Puneet Mehta, fundador y director ejecutivo de Netomi – Serie de entrevistas

Puneet Mehta, fundador y director ejecutivo de Netomi, lidera la empresa de IA con sede en San Francisco que ofrece experiencias de servicio al cliente autónomas. Con experiencia en emprendimiento tecnológico y en inteligencia artificial para operaciones en Wall Street, ha impulsado el desarrollo de la plataforma "Agentic OS" que ayuda a las marcas a resolver los problemas de los clientes en todos los canales con gobernanza, personalización y transparencia integradas. Mehta ha sido reconocido en las listas Creativity 50 de Advertising Age y Business Insider de los mejores emprendedores a seguir.

Netomi Es una plataforma de atención al cliente basada en IA que ayuda a las empresas a automatizar y optimizar el soporte a través de correo electrónico, chat, mensajería y canales de voz. Su sistema permite a las marcas resolver la mayoría de las consultas rutinarias de los clientes de forma autónoma, a la vez que proporciona a los agentes asistencia en tiempo real cuando la necesitan. Con gobernanza integrada, personalización y soporte multilingüe, Netomi permite a las organizaciones escalar las operaciones de atención al cliente de forma eficiente, manteniendo al mismo tiempo un control total sobre la imagen de marca y el cumplimiento normativo.

Ha tenido una trayectoria fascinante, desde el desarrollo de motores de IA para Wall Street hasta la fundación de Netomi. ¿Qué le inspiró a lanzar Netomi y cómo su experiencia previa influyó en su misión?

Mis primeros trabajos en Wall Street se centraron en el desarrollo de sistemas de IA que debían operar con rapidez, precisión y absoluta fiabilidad. Esto me proporcionó una base sólida para desarrollar tecnología crítica en tiempo real. En IBM Watson, vi el potencial de la IA para comprender el lenguaje e interactuar con las personas de forma más natural, pero también las limitaciones en cuanto a transparencia y relevancia contextual.

Lancé Netomi con la convicción de que la IA podía hacer más que automatizar respuestas. Quería construir sistemas que ayudaran a los clientes a alcanzar objetivos reales con inteligencia, empatía y responsabilidad. Desde el principio, nuestra misión ha sido crear una IA que facilite la interacción humana de forma significativa y alineada con los valores de las organizaciones a las que representa.

¿Qué problema intenta resolver Netomi en última instancia y qué hace que su enfoque sea diferente al de otros actores del sector?

Netomi se centra en transformar la experiencia del cliente, pasando de fragmentada y reactiva a proactiva y orientada a resultados. Hoy en día, muchas herramientas ofrecen respuestas genéricas, desconectadas del historial, las emociones o la intención del cliente. Nuestro enfoque se basa en el contexto. Cada mensaje que envía un cliente se analiza junto con decenas de señales en tiempo real, como su nivel de fidelidad, actividad reciente, sentimiento e interacciones pasadas, para generar una respuesta precisa y relevante.

Lo que nos distingue no es solo el uso de IA generativa, sino también la integración de la gobernanza, la alineación de marca y la rendición de cuentas en cada parte del sistema. Brindamos a las empresas visibilidad completa sobre cómo se toman las decisiones, qué datos se utilizan y cómo cada respuesta refleja la voz y los estándares de la organización. Nuestro objetivo es empoderar a las marcas con una IA inteligente, confiable y profundamente integrada en su estrategia de experiencia del cliente.

Con tantas plataformas de IA que prometen transformación, ¿qué cree que diferencia al sistema operativo Agentic de Netomi de otras soluciones CX en el mercado actual?

El sistema operativo Agentic de Netomi se basa en una arquitectura de agente dual que combina agentes de acción deterministas con agentes de razonamiento basados en LLM. Los agentes de acción gestionan transacciones seguras de bajo código, como actualizaciones, consultas y ejecución de procesos en los sistemas empresariales. Los agentes de razonamiento interpretan la información del cliente en tiempo real, utilizando IA generativa para adaptar las conversaciones según el contexto y la intención.

Estos agentes están orquestados por un sistema propietario basado en eventos que permite a la plataforma responder de inmediato a señales como cambios de opinión, retrasos en la entrega o cambios en los datos. Cada decisión está controlada por versiones y es totalmente observable, lo que proporciona a los equipos trazabilidad y supervisión del cumplimiento en cada paso. Esta arquitectura facilita la interacción inteligente y la fiabilidad operativa a escala.

Muchas empresas aún lidian con lo que significa estar preparadas para la IA. ¿Cómo deberían evaluar su preparación y qué errores comunes cree que las frenan?

La preparación para la IA comienza con los fundamentos. Las empresas necesitan fuentes de datos fiables y bien gobernadas. Sin ellas, incluso los modelos más eficaces arrojarán resultados poco fiables o inconsistentes. Los flujos de trabajo clave del negocio también deben estar expuestos mediante API estables o arquitecturas basadas en eventos para que los agentes de IA puedan tomar medidas significativas, no solo mantener una conversación.

Las expectativas de latencia, especialmente para canales de voz o síncronos, deben definirse con antelación para guiar el diseño del sistema. También deben implementarse mecanismos de evaluación continua para monitorear la degradación inmediata o la desviación del modelo. Un error común es creer que cargar grandes volúmenes de contenido no estructurado en una base de datos vectorial equivale a una estrategia de IA. En realidad, una implementación exitosa depende más de la ingeniería de datos, marcos de políticas claros y una gestión de cambios estructurada. La transparencia, la observabilidad y las pruebas rigurosas son requisitos esenciales para cualquier sistema de agencia empresarial.

Ha hablado sobre los límites de la ingeniería rápida a escala. ¿Qué es la ingeniería de orquestación y por qué es más viable para la adopción de IA empresarial a largo plazo?

La ingeniería de indicadores se centra en optimizar interacciones aisladas. La ingeniería de orquestación aborda el sistema completo de decisiones, acciones y políticas que deben funcionar conjuntamente en todos los canales y flujos de trabajo. En Netomi, definimos nuevas capacidades de forma declarativa para que un planificador central pueda acceder a ellas, en lugar de integrarlas en indicadores individuales. Una capa de políticas determina qué agente responde, qué datos recibe y cómo se verifican los resultados.

Esto permite una iteración más rápida sin comprometer los estándares ni el cumplimiento de la marca. Además, proporciona puntos de control significativos para usuarios técnicos y comerciales, lo que permite que los sistemas evolucionen manteniendo la consistencia y la supervisión.

¿Cómo logran los agentes de IA de Netomi lograr un equilibrio entre la automatización y la personalización segura para la marca en diferentes canales de clientes, como el correo electrónico, la voz y la mensajería?

Los agentes de Netomi separan las reglas de marca de las indicaciones, aplicando dinámicamente el tono, el lenguaje restringido y los requisitos de formato durante la ejecución. Esto garantiza que la personalización no afecte la consistencia. Los datos específicos del cliente, como el nivel de fidelidad o el estado del pedido, se extraen de fuentes verificadas justo antes de su generación, lo que reduce el riesgo de alucinaciones.

Los umbrales de confianza y las evaluaciones en tiempo real determinan cuándo escalar. Todos los cambios se someten a un proceso de evaluación en equipo y se prueban en un entorno de pruebas antes de su implementación, de modo que cada interacción se mantiene personalizada y cumple con las normativas en todos los canales.

Uno de los diferenciadores de Netomi es su ConversationOS basado en eventos. ¿Cómo funciona esto en la práctica en comparación con los sistemas tradicionales basados en intenciones?

Los bots tradicionales enrutan todo mediante árboles de intenciones predefinidos. ConversationOS de Netomi escucha un flujo más amplio de eventos, como mensajes de texto de clientes, actualizaciones de envíos y cambios de estado interno. Múltiples rutas de agentes pueden ejecutarse en paralelo, como resolver un problema de facturación mientras se actualiza una entrega, y fusionar sus respuestas en una sola.

Dado que todo se estructura como eventos, en lugar de como estados ocultos, se pueden añadir nuevos agentes o capacidades sin interrumpir los procesos existentes. Esto hace que el sistema sea más flexible, resiliente y fácil de mantener.

Dada su experiencia con sistemas de trading de alta frecuencia, ¿cómo han influido los conceptos de las finanzas algorítmicas en la arquitectura o la velocidad de la plataforma de Netomi?

Aplicamos la misma disciplina que se utiliza en el trading algorítmico al rendimiento y el control. La latencia se minimiza mediante pipelines ligeros y asíncronos diseñados para alcanzar objetivos de menos de tres segundos en los canales de voz. El comportamiento del agente se contrasta con transcripciones históricas antes de la implementación para simular resultados e identificar modos de fallo.

Se implementan interruptores automáticos para detener la ejecución si se superan los umbrales de costo, latencia o políticas. El tráfico se reasigna continuamente entre estrategias de solicitud o recuperación que compiten entre sí para optimizar la experiencia del cliente y la eficiencia computacional. Esta filosofía influye en todas las capas de la plataforma.

Cuentan con el respaldo de una impresionante lista de inversores y asesores, desde Greg Brockman de OpenAI hasta exejecutivos de Disney y DeepMind. ¿Cómo ha influido esto en su visión de producto o estrategia de crecimiento?

Nuestros asesores aportan experiencia empresarial y conocimientos técnicos que han ayudado a definir nuestra visión de producto y nuestra estrategia de crecimiento. Su orientación nos permite centrarnos en resolver problemas empresariales reales, especialmente aquellos que enfrentan las empresas de Fortune 100 que operan a escala global. Ya sea que se trate de automatizar el soporte, garantizar el cumplimiento normativo o garantizar la coherencia en todos los canales, sus comentarios nos ayudan a garantizar que desarrollemos tecnología preparada para las realidades empresariales.

Un mensaje que escuchamos con frecuencia es la importancia del control y la claridad. Estos sistemas interactúan directamente con los clientes y apoyan a los agentes humanos, por lo que los resultados deben ser medibles y confiables. Ese factor humano sigue siendo fundamental en cada decisión que tomamos sobre productos.

A medida que la IA Agentic se integra cada vez más en las operaciones comerciales diarias, ¿qué protecciones cree que son las más importantes para evitar tanto el mal uso humano como la mala gestión de las máquinas?

Netomi integra la seguridad en cada capa de la plataforma. Las indicaciones y las incrustaciones están versionadas y son rastreables, lo que permite auditar o revertir los cambios. La información personal identificable se filtra antes de llegar al modelo y las políticas de retención se aplican estrictamente. Los esquemas de acción tipificados y las pruebas en entornos aislados garantizan que los agentes cumplan las condiciones antes de invocar las herramientas de producción.

Todas las acciones se rigen por un motor de políticas que puede pausar o modificar pasos en tiempo real. Los controles de acceso basados en roles, la autenticación multifactor y los registros de auditoría inmutables brindan protección adicional. Los sobres de solicitud firmados y los límites de cuota protegen la plataforma contra la desviación del modelo externo y el uso indebido.

De cara al futuro, ¿qué es lo que más le entusiasma de la próxima fase de la experiencia del cliente y el papel que desempeñará la IA en ella?

El cambio más emocionante es el de un servicio reactivo a una asistencia proactiva e inteligente que comprende el contexto completo de los objetivos, preferencias y limitaciones del cliente. La IA pronto podrá anticipar las necesidades, actuar en todos los sistemas y ofrecer resultados sin que los clientes tengan que lidiar con complejidades ni repetirse.

El verdadero avance no reside solo en lo que la IA puede hacer, sino en la fluidez con la que apoyará la toma de decisiones humanas. La IA se convertirá en un componente clave en la experiencia del cliente, ayudando a las marcas a fidelizar a través de la capacidad de respuesta, la personalización y la fiabilidad a gran escala. A medida que esto evolucione, las fronteras entre servicio, ventas y experiencia seguirán desapareciendo.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Netomi.