTok oder Snap alle sechs Monate verändern, was die Sache zunehmend komplizierter macht. Es ist essenziell zu verstehen, dass Akquisition nicht mehr die einzige Taktik ist; Conversion ist entscheidend und das muss verstanden werden.

Welche Voraussetzungen gibt es für die Nutzung von Contentsquare?

Die Anforderungen für die Nutzung von Contentsquare sind minimal – wir bieten eine Plug-and-Play-Tag-Lösung, die mit 99 % des Marktes kompatibel ist, ohne nennenswerte Kompatibilitätsprobleme. Egal ob verschiedene Regionen, Branchen oder Unternehmensgrößen, unsere Lösung ist vielseitig genug, um zahlreiche Anwendungsfälle abzudecken. 

Sie eignet sich für alle, vom einzelnen Entwickler bis hin zu großen multinationalen Unternehmen, die auf verschiedenen Kontinenten tätig sind. Darüber hinaus beeinträchtigt unser Tag die Performance dieser Websites nicht. Uns ist bewusst, dass die Geschwindigkeit von Websites oft eine der größten Nutzerfrustrationen ist. Eine Verzögerung von nur einer Sekunde kann den 35 Net Promoter Score typischerweise um etwa -60 beeinflussen.

Um dies zu lösen, haben wir ein spezialisiertes Team von Ingenieuren, das sich auf die Optimierung der Tag-Performance fokussiert. Wir haben ein äußerst effizientes Tagging-System entwickelt, um negative Auswirkungen auf die Seitenleistung zu minimieren.

Darüber hinaus kann man den größten Nutzen aus Contentsquare ziehen, wenn man es mit dem gesamten Tech-Stack verbindet. Contentsquare integriert sich nahtlos in Ihren Tech-Stack, einschließlich Adobe Analytics, Splunk, Dynatrace, Salesforce und anderen großen Plattformen.

Was sind die nächsten Entwicklungen bei Contentsquare, angesichts der breiten Anwendung von maschinellem Lernen und KI?

Wir evaluieren unser Produkt kontinuierlich, um Bereiche mit hohem Verbesserungspotenzial zu identifizieren. Dazu gehört die Entwicklung präziser Verhaltensmetriken und Systeme, die automatisch Einblicke und Fehler aufdecken, um die Nutzererfahrung zu optimieren – mit dem Ziel, den von uns geschaffenen Wert erheblich zu steigern.

Contentsquare untersucht, wie kontextbewusste Optionen geschaffen werden können, um Systemprobleme automatisch zu beheben. Derzeit konzentrieren wir uns darauf, die Wertschöpfung für unsere Kunden zu beschleunigen und diese Lösungen in neue Benutzeroberflächen zu integrieren. Beispielsweise kann Nutzerfrustration oft wochenlang unentdeckt bleiben. Teams können nicht jede einzelne Journey, Website oder Sitzung überprüfen, um alle Frustrationspunkte zu erkennen und zu priorisieren. Der Frustrations-Score von Contentsquare zeigt automatisch die Frustrationspunkte der Nutzer auf der Website oder App an. Mit einem Session-Replay können Teams die Frustration im Kontext betrachten und die Auswirkungen quantifizieren und die Lösung dahingehend priorisieren.

Die KI von Contentsquare versteht die normalen Schwankungen Ihrer Geschäftsmetriken und markiert Abweichungen. Über das Dashboard sehen Teams, welche Metriken Aufmerksamkeit benötigen, um schnell Analysen durchzuführen, die Ursachen für Abweichungen zu erkennen und die besten nächsten Schritte zu bestimmen. Teams können auch intelligente Benachrichtigungen innerhalb von Contentsquare einrichten, um schnell auf neue Trends, Probleme oder Chancen zu reagieren.

Hotjar - von Contentsquare - hat ein automatisiertes Umfragetool entwickelt, das auf Einfachheit und Effizienz bei der Erfassung von Kundenfeedback setzt. Anstatt Fragen und Optionen manuell zu erstellen, generiert das Tool sofort Umfragen. Es fasst automatisch die Ergebnisse zusammen und analysiert die Stimmung, indem es Antworten als positiv, neutral oder negativ kategorisiert.

Darüber hinaus - wie viele Tech-Firmen heute - entwickeln auch wir ein Conversation Interface, das einen direkten Dialog zwischen Nutzern, ihren Daten und der Contentsquare-Plattform ermöglicht. Mit Chat-AI z. B. machen wir es einfach, Fragen zum Nutzerverhalten zu stellen und schnell Einblicke zu erhalten, oder Fragen zur Nutzung von Heap - von Contentsquare - zu beantworten, um die Funktionen der Produktanalyse zu erlernen.

„Man beginnt im Kleinen, verbessert sich stetig, erzielt Resultate und gewinnt an Vertrauen. Mit wachsendem Vertrauen steigt die Ambition und mit steigender Ambition nimmt man größere Projekte in Angriff.“

Worauf setzt ihr intern? 

Unser Fokus liegt darauf, die Produktivität unseres Teams zu erhöhen und die täglichen Aufgaben besser zu unterstützen, indem wir unseren aktuellen Tech-Stack – Salesforce, Zoom, Zendesk – bewerten, um die verfügbaren KI-Funktionen für sofortige Verbesserungen zu aktivieren. Im zweiten Schritt werden wir die Integration von Drittanbieter-Large-Language-Models in die Arbeitsprozesse unseres Teams prüfen, um langfristig die Produktivität zu steigern.

Welche Machine Learning und AI-Anwendungsfälle haben den besten ROI?

Das hängt wirklich von der Reife und den Ressourcen Ihres Unternehmens ab, einschließlich Ihres Teams und Budgets. Für einige ermöglicht immersive Technologie den Kunden, Produkte aus allen Blickwinkeln zu betrachten und ihr Wertverständnis zu verbessern. Andere profitieren von KI-gestützter Suche, die Unternehmen mit vielen SKUs hilft, schnell die richtigen Produkte mit den richtigen Kunden zu verbinden. Dann gibt es noch Try-on-Technologien, wie die beeindruckende Demo von Google, das ich kürzlich miterleben durfte – das könnte bahnbrechend werden, wenn es in der Praxis gut funktioniert.

Welche KI-Anwendungen sind die sogenannten „low-hanging fruits“?

Für den Zugang: Large Language Models kosten nur ca. 20 € pro Monat. Diese leistungsstarken Modelle sind vielseitig und können von jedem in einer Organisation genutzt werden, von Mitarbeitern über CEOs bis hin zu Praktikanten.

Was ist ein guter Ansatz, um mit einem KI-Proof of Concept zu starten?

Im kleinen Maßstab. Mittelständische Unternehmen sollten erkennen, dass KI nicht mehr die alleinige Domäne großer Tech- oder gut ausgestatteter Unternehmen ist. Es ist ebenso wichtig, realistische Erwartungen zu haben und sich nicht von der Vorstellung von „Big Magic“ in der KI blenden zu lassen, da der eigentliche Prozess praktischer und weniger spektakulär ist, als oft berichtet wird.

Man sollte mit einem echten Business-Case beginnen: Eine KI-Initiative sollte ein konkretes Geschäftsbedürfnis ansprechen, sei es zur Wertsteigerung für Kunden, zur Kostensenkung, zur Verbesserung der Synergie mit Partnern oder zur Steigerung des Umsatzwachstums. 

Starten Sie mit der Identifizierung dieses Bedarfs und gehen Sie dann in kleinen Schritten voran. Iterieren Sie und bauen Sie auf den erfolgreichen Ergebnissen auf, um Vertrauen zu gewinnen, bevor Sie Ihren Einsatz erhöhen. Der anfängliche Schwerpunkt muss immer auf dem zugrundeliegenden Geschäftsbedarf liegen.

Als mittelständisches Unternehmen mit begrenzten Ressourcen – wo strategisch investieren, um Wachstum und Innovation zu maximieren?

Für mich geht es bei strategischen Wetten nicht um Technologie. Es geht nie nur um Technologie. Es geht immer darum, welchen Wert man für seine Kunden schaffen kann. Strategische Wetten sind immer sinnvoll, solange sie gut durchdacht und nicht wie Glücksspiel sind. Eine solide Strategie und Taktik sind entscheidend. Nehmen wir mal Lululemon als Beispiel; man könnte meinen, ihre Mission sei es, mehr Sportbekleidung zu verkaufen, aber ihre Strategie geht viel tiefer.

Lululemon hat sich weiterentwickelt, indem sie nicht nur Damenbekleidung anbieten, sondern auch in andere Märkte expandieren. Ein bedeutender Schritt war die Übernahme von Mirror, einem Technologieunternehmen, das ein interaktives Trainingserlebnis durch ein spiegelähnliches Gerät bietet, ähnlich wie Peloton, aber für ein einfacheres Workout-Setup.

Diese strategische Aquisition zeigt, dass Lululemon versteht, dass ihre Mission über den Verkauf von Kleidung hinausgeht. Sie wollen den gesamten Lebensstil ihrer Kunden verbessern und betonen die Bedeutung von Fitness und Wohlbefinden.

Durch die Übernahme eines technologieorientierten Unternehmens, hat Lululemon ihre Strategie von einer internen zu einer kundenorientierten Strategie verlagert, um echten Mehrwert für das Leben ihrer Kunden zu schaffen. Angesichts dessen ist es ein guter Zeitpunkt für strategische Wetten. Vorausgesetzt, sie gefährden nicht die kurzfristige Stabilität, während sie auf schnelle Erfolge abzielen.

Wer AI nutzen will, muss auch...

Den ökologischen Einfluss der verwendeten Technologien berücksichtigen, da dieser Aspekt für eine nachhaltige Anwendung in der Breite entscheidend ist. Forscher haben festgestellt, dass ChatGPT und ähnliche Large Language Models etwa 500 Milliliter Wasser für jede 20 bis 50 Anfragen verbrauchen. Die Umweltaspekte von KI werden immer wichtiger und erfordern weitere Diskussionen und Maßnahmen.

Was sind die vier Schlüsselfaktoren für digitalen Erfolg heutzutage?

Erstens: Der offensichtlichste Faktor sind die Menschen. Letztendlich bestehen Unternehmen aus Menschen. Sie sind das wertvollste Gut, das wir haben. Wenn wir digitalen Erfolg und Exzellenz erreichen wollen, brauchen wir die richtigen Leute und müssen in sie investieren.

Zweitens: Kundenobsession - man muss besessen von seinen Kunden sein, die richtigen Leute haben und eine Leidenschaft für den Erfolg der Kunden.

Der dritte Aspekt: Hervorragende Umsetzung und operative Exzellenz. Und natürlich - datengetriebenes Arbeiten: Das hätte ich schon vor 20 Jahren sagen können, aber heute ist es noch zutreffender, da wir viele verschiedene Systeme haben, die hochwertige Daten generieren. Es gibt keine Ausreden mehr.

Wie sieht für dich der Shop der Zukunft aus?

Ich denke, es wird nicht den „einen“ Online-Shop der Zukunft geben. Es wird viele unterschiedliche Experiences für verschiedene Kundentypen geben.Für meine Eltern z. B.: Sie werden weiterhin mit einer einfachen E-Commerce-Website zufrieden sein. Meine achtjährige Nichte, die ihre Tage auf Roblox verbringt, wird eher von 3D-immersiven Shops angezogen werden, die von speziellen Computertechnologien betrieben werden. 

Mein persönlicher Traum: Ich habe das Apple Vision Pro ausprobiert. Es ist faszinierend. Ich würde gerne in 3D in meinem Wohnzimmer einkaufen, in einem riesigen virtuellen Shop am Meer, wo ich die Produkte sehen und fühlen kann. Wie in dieser Szene aus The Matrix, wo alle Produkte vorbeifliegen – plus, wissen Sie, Lieferung am nächsten Tag von Amazon, das wäre ein Traum.

Kannst du ein bisschen darüber erzählen, wie sich die Analysewelt verändert, wenn man mit Daten beginnt und nicht mit der Frage?

Das ist eine gute Frage. Ich denke, was Contentsquare wirklich gut gemacht hat, ist die Kombination aus einfacher Datenvisualisierung und der Fähigkeit, daraus sinnvolle Erkenntnisse zu gewinnen. Wenn man es benutzt, gibt es tatsächlich einen Wow-Effekt. Das erste Mal, wenn man dieses Produkt sieht, das erste Mal, wenn man ein Sunburst-Diagramm sieht oder wie man Customer Journeys visualisieren kann, oder per Rechtsklick Session Replays ansehen kann. All diese Funktionen, wie das Vergleichen verschiedener Metriken wie Attraktivität, Conversion, Engagement – all das auf Knopfdruck, das ist wirklich erstaunlich.

Contentsquare hat es geschafft, ein System zu entwickeln, das nicht nur Daten liefert, sondern hilft, diese zu verstehen. Was ich zudem hervorheben möchte ist, dass bei Contentsquare alles, was man tut, mit einem geschäftlichen Nutzen verknüpft werden kann.

Der geschäftliche Nutzen ist genau der Grund, warum ich den Ansatz zur Priorisierung technischer Fehler in Contentsquare so schätze…

Wenn du eine Website hast, gibt es tausende von JavaScript-Fehlern, richtig? Es wäre also völlig sinnlos, zu versuchen, sie alle zu beheben. Das würde keinen Sinn machen, da die meisten überhaupt keinen Einfluss auf die Customer Journey oder die Conversion haben. Man muss also herausfinden, welche Fehler die meisten Nutzer betreffen und welche den größten Einfluss auf das Business haben. Die Kombination aus Datenvisualisierung und geschäftlichem Nutzen empfinde ich als sehr effektiv - weil eine Person ohne jegliche Datenkenntnisse damit schnell äußerst wertvolle Erkenntnisse gewinnen kann.

Wie ist deine Perspektive auf die Adaption von KI in Unternehmen?

Wenn man sich die frühen 2000er Jahre während der digitalen Revolution anschaut, brauchten die Unternehmen sehr viel Zeit, um sich anzupassen.

Das war vorteilhaft für Berater und Softwareanbieter, weil die Unternehmen intern Fähigkeiten, digitale Exzellenz-Center, Chief Digital Officers usw. aufbauen mussten – das nahm viel Zeit in Anspruch. Was ich in den letzten anderthalb Jahren beobachtet habe ist, dass viele dieser Unternehmen ihre Abteilungen schnell auf KI “umstellen“ konnten. Die Geschwindigkeit der Entwicklung und Einführung von KI in großen Unternehmen war unglaublich schnell. Zum ersten Mal sehe ich, dass eine Technologie so schnell von großen Unternehmen übernommen wird. 

Das ist eine sehr positive Entwicklung. Wenn man sich anschaut, was z. B. L‘Oreal und Coca-Cola gemacht haben, erkennt man, dass viele große Unternehmen, die nicht für ihre Technologieführerschaft bekannt sind, schnell hervorragende KI-gesteuerte Produkte entwickelt haben. Auf der anderen Seite – wenn du mit CTOs sehr großer Unternehmen sprichst-, achten sie nicht wirklich auf die Kosten von KI. Aber wenn sie in fünf bis zehn Jahren oder sogar in drei Jahren 10 Millionen Dollar pro Monat zahlen müssen, wird es darauf ankommen, welche Technologie die beste Leistung erbringt. Aber auch, welche Technologie am kostengünstigsten und umweltfreundlichsten ist. Der immense Energieverbrauch und der CO2-Fußabdruck großer KI-Modelle ist ein wachsendes Problem, das angegangen werden muss. Obwohl wir uns noch am Anfang der KI-Begeisterung befinden, müssen wir die Anwendungsfälle, Kosten und Umweltauswirkungen sorgfältig evaluieren, während die Einführung von KI schnell voranschreitet. Ich denke, wir stehen noch ganz am Anfang der KI-Revolution – es gibt noch viel Aufregung, aber wir müssen die realen Anwendungsfälle und deren Gesamtkosten, einschließlich der Umweltkosten, sehen.

english version below

Can you briefly introduce yourself?

I'm Gary Roth, VP of Business Value Engineering at Contentsquare. We're a leading European scaleup focusing on digital experience analytics. Three years ago, I joined Contentsquare through the acquisition of my startup Upstride, which was at the forefront of computer vision and deep learning—think facial recognition for autonomous driving. During that time, I worked on various use cases and was part of the team defining the future potential of Large Language Models (LLMs).

Were you an early adopter of AI before it became mainstream?

I would love to say yes - but the real early adopters were in the 50s with the perceptron, then the 80s wave who created pivotal algorithms. It was the early 2000s' cloud migration and data explosion that led to significant advancements, followed by the early 2010s when computing power surged.

Please complete: for me, AI is ….

…probably one of the largest and greatest technological revolutions we will witness in our lifetime. Quantum computing may arrive as well, potentially even bigger. It's simultaneously the largest opportunity we've seen and could be the biggest threat for the world.

There is way over 1 Mio. domains where Contentsquare currently is in use  – what’s the USP of Contentsquare? 

Contentsquare at the moment is the only player in the industry that has an all-in-one platform that gathers digital experience analytics, how to create engaging and intuitive consumer journeys, understanding where people go, where people stay, why they stay.

The most of the understanding that you can have in a consumer journey happens if you look at what happens in between clicks. Then, we also have the digital experience monitoring, trying to surface bugs and errors, but most importantly linking this to the business impact it has on a website, on the performance, on a web of a website, product analytics, in session analysis, cross session analysis, cross-platform analysis, super important and the last one, voice of customer. So at the moment, we're the only platform that can offer these four pieces of the puzzle. Ultimately the goal is to really help people create more intuitive, more engaging consumer behavior for better consumer journeys. I think artificial intelligence can play a key part of this vision and of this mission. The reason why is because one thing that we are missing at the moment is the ultimate understanding: understanding of what people want when they engage on our platform and services. Well, what do they need, why do they need it?

Predicting consumer behaviors could be the next horizon!

What's the ideal customer that uses Contentsquare?

The only thing that customers need is a readiness to grasp that they can't just focus on acquisition any longer. The ideal customer understands the complexity and pace at which acquisition channels evolve — like TikTok or Snap — every six months, making it increasingly complex. It's essential to recognize that acquisition isn't the sole tactic anymore; conversion is crucial, and it's vital to understand this.

What requirements are there to use Contentsquare?

The requirements to use Contentsquare are minimal — we offer a plug-and-play tag solution that's compatible with 99% of the market, without any notable compatibility issues. Whether it's for different geographies, industries, or company sizes, our solution is versatile enough to suit a variety of use cases. It's suitable for everyone from a single developer to a large multinational enterprise operating across various continents.

So not only are we compatible with a lot of applications, platforms, frameworks but on top of that the tag doesn't look down on the performance of these websites. We understand that website speed is often a primary user frustration. Typically, a one-second delay can significantly affect the Net Promoter Score about -60.

Addressing this, we have a dedicated team of smart engineers focused on optimizing tag performance. We've endeavored to create a highly efficient tagging system to minimize any negative impact on site performance. And on top of that, if you really want to extract the most value of Contentsquare, it's even better when you connect it to the rest of your tech stack. Contentsquare integrates seamlessly with your tech stack, including Adobe Analytics, Splunk, Dynatrace, Salesforce, and other major platforms.

What new developments are coming up at Contentsquare, given its extensive use of machine learning and AI?

We're currently reviewing our product to pinpoint areas for significant improvement. This involves developing precise behavioral metrics and systems that automatically reveal insights and errors to enhance user experience - where we could actually supercharge the value that we create. Contentsquare is exploring how to create context-aware options to address system issues automatically. Presently, we're focused on speeding up the delivery of value to our clients and integrating these solutions into new interfaces.

For instance, user frustration can go undetected for weeks and teams can’t review every single journey, page, or customer session to understand and prioritize all frustration bottlenecks. Contentsquare’s frustration score automatically surfaces points of frustration from your users anywhere on your site or app. With session replay, teams can then contextualize frustration and quantify the impact to prioritize resolution. 

Contentsquare’s AI capabilities learn how your business metrics normally fluctuate and highlight when deviations occur. From the homepage, teams know which metrics deserve their attention so they can quickly run an analysis, uncover the why behind metrics variations, and identify next-best actions. Teams can also set intelligent alerts anywhere within Contentsquare to respond swiftly to emerging trends, issues, or opportunities.

Hotjar by Contentsquare has developed an automated survey generation tool, aiming for simplicity and efficiency in gathering customer feedback. Instead of manually crafting questions and options, the tool instantly generates surveys. It automatically summarizes findings and analyzes sentiment by categorizing survey responses as positive, neutral, and negative.

Additionally, like many tech companies, we're working on a conversational interface to enable direct dialogue between users, their data, and their Contentsquare platform.  For instance, with Chat AI, we make it easy to ask questions about user behaviors to quickly access insights, or about how to use Heap by Contentsquare to onboard and learn the Product Analytics capabilities.

For the second dimension?

We’re focusing on increasing our team's productivity and better supporting our daily tasks by assessing our current tech stack —Salesforce, Zoom, Zendesk—to activate available AI features for immediate work enhancement.

In step two, we will be exploring the usage of third-party Large Language Models within our team’s workflows to generate long-term productivity gains.

“ you start small, you iterate, you get results, you grow confidence. And with confidence you grow ambition and with ambition you proceed to larger projects.“

What machine learning and AI use cases offer the best ROI?

Tough question. It really depends on your maturity and resources, including your team and budget. For some, immersive tech allows customers to view products from all angles, enhancing their understanding of value. Others benefit from AI-powered search, helping businesses with many SKUs connect the right products to the right customers quickly. Then, there are Try-on Technologies, like the impressive demo from Google I recently saw, which could be game-changing if it works well in practice.

What kind of AI applications are low-hanging fruits?

For access: sessional interfaces and Large Language Models (LLMs), it only costs $20.00 per month. These powerful models are versatile and can be utilized by anyone within an organization, from employees to CEOs and even interns.

So what a good approach to start with a small proof of concept in AI. A good starting point for AI implementation is a small-scale proof of concept. Midsize companies should recognize that AI is no longer the sole domain of big tech or well-resourced corporations. Moreover, it's critical to set realistic expectations and not chase the illusion of "Big Magic" in AI, as the actual process is more practical and less fantastical than some may perceive from sensational headlines.

You need to start with a real business case: An AI initiative should address a concrete business need, whether it's to add value for customers, cut costs, enhance synergy with partners, or boost revenue growth. Start by pinpointing this need, then move forward with small steps, iterating and building upon successful outcomes to gain confidence before accelerating efforts. The initial focus must always be the underlying business requirement.

“Start small, iterate, get results once again, grow confidence and then accelerate. However, always ensure that the starting point is a business need – not the other way around.“

As a mid sized company with limited resources, where would you strategically invest to maximize growth and innovation?

Strategic bets for me are not about technology. It's never about technology. It's always about the type of value that you can create for your clients.

It's always a good time to place strategic bets as long as they're calculated and not reckless like gambling. Having a solid strategy and tactics is crucial. Take Lululemon as an example; one might think their entire mission is simply to sell more sportswear, but there's more strategy involved in their approach.

Lululemon has evolved from focusing on women’s apparel to branching out into other markets. They took a significant step by acquiring Mirror, a tech company that offers an interactive workout experience through a mirror-like device, similar to Peloton but for a more straightforward workout setup.

This move was strategic, indicating Lululemon's understanding that their mission extends beyond just selling clothes. They aim to contribute to their customers' overall lifestyle, emphasizing the importance of not just fashion, but fitness and well-being as well.

By acquiring a tech-focused company, Lululemon shifted from an inward-facing strategy to one that’s more customer-centric, aiming to add real value to their customers’ lives. In light of this, it's an opportune moment for strategic bets, provided they don't compromise short-term stability while still aiming for quick wins.

Those who use AI must ..

… consider the environmental impact of the technologies they deploy, as this aspect is crucial for sustainable large-scale use. Researchers have noted that ChatGPT and similar Large Language Models (LLMs) use about 500 millilitres of water for every 20 to 50 prompts or questions.The environmental considerations of AI are increasingly important and warrant further discussion and action.

What are the four key factors for digital success nowadays?

First: the most obvious by far are people. At the end of the day, companies are made of people. They are the greatest asset that we have. So if we want to achieve digital success and digital excellence, we need to have the right people and invest on them

Second: customer obsession - you need to be obsessed with customers, have the right people, and an obsession for customer success.

The third one: good execution and operational excellence.

And of course - do it with data: something I could have told you like 20 years ago, of course - but it's all the more true at the moment because we have so many different systems that are generating quality data, so we have no excuses anymore.

What is your perspective on the online shop of the future?

I think it will not be the "one" online shop in the future. It will be a lot of different experiences offered to different types of customers.

Typically for my parents, I mean they will continue to be happy with a simple e-commerce website.

My niece, who is 8 years old and spends her days on Roblox, I think she will be more, you know, attracted by 3D immersive shops, powered by special computing technologies. So different experiences for different types of customers, I think.

My personal dream, well, I've tried the Apple Vision Pro. It's fascinating. I would love to shop, you know, in 3D in my living room, in a super large virtual shop by the sea, where I can see the products, feel the products.

Like in that scene from The Matrix where all the products fly by - plus, you know, next-day delivery from Amazon, that would be a dream.

So can you tell me a little bit about the flipping, flipping the analysis world upside down if you start with data but not with the question in the first hand?

That's a good question. I think what Contentsquare managed to do really well is the combination of both easy data visualization when you use it. It's actually like there is a wow effect the first time you see this product, the first time you see a sunburst or you see how you can visualize consumer journeys, right-click to see session replays. Like all these types of things, comparing different metrics like attractiveness, conversion, engagement, all these types of things at the click of a button, it's really amazing.

So that's one thing. Contentsquare managed to build a system that is not just about data but more about how to make sense of the data. And the second thing that I think is very, very powerful is the fact that everything you do on Contentsquare, you can link it to a business impact.

I like the approach on prioritizing technical errors in Contentsquare…

Well, when you have a website, you have thousands of JavaScript errors, right? So it would be completely pointless to try to fix them all. That would make no sense because most of them have absolutely zero impact on consumer journeys or on conversion. You need to find ways to identify which ones impact the most people and impact your business the most. And this combination of data visualization and link to the business impact, I think, is something very powerful because then a business person with absolutely zero knowledge of data can derive super powerful insights very quickly with this software, which is amazing and it really sums it up.

How do you see the adoption of AI?

If you look at what happened in the early 2000s during the digital revolution, it took companies a lot of time to adapt. It was good for consultants and software vendors because companies needed to create internal capabilities, digital centers of excellence, chief digital officers etc. - this took a lot of time.

What I've observed in the past year and a half is that many companies were able to rapidly rebrand these departments with AI. The speed of development and adoption of AI within large companies has been super fast. For the first time, I see a technology being adopted so quickly by big companies.

If you look at what L'Oreal and Coca-Cola did, many large corporations not known for being very technological managed to create excellent AI-powered products super quickly. On the other hand - if you talk to the CTO of super big companies, they're not really looking at the cost of AI. But if in five to 10 years or even in three years they have to pay $10 million per month, then it will be a matter of which technology is the most performing for sure.

But also which technology is the least expensive and best for the environment. The immense energy consumption and carbon footprint of large AI models is a growing concern that needs to be addressed. While we are still at the beginning of the AI excitement, we need to carefully evaluate the use cases, costs, and environmental impact as AI adoption grows rapidly.

I think we're still at the very beginning of the AI revolution - it's still a lot of excitement, but we need to see the real-world use cases and their total costs, including environmental costs.

"AI is redefining our life, work, and the way we interact with technology and each other.“