Puneet Mehta, Gründer und CEO von Netomi – Interview-Serie

Puneet Mehta, Gründer und CEO von Netomi, leitet das in San Francisco ansässige Unternehmen, das autonome Kundenbetreuungserlebnisse bietet. Mit einer Vergangenheit in der Tech-Unternehmertätigkeit und der Wall-Street-Handels-AI hat er die Entwicklung einer “Agentic OS”-Plattform vorangetrieben, die Unternehmen hilft, Kundenprobleme über Kanäle hinweg mit integrierter Governance, Personalisierung und Transparenz zu lösen. Mehta wurde unter anderem von Advertising Age als einer der kreativsten Menschen der Branche und von Business Insider als einer der Top-Unternehmer genannt.

Netomi ist eine kundenorientierte Plattform, die Unternehmen hilft, Support über E-Mail, Chat, Messaging und Sprachkanäle zu automatisieren und zu verbessern. Das System ermöglicht es Unternehmen, die meisten Routine-Kundenanfragen autonom zu lösen, während es gleichzeitig Agenten in Echtzeit unterstützt, wenn dies erforderlich ist. Mit integrierter Governance, Personalisierung und mehrsprachiger Unterstützung ermöglicht Netomi es Unternehmen, Kundenbetreuungsoperationen effizient zu skalieren, während sie gleichzeitig die volle Kontrolle über die Markenstimme und die Einhaltung von Vorschriften behalten.

Sie haben eine faszinierende Reise hinter sich, von der Entwicklung von KI-Engines für die Wall Street bis zur Gründung von Netomi. Was hat Sie dazu inspiriert, Netomi zu gründen, und wie hat Ihre vorherige Erfahrung die Mission des Unternehmens geprägt?

Meine frühe Arbeit an der Wall Street konzentrierte sich auf den Bau von KI-Systemen, die mit Geschwindigkeit, Präzision und absoluter Zuverlässigkeit arbeiten mussten. Das gab mir eine solide Grundlage für die Entwicklung von Echtzeit- und missons-kritischen Technologien. Bei IBM Watson sah ich das Potenzial von KI, um Sprache zu verstehen und mit Menschen auf natürliche Weise zu interagieren, aber auch die Grenzen im Hinblick auf Transparenz und kontextuelle Relevanz.

Ich gründete Netomi mit der Überzeugung, dass KI mehr tun kann, als nur Antworten zu automatisieren. Ich wollte Systeme entwickeln, die Kunden helfen, echte Ziele mit Intelligenz, Empathie und Verantwortung zu erreichen. Von Anfang an war unsere Mission, KI zu schaffen, die menschliche Interaktion auf eine Weise unterstützt, die sinnvoll und mit den Werten der Organisation, die sie repräsentiert, übereinstimmt.

Welches Problem versucht Netomi letztendlich zu lösen, und was unterscheidet Ihren Ansatz von anderen Akteuren im Markt?

Netomi konzentriert sich auf die Transformation von Kundenbetreuungserlebnissen von fragmentiert und reaktiv zu proaktiv und ergebnisorientiert. Viele Tools bieten heute generische Antworten, die nicht mit der Geschichte, den Emotionen oder den Absichten des Kunden verbunden sind. Unser Ansatz basiert auf Kontext. Jede Nachricht, die ein Kunde sendet, wird analysiert, zusammen mit Dutzenden von Echtzeit-Signalen wie Treuestatus, jüngster Aktivität, Sentiment und vorherigen Interaktionen, um eine Antwort zu generieren, die genau und relevant ist.

Was uns von anderen unterscheidet, ist nicht nur unsere Verwendung von generativer KI, sondern auch, wie wir Governance, Markenorientierung und Verantwortung in jeden Teil des Systems integrieren. Wir bieten Unternehmen vollständige Einblicke in die Entscheidungsfindung, die verwendeten Daten und die Art und Weise, wie jede Antwort die Stimme und die Standards der Organisation widerspiegelt. Unser Ziel ist es, Unternehmen mit KI zu ermöglichen, die intelligent, vertrauenswürdig und tief in die Kundenbetreuungsstrategie eingebettet ist.

Was unterscheidet Netomis Agentic OS von anderen CX-Lösungen auf dem Markt?

Netomis Agentic OS basiert auf einer dualen Agenten-Architektur, die deterministische Action-Agents mit LLM-getriebenen Reasoning-Agents kombiniert. Action-Agents übernehmen sichere, low-code-Transaktionen wie Updates, Abfragen und Prozessausführungen über Unternehmenssysteme. Reasoning-Agents interpretieren Kundeninput in Echtzeit und verwenden generative KI, um Gespräche basierend auf Kontext und Absicht anzupassen.

Diese Agenten werden von einem proprietären ereignisgesteuerten System orchestriert, das es der Plattform ermöglicht, sofort auf Signale wie Sentiment-Veränderungen, Lieferverzögerungen oder Datenänderungen zu reagieren. Jede Entscheidung ist versioniert und vollständig beobachtbar, was Teams die Spurbarkeit und die Einhaltung von Vorschriften an jedem Schritt ermöglicht. Diese Architektur unterstützt intelligente Interaktion und betriebliche Zuverlässigkeit im großen Maßstab.

Wie sollten Unternehmen ihre KI-Bereitschaft bewerten, und welche häufigen Missverständnisse sehen Sie, die sie behindern?

KI-Bereitschaft beginnt mit den Grundlagen. Unternehmen benötigen gut regierte, autoritative Datenquellen. Ohne diese werden sogar die leistungsfähigsten Modelle unzuverlässige oder inkonsistente Ergebnisse liefern. Kerngeschäftsprozesse müssen auch über stabile APIs oder ereignisgesteuerte Architekturen exponiert werden, damit KI-Agents bedeutungsvolle Aktionen ausführen können, nicht nur Gespräche führen.

Erwartungen an die Latenz, insbesondere für Sprach- oder synchrone Kanäle, sollten frühzeitig definiert werden, um die Systemgestaltung zu leiten. Kontinuierliche Bewertungsmechanismen müssen auch eingerichtet werden, um auf Prompt-Abbau oder Modell-Drift zu überwachen. Ein häufiges Missverständnis ist, dass das Hochladen großer Mengen unstrukturierter Inhalte in eine Vektordatenbank einem KI-Strategie entspricht. In Wirklichkeit hängt die erfolgreiche Bereitstellung mehr von Daten-Engineering, klaren Richtlinien-Rahmen und strukturiertem Change-Management ab. Transparenz, Beobachtbarkeit und strenge Tests sind wesentliche Anforderungen für jedes unternehmensreife Agentic-System.

Sie haben über die Grenzen der Prompt-Engineering im großen Maßstab gesprochen. Was ist Orchestrierungs-Engineering, und warum ist es für die langfristige Unternehmens-KI-Adoption geeigneter?

Prompt-Engineering konzentriert sich auf die Optimierung isolierter Interaktionen. Orchestrierungs-Engineering behandelt das gesamte System von Entscheidungen, Aktionen und Richtlinien, die über Kanäle und Workflows hinweg zusammenarbeiten müssen. Bei Netomi definieren wir neue Fähigkeiten deklarativ, damit sie von einem zentralen Planer und nicht von einzelnen Prompts abgerufen werden können. Eine Richtlinien-Schicht bestimmt, welcher Agent reagiert, welche Daten er erhält und wie Ergebnisse überprüft werden.

Dadurch können wir schneller iterieren, ohne die Markenstandards oder die Einhaltung von Vorschriften zu gefährden. Es bietet auch bedeutungsvolle Kontrollpunkte für technische und geschäftliche Benutzer, ermöglicht es Systemen, zu evolvieren, während Konsistenz und Überwachung aufrechterhalten werden.

Wie schaffen es Netomis KI-Agents, ein Gleichgewicht zwischen Automatisierung und markensicherer Personalisierung über verschiedene Kundenkanäle wie E-Mail, Sprache und Messaging zu erreichen?

Netomis Agenten trennen Markenregeln von Prompts und wenden dynamisch Tone, eingeschränkte Sprache und Formatierungsanforderungen bei der Laufzeit an. Dies stellt sicher, dass Personalisierung nicht auf Kosten der Konsistenz geht. Kunden-spezifische Daten wie Treue-Status oder Bestellstatus werden direkt vor der Generierung aus verifizierten Quellen abgerufen, um das Risiko von Halluzinationen zu reduzieren.

Vertrauensschwellen und Echtzeit-Bewertungen bestimmen, wann eine Eskalation erforderlich ist. Alle Änderungen werden in einem Sandbox getestet, bevor sie bereitgestellt werden, damit jede Interaktion persönlich und konform mit allen Kanälen bleibt.

Eines von Netomis Unterscheidungsmerkmalen ist sein ereignisgesteuertes ConversationOS. Wie funktioniert dies in der Praxis im Vergleich zu traditionellen intent-basierten Systemen?

Traditionelle Bots leiten alles durch vordefinierte Intent-Bäume. Netomis ConversationOS hört auf einen breiteren Stream von Ereignissen, einschließlich Kunden-Text, Versand-Updates und interner Status-Änderungen. Mehrere Agenten-Pfade können parallel laufen, wie z.B. die Lösung eines Abrechnungsproblems, während gleichzeitig ein Lieferupdate durchgeführt wird, und ihre Antworten in eine einzelne Antwort zusammenführen.

Da alles als Ereignisse und nicht als versteckter Zustand strukturiert ist, können neue Agenten oder Fähigkeiten hinzugefügt werden, ohne bestehende Prozesse zu stören. Dies macht das System flexibler, widerstandsfähiger und einfacher zu warten.

Wie haben Konzepte aus der algorithmischen Finanzwelt die Architektur oder Geschwindigkeit von Netomis Plattform beeinflusst?

Wir wenden die gleiche Disziplin an, die in der algorithmischen Finanzwelt verwendet wird, auf Leistung und Kontrolle. Latenz wird durch leichte, asynchrone Pipelines minimiert, die für Sprachkanäle auf Sub-Drei-Sekunden-Ziele ausgelegt sind. Das Verhalten von Agenten wird vor der Bereitstellung gegen historische Transkripte getestet, um Ergebnisse zu simulieren und Fehlermodi zu identifizieren.

Sicherheitsventile sind vorhanden, um die Ausführung zu stoppen, wenn Kosten-, Latenz- oder Richtlinienschwellen überschritten werden. Der Datenverkehr wird kontinuierlich unter konkurrierenden Prompts oder Abrufstrategien realloziert, um die Kundenerfahrung und die Recheneffizienz zu optimieren. Diese Denkweise beeinflusst jede Ebene der Plattform.

Sie werden von einer beeindruckenden Liste von Investoren und Beratern unterstützt, darunter OpenAIs Greg Brockman und ehemalige Disney- und DeepMind-Führungskräfte. Wie hat dies Ihre Produktvision oder Wachstumsstrategie beeinflusst?

Unsere Berater bringen Unternehmenserfahrung und technisches Know-how mit, das unsere Produktvision und Wachstumsstrategie geprägt hat. Ihre Anleitung hält uns darauf fokussiert, reale Geschäftsprobleme zu lösen, insbesondere solche, die von Fortune-100-Unternehmen im globalen Maßstab operieren. Ob es darum geht, Support zu automatisieren, Einhaltung von Vorschriften zu gewährleisten oder Konsistenz über Kanäle hinweg zu liefern, ihre Rückmeldungen helfen uns sicherzustellen, dass wir Technologie entwickeln, die für die Realität von Unternehmen bereit ist.

Eine Botschaft, die wir oft hören, ist die Bedeutung von Kontrolle und Klarheit. Diese Systeme interagieren direkt mit Kunden und unterstützen menschliche Agenten, daher müssen Ergebnisse messbar und vertrauenswürdig sein. Der menschliche Faktor bleibt zentral für jede Produktentscheidung, die wir treffen.

Wenn Agentic-KI immer mehr in tägliche Geschäftsoperationen eingebettet wird, welche Sicherheitsvorkehrungen sind Ihrer Meinung nach am wichtigsten, um menschlichen Missbrauch und maschinelle Fehlleitung zu verhindern?

Netomi baut Sicherheit in jede Ebene der Plattform ein. Prompts und Einbettungen sind versioniert und nachverfolgbar, damit Änderungen überprüft oder zurückgesetzt werden können. Persönlich identifizierbare Informationen werden vor dem Modell gefiltert, und Aufbewahrungsrichtlinien werden strikt durchgesetzt. Typisierte Aktions-Schemata und Sandbox-Tests stellen sicher, dass Agenten Bedingungen erfüllen, bevor sie Produktions-Tools aufrufen.

Alle Aktionen werden von einem Richtlinien-Engine gesteuert, der Schritte in Echtzeit pausieren oder ändern kann. Rollenbasierte Zugriffsbeschränkungen, mehrfaktorische Authentifizierung und unveränderliche Audit-Logs bieten zusätzlichen Schutz. Signierte Anforderungs-Umschläge und Kontingent-Limits schützen die Plattform vor externem Modell-Drift und Missbrauch.

Was begeistert Sie am meisten an der nächsten Phase von Kundenbetreuung und der Rolle, die KI dabei spielen wird?

Der aufregendste Wandel ist von reaktiver Dienstleistung zu proaktiver, intelligenter Unterstützung, die den gesamten Kontext von Kundenzielen, -präferenzen und -beschränkungen versteht. KI wird bald in der Lage sein, Bedürfnisse vorherzusagen, über Systeme hinweg zu handeln und Ergebnisse zu liefern, ohne dass Kunden Komplexität navigieren oder sich wiederholen müssen.

Der wahre Fortschritt liegt nicht nur darin, was KI tun kann, sondern auch darin, wie nahtlos sie menschliche Entscheidungsfindung unterstützen wird. KI wird zu einer vertrauenswürdigen Schicht über die gesamte Kundenreise hinweg, die Marken bei der Aufbau von Loyalität durch Responsivität, Personalisierung und Zuverlässigkeit im großen Maßstab unterstützen wird. Wenn sich dies entwickelt, werden die Grenzen zwischen Dienstleistung, Vertrieb und Erfahrung weiter verschwinden.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Netomi besuchen.