Puneet Mehta, Fundador y CEO de Netomi – Serie de Entrevistas

Puneet Mehta, fundador y CEO de Netomi, lidera la empresa de AI con sede en San Francisco que ofrece experiencias de servicio al cliente autónomas. Con una experiencia en emprendimiento tecnológico y comercio de AI en Wall Street, ha impulsado el desarrollo de una plataforma “Agentic OS” que ayuda a las marcas a resolver problemas de los clientes en varios canales con gobernanza, personalización y transparencia integradas. Mehta ha sido reconocido entre los 50 más creativos de Advertising Age y las listas de empresarios más destacados de Business Insider.

Netomi es una plataforma de servicio al cliente impulsada por AI que ayuda a las empresas a automatizar y mejorar el soporte en canales de correo electrónico, chat, mensajería y voz. Su sistema permite a las marcas resolver la mayoría de las consultas de los clientes de manera autónoma, mientras proporciona asistencia en tiempo real a los agentes cuando sea necesario. Con gobernanza, personalización y soporte multilingüe integrados, Netomi permite a las organizaciones escalar las operaciones de servicio al cliente de manera eficiente, manteniendo el control total sobre la voz de la marca y el cumplimiento.

Ha tenido un viaje fascinante, desde la creación de motores de AI para Wall Street hasta la fundación de Netomi. ¿Qué lo inspiró a lanzar Netomi y cómo su experiencia anterior dio forma a su misión?

Mi trabajo temprano en Wall Street se centró en la creación de sistemas de AI que debían operar con velocidad, precisión y confiabilidad absoluta. Eso me dio una base sólida en el desarrollo de tecnología en tiempo real y de misión crítica. En IBM Watson, vi el potencial de la AI para entender el lenguaje y interactuar con las personas de manera más natural, pero también las limitaciones en torno a la transparencia y la relevancia contextual.

Lancé Netomi con la creencia de que la AI podía hacer más que automatizar respuestas. Quería construir sistemas que ayuden a los clientes a lograr objetivos reales con inteligencia, empatía y responsabilidad. Desde el principio, nuestra misión ha sido crear una AI que apoye la interacción humana de una manera significativa y alineada con los valores de las organizaciones que representa.

¿Qué problema está tratando de resolver Netomi en última instancia, y qué hace que su enfoque sea diferente al de otros jugadores en el espacio?

Netomi se centra en transformar la experiencia del cliente de fragmentada y reactiva a proactiva y orientada a resultados. Muchas herramientas de hoy en día ofrecen respuestas genéricas, desconectadas de la historia, la emoción o la intención del cliente. Nuestro enfoque se basa en el contexto. Cada mensaje que un cliente envía se analiza junto con decenas de señales en tiempo real, como el estado de lealtad, la actividad reciente, el sentimiento y las interacciones pasadas, para generar una respuesta precisa y relevante.

Lo que nos distingue no es solo el uso de la AI generativa, sino cómo integramos la gobernanza, la alineación de la marca y la responsabilidad en cada parte del sistema. Proporcionamos a las empresas una visibilidad completa de 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 AI que sea inteligente, confiable y profundamente integrada en su estrategia de experiencia del cliente.

Con tantas plataformas de AI que prometen transformación, ¿qué cree que distingue a la Agentic OS de Netomi de otras soluciones de CX en el mercado hoy en día?

La Agentic OS de Netomi se basa en una arquitectura de doble agente que combina Agentes de Acción deterministas con Agentes de Razonamiento impulsados por LLM. Los Agentes de Acción manejan transacciones seguras, de bajo código, como actualizaciones, consultas y ejecución de procesos en sistemas empresariales. Los Agentes de Razonamiento interpretan la entrada del cliente en tiempo real, utilizando la AI generativa para adaptar las conversaciones según el contexto y la intención.

Estos agentes están orquestados por un sistema de eventos propietario que permite a la plataforma responder de inmediato a señales como cambios en el sentimiento, retrasos en la entrega o cambios en los datos. Cada decisión es controlada por versión y completamente observable, lo que proporciona a los equipos trazabilidad y supervisión de cumplimiento en cada paso. Esta arquitectura admite interacción inteligente y confiabilidad operativa a escala.

Muchas empresas todavía están luchando por entender qué significa estar listas para la AI. ¿Cómo deben evaluar las empresas su preparación y qué conceptos erróneos comunes ve que las retiene?

La preparación para la AI comienza con los fundamentos. Las empresas necesitan fuentes de datos autorizadas y bien gobernadas. Sin ellas, incluso los modelos más capaces devolverán resultados poco fiables o inconsistentes. Los flujos de trabajo empresariales básicos también deben estar expuestos a través de API estables o arquitecturas orientadas a eventos para que los agentes de AI puedan tomar medidas significativas, no solo mantener una conversación.

Las expectativas de latencia, especialmente para canales de voz o sincrónicos, deben definirse temprano para guiar el diseño del sistema. Los mecanismos de evaluación continua también deben estar en su lugar para monitorear la degradación de los modelos o el desplazamiento del modelo. Un concepto erróneo común es que subir grandes volúmenes de contenido no estructurado a una base de datos de vectores equivale a una estrategia de AI. En realidad, el despliegue exitoso depende más de la ingeniería de datos, los marcos de política claros y la gestión de cambios estructurados. La transparencia, la observabilidad y las pruebas rigurosas son requisitos esenciales para cualquier sistema agente de empresa.

Habla sobre los límites de la ingeniería de prompts a escala. ¿Qué es la ingeniería de orquestación y por qué es más viable para la adopción de AI empresarial a largo plazo?

La ingeniería de prompts se centra en la optimización de interacciones aisladas. La ingeniería de orquestación aborda el sistema completo de decisiones, acciones y políticas que deben funcionar juntas en varios canales y flujos de trabajo. En Netomi, definimos nuevas capacidades de manera declarativa para que puedan ser accesadas por un planificador central en lugar de estar incrustadas en prompts individuales. Una capa de política determina qué agente responde, qué datos recibe y cómo se verifican los resultados.

Esto permite una iteración más rápida sin comprometer los estándares de la marca o el cumplimiento. También proporciona puntos de control significativos tanto para usuarios técnicos como empresariales, lo que permite que los sistemas evolucionen mientras mantienen la coherencia y la supervisión.

¿Cómo logran los Agentes de AI de Netomi equilibrar la automatización y la personalización segura de la marca en varios canales de cliente como correo electrónico, voz y mensajería?

Los agentes de Netomi separan las reglas de la marca de los prompts, aplicando el tono, el lenguaje restringido y los requisitos de formato de manera dinámica en tiempo de ejecución. Esto garantiza que la personalización no se produzca a expensas de la coherencia. Los datos específicos del cliente, como el nivel de lealtad o el estado del pedido, se extraen de fuentes verificadas justo antes de la generación, reduciendo el riesgo de alucinación.

Los umbrales de confianza y las evaluaciones en tiempo real determinan cuándo escalar. Todos los cambios se prueban en un entorno de prueba antes de su implementación, por lo que cada interacción sigue siendo personal y cumple con los requisitos en todos los canales.

Una de las diferencias de Netomi es su ConversationOS basado en eventos. ¿Cómo funciona en la práctica en comparación con los sistemas tradicionales basados en intención?

Los bots tradicionales enrutan todo a través de árboles de intención predefinidos. El ConversationOS de Netomi escucha una corriente más amplia de eventos, incluidos texto del cliente, actualizaciones de envío y cambios en el estado interno. Varios caminos de agente pueden ejecutarse en paralelo, como resolver un problema de facturación mientras se actualiza una entrega, y fusionar sus respuestas en una sola réplica.

Como todo está estructurado como eventos en lugar de un estado oculto, se pueden agregar nuevos agentes o capacidades sin interrumpir los procesos existentes. Esto hace que el sistema sea más flexible, resistente y fácil de mantener.

Dado su experiencia con sistemas de comercio de alta frecuencia, ¿cómo han influido los conceptos de la finanza algorítmica en la arquitectura o la velocidad de la plataforma de Netomi?

Aplicamos la misma disciplina utilizada en el comercio algorítmico al rendimiento y el control. La latencia se minimiza a través de tuberías ligeras y asíncronas construidas para cumplir con los objetivos de menos de tres segundos para los canales de voz. El comportamiento del agente se prueba con transcripciones históricas antes de la implementación para simular resultados e identificar modos de fallo.

Se han implementado interruptores de circuito para detener la ejecución si se superan los umbrales de costo, latencia o política. El tráfico se realoca continuamente entre estrategias de prompt o recuperación en competencia para optimizar la experiencia del cliente y la eficiencia de cómputo. Esta forma de pensar influye en cada capa de la plataforma.

Está respaldado por un impresionante grupo 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 dar forma a nuestra visión de producto y estrategia de crecimiento. Su orientación nos mantiene enfocados en resolver problemas empresariales reales, especialmente aquellos que enfrentan las empresas Fortune 100 que operan a escala global. Ya sea que se trate de automatizar el soporte, hacer cumplir el cumplimiento o brindar coherencia en varios canales, sus comentarios nos ayudan a asegurarnos de que construyamos tecnología que esté lista para las realidades empresariales.

Un mensaje que escuchamos a menudo 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 central en cada decisión de producto que tomamos.

A medida que la AI Agente se vuelve más integrada en las operaciones comerciales diarias, ¿qué salvaguardias cree que son las más importantes para prevenir tanto el mal uso humano como la desviación de la máquina?

Netomi incorpora la seguridad en cada capa de la plataforma. Los prompts y los incrustaciones están versionados y trazables para que los cambios puedan ser auditados o revertidos. La información de identificación personal se filtra antes de llegar al modelo, y se aplican estrictamente las políticas de retención. Los esquemas de acción tipificados y las pruebas en un entorno de prueba aseguran que los agentes cumplan con las condiciones antes de invocar herramientas de producción.

Todas las acciones están gobernadas por un motor de política que puede pausar o modificar los pasos en tiempo real. Los controles de acceso basados en roles, la autenticación de múltiples factores y los registros de auditoría inmutables proporcionan protección adicional. Los sobres de solicitud firmados y los límites de cuota protegen la plataforma contra el desplazamiento del modelo y el mal uso externo.

Mirando hacia adelante, ¿qué lo emociona más sobre la próxima fase de la experiencia del cliente y el papel que la AI desempeñará en ella?

El cambio más emocionante es de un servicio reactivo a una asistencia inteligente proactiva que comprenda el contexto completo de los objetivos, preferencias y restricciones del cliente. La AI pronto podrá anticipar necesidades, actuar en varios sistemas y brindar resultados sin que los clientes tengan que navegar la complejidad o repetirse.

El verdadero avance no está solo en lo que la AI puede hacer, sino en cómo apoyará sin problemas la toma de decisiones humana. La AI se convertirá en una capa de confianza en todo el viaje del cliente, ayudando a las marcas a construir lealtad a través de la respuesta, la personalización y la confiabilidad a escala. A medida que esto evoluciona, los límites entre el servicio, las ventas y la experiencia seguirán desapareciendo.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Netomi.