Futureproof Founder with Jeff Mains

412 | Are AI Agents Ruining Customer Experience? | Vanitha Swaminathan

Leave a Comment / Futureproof Founder, Podcast / By

Vanitha is a marketing professor at the University of Pittsburgh, Director of their Center for Branding, and author of Hyper Digital Marketing: Six Pillars of Strategic Brand Marketing in an AI-Powered World. Her client roster includes Hershey, Kraft Heinz, and P&G — brands that don’t tolerate bad advice. In this episode, she explains why the old “command and control” era of brand management is over, what generative engine optimization (GEO) means for your go-to-market strategy right now, and why the most strategic thing you can do for your brand today might be making your purpose machine-readable. If you’re still building a brand for humans only, you’re already behind. Key Takeaways 4:41 — The death of command and control branding. Brand meaning is no longer dictated from the top down. It’s co-created by influencers, social users, experts — and now AI agents. Governance has to evolve. 6:10 — GEO & AEO replace SEO. Generative Engine Optimization and Answer Engine Optimization are the new disciplines. Brand managers must now optimize for AI agents, not just human search. 6:52 — Agent-to-agent commerce is coming. A customer’s AI agent will negotiate with a seller’s AI agent. The “double agent problem” is not hypothetical — it’s the near future of B2C and B2B commerce. 8:46 — Phygital is a strategic imperative. Physical and digital experiences are merging. AI-powered dynamic shelves, Gucci’s tech-integrated showrooms, and real-time personalization are the new baseline customer expectation. 10:07 — AI as a brand governance layer. AI can monitor every touchpoint and enforce brand compliance at scale — something no human team can do. It can also catch PR crises before they escalate. 13:55 — Brand intelligence: three AI capabilities every founder needs. Predictive analytics (lead generation), generative AI (content at scale), and ethical AI (aligning purpose with every touchpoint) — each with a different role in the customer journey. 16:05 — The uncanny valley of personalization. Empathetic AI can read emotional state and adjust messaging — but cross the line and customers feel surveilled. Personalization has to be “just right” or it backfires. 19:20 — Startups have a structural advantage over legacy brands. Legacy companies are paralyzed by hierarchies and permission layers. Founders building from scratch can design AI-native workflows from day one. 21:37 — Future-proof move: invest in data quality now. A unified, 360-degree view of customer data is the foundation for every AI capability. Without it, your AI tools have nothing to work with. 22:47 — Purpose + Platform: the two most critical pillars. Purpose must become machine-readable. Platform thinking turns a product into an ecosystem. These two shifts separate brands that AI agents surface from those they ignore. 26:44 — Brand as API. Codify your values into machine-readable rules. Program your AI agents to optimize for what you actually stand for — or they’ll optimize for something else entirely. 29:54 — Start from the experience, not the tools. The biggest mistake founders make: buying AI tools and hoping they add up to something. Work backwards from the customer’s pain point, then slot in the right AI capability. 37:39 — Highest-leverage AI moves in the next 60–90 days. Lead generation, predictive analytics for lifetime value modeling, and personalized content at scale — these are the three areas most founders are underleveraging right now. Tweetable Quotes “Brand meaning is no longer dictated from the top down. It’s assembled by algorithms, co-created by communities, and negotiated between machines before a human is ever involved.” — Dr. Vanitha Swaminathan “Your next customer’s AI is already looking. The question is whether it can find you.” — Jeff Mains “Taking your brand purpose and converting it into machine-readable code — that’s what it means to be visible in an AI-powered world.” — Dr. Vanitha Swaminathan “Peloton could have just sold treadmills. Every brand needs to ask: are we a product, or are we a platform?” — Dr. Vanitha Swaminathan “The small entrepreneur has a huge advantage. They’re building systems from scratch — legacy organizations are caught with hierarchies that AI can’t penetrate.” — Dr. Vanitha Swaminathan “Purpose isn’t a brand value anymore. It’s infrastructure.” — Jeff Mains “Start from the experience, work back to the tools — not the other way around.” — Dr. Vanitha Swaminathan “You have to put checks and balances in place just like companies built privacy policies after the first cybersecurity wave. That’s where brand management is headed.” — Dr. Vanitha Swaminathan SaaS Leadership Lessons 1. Your brand needs to be legible to machines, not just humans. AI agents are the new gatekeepers between your product and your buyers. If your differentiation, purpose, and proof points aren’t structured in a way machines can parse, you won’t make the shortlist — even if you’re the best solution. Audit your website and content through the lens of an AI agent, not just a human reader. 2. Stop buying tools. Start redesigning processes. Most companies pour money into AI tools that live in isolation and never add up to a better customer experience. The highest-ROI move is mapping your customer journey, identifying the friction points, and then selecting AI capabilities to solve specific problems. Tools follow process — not the other way around. 3. Your data is your competitive moat. AI is only as good as what you feed it. Founders who invest early in unified, high-quality customer data — breaking down internal silos and creating a 360-degree view — will compound that advantage over time. Your competitors buying tools without clean data are spinning their wheels. 4. Codify your values or your AI will invent them. If you don’t tell your AI agents what to optimize for, they’ll optimize for something — and it might not align with your brand. Translate your purpose, values, and brand standards into machine-readable rules. Think of your brand as an API: clear inputs, predictable outputs, consistent behavior at every touchpoint. …

412 | Are AI Agents Ruining Customer Experience? | Vanitha Swaminathan Read More »

411 | Physical Mail: Your Best Sales Weapon in 2026 | Neal Goyal

Leave a Comment / Futureproof Founder, Podcast / By

In a world where 21,883 software companies are all chasing the same narrow pool of buyers, automation isn’t a competitive edge — it’s the noise. Neal Goyal, who has closed $41M in software revenue with 81% of it sourced from LinkedIn, makes a compelling case for slowing down to speed up. This episode breaks down why trust is the only moat that can’t be replicated, how LinkedIn is actually a stage where your ideal buyers are sitting in the audience, and why the kindergarten rules you already know — give before you ask, show up for others first — are the most powerful GTM strategy available right now. If you’re over-automating and under-relating, this one is a wake-up call. Key Takeaways [0:00] — The counterintuitive edge: doing things that don’t scale is the most powerful thing you can do in a world where everyone has the same automation tools [6:09] — The ecommerce SaaS explosion: from 5,000 to 21,883 software companies chasing the same TAM — and why that kills trust by default [8:47] — You’re not competing against direct mail competitors; you’re competing for the finite bandwidth of a 3–5 person marketing team [13:33] — Why 100% inbound pipeline is a “cancer” — it feels great but attracts everyone, not the right ones [16:46] — 81% of $41M in closed revenue sourced from LinkedIn — what the first 8–9 months of posting with zero engagement actually looked like [18:48] — The theater analogy: your buyers are in the seats, but only 1 in 100 sellers ever gets on stage [21:15] — The lurker phenomenon: LinkedIn engagement is low because it’s public and professional — and that’s exactly why the relationship value is high [21:18] — Why your LinkedIn connect request is like asking for someone’s phone number at a bar — and what to do instead [26:37] — The bank account model: you can’t make a withdrawal from an account you never opened. Deposits (engagement, value) must come before asks (connection requests, pitches) [32:47] — Email as a trust eroder by default — and why “who sent it” matters infinitely more than any subject line [34:45] — “Relationships beat algorithms” — why building rapport on LinkedIn before hitting the inbox changes the open rate entirely [36:46] — How to get organizational buy-in for a long-game strategy: lead from the front, be the best BDR on your own team [40:38] — What to do when your target prospect isn’t posting on LinkedIn: write about them, spotlight their work, and watch what happens [44:09] — The founder question almost nobody is asking: where is your moat beyond technology? Care at scale is the answer Tweetable Quotes “Automation takes away the most valuable skills we learned in kindergarten — give to others before you ask for anything in return.” — Neal Goyal “Trust doesn’t scale. That’s exactly why it works.” — Jeff Mains “You’re not competing against direct mail companies. You’re competing for the limited bandwidth of a 3-person marketing team alongside 21,000 other software vendors.” — Neal Goyal “Nobody remembers who liked their post. They remember who left a comment that showed you actually read it.” — Jeff Mains “Every cold pitch you send is a withdrawal from an account you never opened.” — Jeff Mains “Only 1 in 100 sellers posts on LinkedIn — but your buyers are there 7, 8, 9 times a day. That IS the stage.” — Neal Goyal “If you post 3 times a week, you move to the top 1% of content creators on LinkedIn. That’s how low the bar is — and how big the opportunity is.” — Neal Goyal “Care is going to be the thing that stands out above everything we talk about with AI. If you can demonstrate it, you’re going to win.” — Neal Goyal SaaS Leadership Lessons 1. Do the things that don’t scale — on purpose. When everyone has access to the same AI tools, the same sequences, and the same targeting data, doing what everyone else is doing makes you invisible. Genuine human attention is rare enough that when a prospect receives it, it stops them cold. That’s your competitive edge. 2. Trust is the only moat automation can’t replicate. With the software landscape growing 4–5x in a few years and churn becoming a top threat, the relationship you build before the sale is what keeps the customer after it. The companies that invest in their customers the way they invest in prospects will win the retention wars ahead. 3. LinkedIn is a stage, not a social app — and almost no one is using it that way. Your buyers are on LinkedIn every day. Only 1 in 100 sellers posts. If you post three times a week, you’re in the top 1% of creators on a billion-person platform. Stop thinking about it as a channel and start thinking about it as the most accessible stage you’ll ever have. 4. Deposits before withdrawals — always. The bank account model isn’t a metaphor, it’s a system. Comment authentically on your prospects’ posts before sending a connection request. Connect before pitching. Build before asking. This sequence flips connect acceptance rates by 3–5x and transforms cold email into warm email. …

411 | Physical Mail: Your Best Sales Weapon in 2026 | Neal Goyal Read More »

410 | 5 SaaS Onboarding Mistakes Killing Your Growth | Claire Heginbotham

Leave a Comment / Futureproof Founder, Podcast / By

Claire has spent nearly a decade writing emails, fixing onboarding flows, and tightening messaging for enterprise AI security, LiDAR tech, and competitive SaaS products — where a bad first impression costs everything. In this conversation, she pulls back the curtain on lifecycle marketing, the micro aha moment, the IKEA effect in onboarding, and why your offboarding experience is either a hidden growth lever or a slow revenue leak. If you’re spending money to acquire customers and watching them quietly disappear, this episode will tell you exactly why — and what to fix first. Key Takeaways 5:07 — Activation is the real growth lever. Most SaaS companies obsess over acquisition. Claire explains why a 5% lift in retention has more revenue impact than almost any ad spend — and why lifecycle marketing starts the moment someone clicks “sign up.” 6:23 — What lifecycle marketing actually means. It’s not just a drip campaign. Claire breaks down the full journey: onboarding → value realization → feature expansion → offboarding — and why each phase is a marketing opportunity. 8:29 — Predatory offboarding vs. strategic offboarding. Using Audible as the ultimate cautionary tale, Claire explains the difference between trapping customers and creating a graceful exit that keeps them in your world — and willing to come back. 13:13 — The biggest onboarding mistake: empty states. Launching users into a blank dashboard is the fastest way to lose them. Claire explains what to do instead, and why collecting just 2–3 behavioral data points at signup changes everything downstream. 15:02 — The IKEA effect in SaaS. A little friction is a good thing. Claire explains why making signup too easy actually reduces commitment — and how the cake mix that bombed (until they added eggs back in) is the perfect metaphor for onboarding design. 16:33 — Stop collecting demographic data. Collect jobs-to-be-done. Knowing someone is a “senior manager at a 10,000-person enterprise” helps no one. Claire’s framework: problem → motivation → outcome. That’s the only data that moves the needle. 19:53 — How to run customer interviews that actually work. The cardinal rule: ask “what” not “why.” What was going on in your day? What led you to sign up? Inviting a story gets you gold. Asking for a justification gets you a polite non-answer. 24:51 — Micro aha moments: the framework behind great onboarding. Don’t make users complete a checklist before they see value. Map the big aha moments first, then reverse-engineer what tiny wins need to happen along the way. 27:07 — Your pricing page is a micro aha moment. No pricing on your site? ChatGPT already knows. Claire’s story of convincing a CEO to ask AI what their product costs — and the result — is a must-hear reality check. 32:03 — Behavior-triggered emails beat time-triggered emails every time. Don’t email users based on how many days have passed. Email them based on what they’ve done (or haven’t done) in your product. Claire explains activation vs. adoption — and Slack’s famous 1,000-message benchmark. 35:54 — Why deals stall at no decision — and how to fight it. It’s not usually the competitor. It’s spreadsheets, internal politics, and the fear of being burned again. Claire’s advice: empower the champion inside the company who’s trying to get your tool approved. 42:20 — The 30-day activation sprint. Claire’s step-by-step playbook: optimize the sign-up page → add social proof → send a high-converting welcome email (60% open rate is achievable) → limit in-app prompts to three → A/B test subject lines before content. Tweetable Quotes “Your acquisition budget can’t cover what a broken onboarding experience costs you.” — Claire Heginbotham “It’s not a churn problem. It’s an activation problem.” — Jeff Mains “Personality is your brand’s moat. The more everything sounds the same, the more being human becomes a competitive advantage.” — Claire Heginbotham “Don’t discount friction. A little skin in the game increases commitment — that’s the IKEA effect.” — Claire Heginbotham “Ask ‘what led you here’ instead of ‘why did you sign up.’ One invites a story. The other asks for a justification.” — Claire Heginbotham “Your real competition isn’t another app. It’s laziness and spreadsheets.” — Claire Heginbotham “The company that empowers the internal champion best is the one they’re going to fight for.” — Claire Heginbotham “Stop asking ‘why did you sign up?’ Start asking ‘what was going on in your life that made you go looking?’ The story is where the real answer lives.” — Jeff Mains “Assumptions are the mother of all f-ups.” — Claire Heginbotham (quoting her first boss) “People don’t leave a bad solution for a better one. They leave when they find someone who finally understands what they were actually dealing with.” — Futureproof Founder closing thought SaaS Leadership Lessons 1. The first 10 minutes determine everything. You can out-market every competitor and still lose the customer in the first session. If users don’t reach a moment where your product means something to them quickly, they’re gone — and no re-engagement campaign will save you. Treat the first 10 minutes like the most important sales conversation you’ll ever have. 2. Collect behavioral data at signup, not demographic data. Job titles and company sizes are noise. What matters is why someone showed up. Build 2–3 onboarding questions around jobs-to-be-done: the problem they’re fleeing, the outcome they’re imagining, and the motivation in between. That data powers every email, feature tour, and win-back you’ll ever send. 3. Design for micro aha moments, not checklist completion. Checklists train users to feel like they’re working for your product instead of with it. Map your biggest value moments backward — what tiny realizations have to click first? Deliver those early and often. Every small “oh, I get it” moment is a deposit in the retention bank. …

410 | 5 SaaS Onboarding Mistakes Killing Your Growth | Claire Heginbotham Read More »

409 | Can AI Replace Your Accountant? | Sai Dhanak

Leave a Comment / Futureproof Founder, Podcast / By

In this episode, Sai breaks down why he deliberately chose a services business over pure SaaS, how a human-in-the-loop model creates a defensible moat in a world increasingly disrupted by Claude and ChatGPT, and why acquiring books of business from retiring CPAs is one of the most underrated go-to-market strategies nobody is talking about. He also shares the three categories of SaaS he believes will survive the AI disruption — and why everything else is in serious trouble. If you’re building in a high-stakes industry or trying to compete where trust is currency, this episode is essential listening. Key Takeaways 4:12 – Guest intro: Sai Dhanak — two exits, four patents, from Caribou to Latch to Deduction 4:33 – What shipping early and obsessing over design taught Sai about building products people want 5:35 – The connecting thread across cybersecurity, IoT, and service design patents 7:00 – Seven years at Latch: What going from seed to IPO really teaches you about scale 7:45 – “More money, more problems” — why lean is a feature, not a constraint 8:28 – The compounding risk of bad hires at scale 8:57 – What Deduction actually does: AI-native H&R Block for a fraction of the price 9:33 – Real-time example: How Sai’s wife emailed a charitable donation to the AI agent mid-year 12:38 – The deliberate bet on services over pure SaaS — and why it was the right call 14:07 – The AI SaaSpocalypse: Three types of SaaS that will survive disruption 16:27 – How the human-in-the-loop model works operationally (Deduction OS) 20:04 – Why Sai left Latch right after the IPO — the mental playbook he was building 22:00 – The co-founder advantage: Moving faster because you already trust each other 23:33 – The fractional-to-full-time hiring model that built the team efficiently 25:17 – The critical fork in the road: Full-stack tax firm vs. selling software to accountants 28:00 – Why the B2B SaaS tax market is flooded and the personal accountant market is fragmented 29:20 – The personal accountant market: 18B, fragmented, no dominant player except H&R Block 32:00 – Why TurboTax and DIY tax software are getting eaten by ChatGPT and Claude 30:00 – Email as the primary channel: The internal debate and why async won 31:24 – Why email is more enduring than it looks — even for Gen Z 32:23 – The trust premium of human touch in an increasingly AI world 36:15 – The onboarding call insight: 15 minutes with a human = customers happily working with AI 37:57 – Acquiring books of business from retiring CPAs as a go-to-market engine 40:57 – The referral flywheel: Emailing taylor@deduction.com directly, no app required 41:25 – What Sai would do differently: Start acquiring firms sooner; build partnerships earlier 43:40 – Flat architecture, “everyone is a builder,” and why the 1-person company is the wrong aspiration 45:36 – The most fulfilling part of building a company is always the people …

409 | Can AI Replace Your Accountant? | Sai Dhanak Read More »

408 | 95% of AI Projects Fail: Here’s the Fix | Ben Tasker

Leave a Comment / Futureproof Founder, Podcast / By

Ben Tasker joins Jeff Mains to break down the real reason most AI rollouts fail: it’s almost never the technology. From his time as Dean of AI at Southern New Hampshire University to building life-saving diagnostic tools at MaineHealth, Ben has seen firsthand how change management, human-centric strategy, and data quality determine whether AI creates value or amplifies chaos. In this episode, Ben introduces the concept of the “AI Between Times” — the transition period where organizations are leaving old processes behind but haven’t yet arrived at a fully AI-integrated future. He explains why 95% of AI implementations fail, what separates the 5% that succeed, and how founders and leaders can build a culture of continuous learning that makes their organizations genuinely AI-resilient. Ben also shares a practical four-step learning cycle (Learn → Practice → Apply → Reflect) and makes the case that adaptability and flexibility — not technical expertise — are the most critical skills to develop right now. Key Takeaways [0:00] — Hook: 95% of AI implementations fail — not because of bad tech, but because of what surrounds it: poor rollouts, unengaged leaders, and broken processes that get automated at scale. [3:11] — Ben introduces the “AI Between Times” — the transition moment where organizations are leaving old processes but haven’t reached AI maturity. Change management is the most overlooked factor. [5:19] — What the 5% do differently: transparent campaigns that communicate why AI is being implemented, where, how, and what not to do — plus training pathways and upskilling resources. [7:38] — Why people resist change: 66% of individuals currently hold negative AI sentiment, driven by news around layoffs, data centers, and high-profile failures. Trust and transparency are the antidote. [7:52] — The danger of a “point solution” mindset: using AI to solve one small problem without mapping the full system. Ben’s pizza-ordering example illustrates how a narrow implementation can actually increase costs, erode trust, and kill adoption. [13:44] — AI doesn’t fix a messy organization — it amplifies it. Garbage in, garbage out. Data quality and process integrity must come before the model. [13:45] — Ben’s healthcare origin story: his first job exposed the cost of poor data infrastructure and uncommunicated change. Physicians worked around the system because no one explained the why. [15:27] — From community college to ICU: Ben’s student success algorithm took 12 months just to get faculty buy-in — a timeline the data science team never anticipated. At MaineHealth, a similar algorithm flagged ICU patients for early infection, potentially saving thousands of lives. [21:11] — Why people treat AI as just a search engine: ChatGPT reached 1 million users in 5 hours — faster than the iPhone, the computer, or the internet. Accessibility doesn’t equal strategy. Most people use 2–3 use cases and miss the full picture. [22:58] — Prompting is a skill. A prompt for a video, an image, and a report require different approaches. Without a learning plan, you’re not using AI — you’re guessing. [26:20] — AI’s primary objective is to interact with you more. The more you use it, the more personalized it becomes. But that also means being thoughtful about what data you share. [31:25] — Ben’s personal AI origin story: photographed workout equipment, had ChatGPT build CrossFit plans, then photographed his fridge for meal planning. That non-work use case built the prompting instincts he later applied professionally. [33:14] — AI augmentation is the sweet spot — not replacement. Most roles will incorporate AI; the job titles that don’t exist yet (Dean of AI, prompt engineer) are proof the economy is already shifting. [35:48] — “Prompt engineer” has at least two completely different career paths — one for marketing professionals, one for PhD-level AI researchers. Organizations need to recruit by skills, not job titles. [42:47] — What successful large-scale AI transformations have in common: leadership engagement, middle-layer exploration, and org-wide AI literacy — treated as a cultural shift, not a one-time training. [44:00] — Context is the new data. Websites, job descriptions, PowerPoint decks — these become the data sources that AI ingests. If the context isn’t clean and structured, the output won’t be either. [40:13] — The Learn → Practice → Apply → Reflect cycle: where most people break down is the reflection step. Without asking “What did I learn? Did I like it? What would I do differently?” the cycle can’t repeat effectively. [43:15] — Adaptability vs. flexibility: adaptability is accepting that change is coming; flexibility is navigating it once it arrives. These are the top two skills organizations are hiring for — and neither is a technical skill. [44:10] — Individuals who know AI earn a 52% pay premium over those who don’t. [45:07] — The one investment SaaS founders can’t skip: start using AI themselves and talk about it positively. Use your domain expertise to create context and systems that make your product AI-resilient before disruption forces the conversation. Tweetable Quotes “AI doesn’t fix a messy organization. It amplifies it.” — Ben Tasker “95% of AI implementations fail — and the 5% that succeed take care of the change management first.” — Ben Tasker “You can use it doesn’t mean you know how to use it. Just because you have access doesn’t mean you have a strategy.” — Ben Tasker “Data is the oil to the AI engine. Garbage in, garbage out — at scale.” — Ben Tasker “If leaders aren’t fully engaged with AI and using it themselves, the rollout is dead on arrival.” — Ben Tasker “AI can amplify your organization, but it can also amplify your natural abilities. The two are not the same thing.” — Ben Tasker …

408 | 95% of AI Projects Fail: Here’s the Fix | Ben Tasker Read More »

407 | The SaaSpocalypse: Why Startups Fail in 2026 | Brian Herr

Leave a Comment / Futureproof Founder, Podcast / By

The SaaS world is in the middle of a brutal reckoning. Products that looked innovative 18 months ago are quietly becoming redundant — not because markets disappeared, but because the floor rose. In this episode, Jeff Mains sits down with Brian Herr, a 30-year technology and SaaS veteran, to dissect what it actually takes to build a software business that survives — and wins — in the age of AI. Brian brings sharp investor-grade thinking to the conversation, drawing on his work with startups, venture studios, and PE-backed companies. They cover the death of thin-wrapper SaaS, why blocking AI agents is a catastrophic mistake, how security and compliance have become unexpected competitive moats, and the critical distinction between a product that helps and one that solves. If you build software or provide services, this episode is non-negotiable. Key Takeaways 4:08 — The value expectation from SaaS platforms is shifting fast. Thin wrappers around someone else’s AI model have no future — customers will ask why they’re paying when they can do it themselves. 4:53 — Companies that survive will be the ones that solve real problems, curate the right data, and give meaningful feedback — not just deliver a slick interface. 6:46 — Investor rubrics have changed. A key new question before committing capital: “Can this be replicated as a Claude skill or agent in six months?” If yes, it’s not fundable. 7:39 — Where physical world meets digital data is a major investment magnet. These companies have stronger moats, are more AI-resistant, and occupy underserved territory. 13:53 — Natural language interfaces are no longer a differentiator — they’re an expectation. And Brian’s crystal ball: local on-device AI will push this even further into everyday life. 14:29 — Natural language is democratizing technology for older users. If you don’t have a conversational interface, the market will pass you by. 20:23 — Agents are no longer just for technologists. CFOs and revenue officers are using them. Blocking agents is a strategic blunder — competitors are advertising agent compatibility while you’re building walls. 21:00 — The smart play: figure out what people are doing with agents hitting your platform and monetize it. Blocking just pushes them to your API — or to a competitor. 21:20 — Every SaaS company needs a quarterly gut-check: What is my value? What do I do well? How do I evolve? A business plan from one year ago doesn’t fit today’s market. 33:04 — Security, compliance, and certifiability are the new defensible moat. You literally cannot vibe-code your way into SOC 2, HIPAA, or AI trust scores. That’s the value story. 33:59 — The AIUC-1 framework is making AI applications insurable for the first time. MITRE has joined the consortium. If your SaaS uses AI, this becomes part of your trust story. 39:50 — The single most important product question: Does it help, or does it solve? Helpful gets cut from budgets. Essential doesn’t. 43:09 — Going niche gives you orders-of-magnitude higher odds of success. Trying to do what everyone else is doing? Your chance of success drops to 13% or less. 47:37 — Brand trust and human relationships are more important than ever. People do business with people. When you become indifferent to your customers, you become a vendor. Vendors don’t survive. Tweetable Quotes “If someone opened a fresh ChatGPT window right now and got roughly the same result your product delivers — would your customers notice the difference, or would they even care?” — Jeff Mains “The thin wrappers aren’t going to make it very long. What’s going to survive is companies that still solve real problems, curate the right data, and give the right feedback.” — Brian Herr “One of our investment rubrics now: Can this be turned into a Claude skill or agent in six months? If so, it doesn’t make sense for us to invest.” — Brian Herr “Natural language interfaces are now an expectation, not a differentiator. If you think you’ll eventually get around to it, the market will pass you.” — Brian Herr “Helpful solutions get cut from the budget first. Solutions that solve don’t. Stop asking whether you can bolt on AI and start asking whether customers actually need YOUR data and process to make it work at all.” — Jeff Mains “Agents are becoming for everyone — especially as the interface evolves. Blocking them is evolve or die.” — Brian Herr “Figure out what people are doing with agents and monetize it. People will pay for it. By being a blocker, you’re just pushing them to find another way.” — Brian Herr “People do business with people. When you become indifferent to your customers, you stop being a partner and become a vendor. Vendors have a hard time surviving.” — Brian Herr “Success is a journey, not an endpoint. The founders who make it understand you’re going to be a little wrong — as long as you course correct in the right direction.” — Brian Herr SaaS Leadership Lessons 1. Moat = Data + IP + Experience, Not Interface A beautiful UI sitting on top of a commodity model is not a business — it’s a countdown clock. Your defensible moat is proprietary data, domain expertise, and institutional knowledge that competitors cannot prompt their way into. 2. Run a Quarterly Value Audit Especially in the $5M–$15M revenue range, ask yourself every quarter: Does my business plan still match the market? What do I do well, and how am I evolving? Founders who don’t course-correct veer further off target every quarter until they no longer recognize where the target moved. …

407 | The SaaSpocalypse: Why Startups Fail in 2026 | Brian Herr Read More »

406 | How We Raised $2.8M With a Digital Marketing Funnel | Jason Fishman

Leave a Comment / Futureproof Founder, Podcast / By

Joel Brewer, founder and CEO of Brewer Digital, joins Jeff Mains on FutuJason Fishmanre Proof Founder to cut through the AI hype and get practical about what it actually means to build software in 2025. Joel brings a developer’s perspective to a conversation that’s usually dominated by non-technical voices — and the result is a grounded, honest look at how early-stage SaaS founders can work with engineering teams, avoid costly mistakes, and use AI as a tool rather than a crutch. From rescuing failed offshore builds to helping non-technical founders navigate Claude Code, Joel shares what he’s learned from 13 years in the startup trenches. The conversation covers sandbox environments, the evolving definition of a senior engineer, the difference between bootstrapped and VC-backed engineering cultures, and why clear goals — not shiny tools — are still the most valuable thing in any founder’s arsenal. Key Takeaways 3:46 — Joel shares how getting fired launched his 13-year journey building Brewer Digital from freelance Rails work to a full software development agency for early-stage founders. 6:59 — Goals before tools. Joel’s antidote to AI-driven chaos: go back to basics. Know where you’re headed before you pick up a tool. AI accelerates whatever you point it at — including anxiety. 11:36 — The sandbox lesson. Real-world story: a client went rogue with Claude Code and made changes directly to a production database, thinking they were just experimenting. Sandboxes exist for a reason. 14:15 — The new definition of a senior engineer. From Google I/O: senior engineers used to be defined by what they could build that others couldn’t. Now, they’re defined by what they understand that others don’t — especially critical as AI writes more code. 15:17 — The construction metaphor. AI doesn’t eliminate the need for engineers — it expands what’s possible to build. We went from huts to skyscrapers with better tools. The same shift is happening in software. 19:36 — Communication breaks before code does. When Joel steps into a failed project, the first red flag he looks for isn’t the codebase — it’s whether communication between founders and engineers has broken down. 21:08 — Optimize for the right thing. Feedback loops are powerful — but only if you’ve already defined what you’re optimizing for. Shipping features faster means nothing if the features aren’t moving the needle. 24:21 — The Southwest Airlines principle. Joel shares a CEO quote about the real goal of flying a plane — not the technical operation, but getting someone home for Christmas. The same applies to product teams: the feature is never the goal. 25:52 — Bootstrapped vs. VC-backed engineering cultures. Bootstrappers tend toward capital efficiency and caution. VC-backed companies optimize for velocity and growth at scale. Different goals, different cultures — both valid depending on the mission. 30:21 — What gets lost when AI replaces people. When you replace humans with agents, you lose humanity and irreplaceable individual creativity. Joel argues that sitting with a notebook for 15 minutes can still outperform an hour with AI for generating genuinely inspired thinking. 33:36 — Advice for non-technical founders hiring developers. Know your goals for the product before the first engineering conversation. Engineers love solving problems — if you don’t guide them with clear goals, they’ll solve the wrong one brilliantly. 35:03 — The future of founder-engineering relationships. AI removes code-writing as the bottleneck. The new bottleneck is communication — rapid testing, alignment, and iteration between product, founder, and engineering. 38:24 — Complexity kills growth. AI tools are excellent at adding complexity. Founders who learn to fight that tendency — preferring simplicity and brevity — will have a structural advantage. Tweetable Quotes “AI becomes a tool when you know where you’re headed. If you don’t know your destination, AI just helps you get lost faster.” — Joel Brewer “A senior engineer used to be someone who could build what others couldn’t. Now, they’re someone who understands what others don’t.” — Joel Brewer “The sandbox isn’t optional. You can ask Claude to change your production database, and it will. Enthusiastically.” — Joel Brewer “Complexity kills growth. AI is really good at adding complexity. That’s a problem worth solving on purpose.” — Joel Brewer “I sat down with a notebook for 15 minutes and had more genuinely inspired ideas than an hour with AI. People can still think. That’s not nothing.” — Joel Brewer “If your imagination is unlimited, AI doesn’t replace you — it just lets you build the skyscraper instead of the hut.” — Joel Brewer “We’re not very good at predicting the future. And when there’s a lot of money involved in selling a specific version of it, that’s worth keeping in mind.” — Joel Brewer SaaS Leadership Lessons 1. Start with goals, not tools. The most expensive AI mistakes happen when founders adopt a tool and then search for a use case. Reverse the order: define what you’re trying to accomplish, then evaluate whether AI actually serves that goal. Tool-first thinking creates fast, sophisticated chaos. 2. Build a sandbox culture — literally and figuratively. Non-technical founders experimenting with AI-assisted development tools need guardrails. In software, that means sandboxed environments separated from production. In leadership, it means creating space for experimentation that doesn’t put the business at risk. Permission to explore is only valuable when the blast radius is contained. 3. The new competitive edge is understanding, not output. As AI commoditizes the ability to generate code, copy, and content, the strategic advantage shifts to comprehension — people who understand why something works, what the architecture actually does, and when not to build something at all. Leaders who can explain the machine are worth more than leaders who can only operate it. 4. Communication is the bottleneck AI just uncovered. Before AI, writing code was slow enough that communication gaps could hide. Now that code can be written in hours, the limiting factor is alignment — between founders and engineers, product and market, vision and execution. Founders who invest in communication infrastructure will outpace those who just invest in faster tools. …

406 | How We Raised $2.8M With a Digital Marketing Funnel | Jason Fishman Read More »

405 | Building a Billion-Dollar Company With One Person | Joel Brewer

Leave a Comment / Futureproof Founder, Podcast / By

Joel Brewer, founder and CEO of Brewer Digital, joins Jeff Mains on Future Proof Founder to cut through the AI hype and get practical about what it actually means to build software in 2025. Joel brings a developer’s perspective to a conversation that’s usually dominated by non-technical voices — and the result is a grounded, honest look at how early-stage SaaS founders can work with engineering teams, avoid costly mistakes, and use AI as a tool rather than a crutch. From rescuing failed offshore builds to helping non-technical founders navigate Claude Code, Joel shares what he’s learned from 13 years in the startup trenches. The conversation covers sandbox environments, the evolving definition of a senior engineer, the difference between bootstrapped and VC-backed engineering cultures, and why clear goals — not shiny tools — are still the most valuable thing in any founder’s arsenal. Key Takeaways 3:46 — Joel shares how getting fired launched his 13-year journey building Brewer Digital from freelance Rails work to a full software development agency for early-stage founders. 6:59 — Goals before tools. Joel’s antidote to AI-driven chaos: go back to basics. Know where you’re headed before you pick up a tool. AI accelerates whatever you point it at — including anxiety. 11:36 — The sandbox lesson. Real-world story: a client went rogue with Claude Code and made changes directly to a production database, thinking they were just experimenting. Sandboxes exist for a reason. 14:15 — The new definition of a senior engineer. From Google I/O: senior engineers used to be defined by what they could build that others couldn’t. Now, they’re defined by what they understand that others don’t — especially critical as AI writes more code. 15:17 — The construction metaphor. AI doesn’t eliminate the need for engineers — it expands what’s possible to build. We went from huts to skyscrapers with better tools. The same shift is happening in software. 19:36 — Communication breaks before code does. When Joel steps into a failed project, the first red flag he looks for isn’t the codebase — it’s whether communication between founders and engineers has broken down. 21:08 — Optimize for the right thing. Feedback loops are powerful — but only if you’ve already defined what you’re optimizing for. Shipping features faster means nothing if the features aren’t moving the needle. 24:21 — The Southwest Airlines principle. Joel shares a CEO quote about the real goal of flying a plane — not the technical operation, but getting someone home for Christmas. The same applies to product teams: the feature is never the goal. 25:52 — Bootstrapped vs. VC-backed engineering cultures. Bootstrappers tend toward capital efficiency and caution. VC-backed companies optimize for velocity and growth at scale. Different goals, different cultures — both valid depending on the mission. 30:21 — What gets lost when AI replaces people. When you replace humans with agents, you lose humanity and irreplaceable individual creativity. Joel argues that sitting with a notebook for 15 minutes can still outperform an hour with AI for generating genuinely inspired thinking. 33:36 — Advice for non-technical founders hiring developers. Know your goals for the product before the first engineering conversation. Engineers love solving problems — if you don’t guide them with clear goals, they’ll solve the wrong one brilliantly. 35:03 — The future of founder-engineering relationships. AI removes code-writing as the bottleneck. The new bottleneck is communication — rapid testing, alignment, and iteration between product, founder, and engineering. 38:24 — Complexity kills growth. AI tools are excellent at adding complexity. Founders who learn to fight that tendency — preferring simplicity and brevity — will have a structural advantage. Tweetable Quotes “AI becomes a tool when you know where you’re headed. If you don’t know your destination, AI just helps you get lost faster.” — Joel Brewer “A senior engineer used to be someone who could build what others couldn’t. Now, they’re someone who understands what others don’t.” — Joel Brewer “The sandbox isn’t optional. You can ask Claude to change your production database, and it will. Enthusiastically.” — Joel Brewer “Complexity kills growth. AI is really good at adding complexity. That’s a problem worth solving on purpose.” — Joel Brewer “I sat down with a notebook for 15 minutes and had more genuinely inspired ideas than an hour with AI. People can still think. That’s not nothing.” — Joel Brewer “If your imagination is unlimited, AI doesn’t replace you — it just lets you build the skyscraper instead of the hut.” — Joel Brewer “We’re not very good at predicting the future. And when there’s a lot of money involved in selling a specific version of it, that’s worth keeping in mind.” — Joel Brewer SaaS Leadership Lessons 1. Start with goals, not tools. The most expensive AI mistakes happen when founders adopt a tool and then search for a use case. Reverse the order: define what you’re trying to accomplish, then evaluate whether AI actually serves that goal. Tool-first thinking creates fast, sophisticated chaos. 2. Build a sandbox culture — literally and figuratively. Non-technical founders experimenting with AI-assisted development tools need guardrails. In software, that means sandboxed environments separated from production. In leadership, it means creating space for experimentation that doesn’t put the business at risk. Permission to explore is only valuable when the blast radius is contained. 3. The new competitive edge is understanding, not output. As AI commoditizes the ability to generate code, copy, and content, the strategic advantage shifts to comprehension — people who understand why something works, what the architecture actually does, and when not to build something at all. Leaders who can explain the machine are worth more than leaders who can only operate it. 4. Communication is the bottleneck AI just uncovered. Before AI, writing code was slow enough that communication gaps could hide. Now that code can be written in hours, the limiting factor is alignment — between founders and engineers, product and market, vision and execution. Founders who invest in communication infrastructure will outpace those who just invest in faster tools. 5. Tie every feature to a business outcome — before the first line of code. Engineers are problem-solvers. They will build what you put in front of them. If the problem you hand them isn’t connected to a business goal, they’ll build the wrong thing exceptionally well. Make the goal explicit, measurable, and understood by the whole team before any work begins. …

405 | Building a Billion-Dollar Company With One Person | Joel Brewer Read More »

404 | Stop Being A “Button Pusher” – How To Future-Proof Your Career | Preston Zeller

Leave a Comment / Futureproof Founder, Podcast / By

In this episode, Jeff Mains sits down with Preston Zeller—SaaS operator, award-winning documentary filmmaker, and founder of Psalm Log—on what it actually takes to scale a founder-led company intentionally in the age of AI. The conversation pulls back the curtain on the messy reality of implementing artificial intelligence inside fast-growth organizations, the tension between efficiency and humanity, and why performative AI adoption falls flat. Together, they dig into agent orchestration, shifting buyer behavior, the shrinking value of classic SEO, and what a truly AI-native company looks like—not just as a tech stack, but as a culture built to last. Preston also shares leadership lessons from his days scaling at DiscoverOrg (now ZoomInfo) and A Cloud Guru, and how storytelling has underpinned every move he’s made—from startups to the grief community. If you want to deploy AI without burning out your team or gutting your culture, this conversation gives you intelligence you can use and a challenge to keep humans at the center. Key Takeaways 00:00 Scaling AI with Intentionality 05:51 Understanding the adoption curve 07:25 Excessive spending at Twitter 13:02 Finding purpose in work challenges 14:13 Implementing new tools effectively 18:44 Managing AI with Paperclip AI 20:21 Discussing different AI model uses 25:18 Challenges in scaling SaaS startups 27:48 Automating digital advertising 32:09 Balancing AI use with human input 34:54 Financial literacy and communication gap 37:09 Understanding the impact of work 42:06 The importance of authenticity online 45:15 Discussing grief and mental health documentary 46:13 Show resources and future proof takeaway Tweetable Quotes “Strategic AI is when you can say in one sentence the problem it solves and who it frees up.” — Jeff Mains 47:10 “If you’re not careful, you’ll get people who are just clerical button-pushers, rubber-stamping whatever comes out of AI instead of using it as a collaborator.” — Preston Zeller 32:09 “High performers get more work but not more reward—culture eats meritocracy if you’re not intentional.” — Preston Zeller 11:02 “You can scale headcount and revenue, but if your team checks out, you’ve already lost.” — Jeff Mains 32:08 “Own the niche and you’re in a better position than just being general. That’s more true now than it’s ever been.” — Jeff Mains 26:27 “If you can’t explain why you’re rolling out a tool, then don’t roll it out. That’s not a caution—that’s the whole strategy.” — Jeff Mains 47:04 SaaS Leadership Lessons Just because you can automate doesn’t mean you should; clarity on impact matters more than speed. Champion upskilling inside your company, not just tool adoption; AI is a paradigm shift, not an incremental upgrade. Don’t let technology turn contributors into button-pushers. Guard against mental checkout by keeping humans in the loop and critically engaged. If you can’t explain the business problem a tool solves, don’t roll it out—strategy beats performative urgency every time. …

404 | Stop Being A “Button Pusher” – How To Future-Proof Your Career | Preston Zeller Read More »

403 | Vibe Coding vs. Real Engineering: What Founders Miss & How to Fix | Justin Watt

Leave a Comment / Futureproof Founder, Podcast / By

Most operational pain isn’t a tech stack issue—it’s the invisible chaos your company normalizes as “just how we do things.” In this episode, Justin Watt, CEO and co-founder of Switchboard, joins Jeff Mains for a founder-led deep dive into building operational infrastructure that actually scales. The conversation punches through founder wishful thinking—“new software will fix us!”—to the human challenges of transformation, why spreadsheets haunt even established companies, and how the future belongs to those bold enough to dismantle what’s no longer working. If your business is held together by “just one spreadsheet,” this one hits home. Key Takeaways 00:00 Building Scalable Operations with Justin Watt 05:56 Learning from IBM and Startups 08:32 Importance of Internal Operations 11:16 Managing spreadsheet chaos 16:33 Differences between solo and team coding 17:57 Challenges of Collaborative Software Development 21:07 Losing trust in SaaS companies 25:24 Challenges of Broad SaaS Platforms 29:04 Determining goals for AI use 31:28 AI impact on tech roles 35:15 Uncertainty in tech product evolution 37:36 Defining goals for AI automation 40:50 Identifying business pain points 43:42 Fostering a Purpose-Driven Tech Culture Tweetable Quotes “Every business challenge is a human challenge. The technology just exposes what needs to change.” 04:08 “If your business is running on duct tape and good intentions, you’re one spreadsheet away from a breakdown.” 02:20 “The future won’t wait for you to feel ready. Build to thrive in chaos, not just to coast in calm.” 00:17 “Spreadsheets outlasted Back to the Future—which means your ops are stuck in 1985.” 10:38 “You don’t need more tools. You need a smarter system—and that starts with people.” 03:26 “Automating a bad process just guarantees you’ll make mistakes at scale.” 37:36 SaaS Leadership Lessons Treat every ops problem as a people problem first. Software only solves what teams believe in and adopt; the rest is shelfware. The “spreadsheet workaround” is a red flag, not a necessary evil. Normalize fixing “how we really work” before layering more tools. Good internal ops should feel invisible—like Switzerland, not a police state. …

403 | Vibe Coding vs. Real Engineering: What Founders Miss & How to Fix | Justin Watt Read More »

Cookies Policy