Puneet Mehta, fondateur et PDG de Netomi – Série d’entretiens

Puneet Mehta, fondateur et PDG de Netomi, dirige la société basée à San Francisco qui propose des expériences de service client autonomes basées sur l’IA. Avec une expérience dans l’entrepreneuriat technologique et la négociation algorithmique sur Wall Street, il a piloté le développement d’une plate-forme “Agentic OS” qui aide les marques à résoudre les problèmes des clients sur plusieurs canaux avec une gouvernance, une personnalisation et une transparence intégrées. Mehta a été reconnu parmi les 50 personnes les plus créatives de l’industrie de la publicité et les entrepreneurs à suivre par Business Insider.

Netomi est une plate-forme de service client basée sur l’IA qui aide les entreprises à automatiser et à améliorer le support sur les canaux e-mail, chat, messagerie et voix. Son système permet aux marques de résoudre la majorité des demandes des clients de manière autonome tout en fournissant aux agents un soutien en temps réel lorsqu’il est nécessaire. Avec une gouvernance, une personnalisation et un support multilingue intégrés, Netomi permet aux organisations d’augmenter l’efficacité de leurs opérations de service client tout en maintenant le contrôle total sur la voix de la marque et la conformité.

Vous avez eu un parcours fascinant, de la création de moteurs d’IA pour Wall Street à la fondation de Netomi. Qu’est-ce qui vous a inspiré pour lancer Netomi, et comment votre expérience précédente a-t-elle façonné la mission de l’entreprise ?

Mon travail initial sur Wall Street s’est concentré sur la création de systèmes d’IA qui devaient fonctionner avec rapidité, précision et fiabilité absolue. Cela m’a donné une solide base pour développer des technologies en temps réel et critiques pour la mission. Chez IBM Watson, j’ai vu le potentiel de l’IA pour comprendre le langage et interagir avec les humains de manière plus naturelle, mais également les limites autour de la transparence et de la pertinence contextuelle.

J’ai lancé Netomi avec la conviction que l’IA pouvait faire plus que d’automatiser les réponses. Je voulais créer des systèmes qui aident les clients à atteindre des objectifs réels avec intelligence, empathie et responsabilité. Dès le début, notre mission a été de créer une IA qui soutient l’interaction humaine d’une manière significative et alignée sur les valeurs des organisations qu’elle représente.

Quel est le problème que Netomi tente finalement de résoudre, et ce qui rend votre approche différente des autres acteurs du marché ?

Netomi se concentre sur la transformation de l’expérience client d’une approche fragmentée et réactive à une approche proactive et axée sur les résultats. De nombreux outils proposent aujourd’hui des réponses génériques, déconnectées de l’historique, de l’émotion ou de l’intention du client. Notre approche est basée sur le contexte. Chaque message que le client envoie est analysé aux côtés de dizaines de signaux en temps réel tels que le statut de fidélité, l’activité récente, le sentiment et les interactions passées pour générer une réponse précise et pertinente.

Ce qui nous distingue, ce n’est pas seulement notre utilisation de l’IA générative, mais la manière dont nous intégrons la gouvernance, l’alignement de la marque et la responsabilité dans chaque partie du système. Nous offrons aux entreprises une visibilité totale sur la manière dont les décisions sont prises, quels données sont utilisées et comment chaque réponse reflète la voix et les normes de l’organisation. Notre objectif est de doter les marques d’une IA intelligente, fiable et profondément ancrée dans leur stratégie d’expérience client.

Avec autant de plateformes d’IA promettant la transformation, qu’est-ce qui vous semble distinguer l’Agentic OS de Netomi des autres solutions d’expérience client sur le marché aujourd’hui ?

L’Agentic OS de Netomi repose sur une architecture à double agent qui combine des agents d’action déterministes avec des agents de raisonnement basés sur les LLM. Les agents d’action gèrent des transactions sécurisées et des processus d’exécution à faible code sur les systèmes d’entreprise. Les agents de raisonnement interprètent les entrées des clients en temps réel, utilisant l’IA générative pour adapter les conversations en fonction du contexte et de l’intention.

Ces agents sont orchestrés par un système d’événements propriétaire qui permet à la plate-forme de répondre immédiatement à des signaux tels que les changements de sentiment, les retards de livraison ou les modifications de données. Chaque décision est contrôlée par version et entièrement observable, offrant aux équipes une traçabilité et une surveillance de la conformité à chaque étape. Cette architecture soutient l’interaction intelligente et la fiabilité opérationnelle à grande échelle.

De nombreuses entreprises sont encore en train de comprendre ce que signifie être prête pour l’IA. Comment les entreprises devraient-elles évaluer leur préparation, et quels sont les malentendus courants que vous voyez les retenir ?

La préparation à l’IA commence par les fondamentaux. Les entreprises ont besoin de sources de données autorisées et bien gérées. Sans elles, même les modèles les plus capables donneront des résultats peu fiables ou incohérents. Les flux de travail commerciaux de base doivent également être exposés via des API stables ou des architectures basées sur les événements afin que les agents d’IA puissent prendre des mesures significatives, et non simplement poursuivre une conversation.

Les attentes de latence, en particulier pour les canaux vocaux ou synchrones, doivent être définies tôt pour guider la conception du système. Des mécanismes d’évaluation continus doivent également être en place pour surveiller la dégradation des invites ou la dérive des modèles. Un malentendu courant est que le téléchargement de grandes quantités de contenu non structuré dans une base de données vectorielle équivaut à une stratégie d’IA. En réalité, le déploiement réussi dépend davantage de l’ingénierie des données, de cadres de politique clairs et d’une gestion du changement structurée. La transparence, l’observabilité et les tests rigoureux sont des exigences essentielles pour tout système agentic d’entreprise.

Vous avez parlé des limites de l’ingénierie des invites à grande échelle. Qu’est-ce que l’ingénierie d’orchestration, et pourquoi est-elle plus viable pour l’adoption à long terme de l’IA d’entreprise ?

L’ingénierie des invites se concentre sur l’optimisation des interactions isolées. L’ingénierie d’orchestration aborde le système complet de décisions, d’actions et de politiques qui doivent fonctionner ensemble sur plusieurs canaux et flux de travail. Chez Netomi, nous définissons de nouvelles capacités de manière déclarative afin qu’elles puissent être accessibles à un planificateur central plutôt que d’être intégrées dans des invites individuelles. Une couche de politique détermine quel agent répond, quels données il reçoit et comment les résultats sont vérifiés.

Cela permet une iteration plus rapide sans compromettre les normes de la marque ou la conformité. Cela fournit également des points de contrôle significatifs pour les utilisateurs techniques et commerciaux, permettant aux systèmes d’évoluer tout en maintenant la cohérence et la surveillance.

Comment les agents d’IA de Netomi parviennent-ils à équilibrer l’automatisation et la personnalisation sécurisée de la marque sur différents canaux de client tels que l’e-mail, la voix et la messagerie ?

Les agents de Netomi séparent les règles de la marque des invites, appliquant le ton, le langage restreint et les exigences de formatage de manière dynamique au moment de l’exécution. Cela garantit que la personnalisation ne se fait pas au détriment de la cohérence. Les données spécifiques au client, telles que le niveau de fidélité ou le statut de commande, sont extraites de sources vérifiées juste avant la génération, réduisant le risque d’hallucination.

Les seuils de confiance et les évaluations en temps réel déterminent quand il faut escalader. Toutes les modifications sont testées dans un bac à sable avant leur mise en ligne, de sorte que chaque interaction reste personnelle et conforme sur tous les canaux.

L’une des différenciations de Netomi est son ConversationOS basé sur les événements. Comment cela fonctionne-t-il dans la pratique par rapport aux systèmes traditionnels basés sur les intentions ?

Les bots traditionnels routent tout à travers des arbres d’intention prédéfinis. Le ConversationOS de Netomi écoute un flux plus large d’événements, y compris le texte du client, les mises à jour d’expédition et les changements d’état internes. Plusieurs chemins d’agent peuvent s’exécuter en parallèle, comme la résolution d’un problème de facturation tout en mettant à jour une livraison, et fusionner leurs réponses en une seule réponse.

Parce que tout est structuré sous forme d’événements plutôt que d’état caché, de nouveaux agents ou capacités peuvent être ajoutés sans perturber les processus existants. Cela rend le système plus flexible, plus résilient et plus facile à maintenir.

Compte tenu de votre expérience avec les systèmes de trading haute fréquence, comment les concepts de la finance algorithmique ont-ils influencé l’architecture ou la vitesse de la plate-forme de Netomi ?

Nous appliquons la même discipline utilisée dans le trading algorithmique pour les performances et le contrôle. La latence est minimisée grâce à des pipelines légers et asynchrones conçus pour atteindre des objectifs de moins de trois secondes pour les canaux vocaux. Le comportement des agents est testé contre des transcripts historiques avant le déploiement pour simuler les résultats et identifier les modes de défaillance.

Des interrupteurs de circuit sont en place pour arrêter l’exécution si les seuils de coût, de latence ou de politique sont dépassés. Le trafic est constamment réaffecté parmi les stratégies de prompt ou de récupération concurrentes pour optimiser l’expérience client et l’efficacité de calcul. Cette pensée influence chaque couche de la plate-forme.

Vous êtes soutenu par un impressionnant panel d’investisseurs et de conseillers, allant de Greg Brockman d’OpenAI à d’anciens dirigeants de Disney et de DeepMind. Comment cela a-t-il influencé votre vision produit ou votre stratégie de croissance ?

Nos conseillers apportent une expérience d’entreprise et une perspicacité technique qui ont aidé à façonner à la fois notre vision produit et notre stratégie de croissance. Leurs conseils nous maintiennent concentrés sur la résolution de véritables problèmes commerciaux, en particulier ceux auxquels sont confrontées les entreprises du Fortune 100 opérant à l’échelle mondiale. Que cela implique l’automatisation du support, l’application de la conformité ou la fourniture de la cohérence sur plusieurs canaux, leurs commentaires nous aident à nous assurer que nous construisons une technologie prête pour les réalités de l’entreprise.

Un message que nous entendons souvent est l’importance du contrôle et de la clarté. Ces systèmes interagissent directement avec les clients et soutiennent les agents humains, donc les résultats doivent être mesurables et fiables. Le facteur humain reste central à chaque décision de produit que nous prenons.

À mesure que l’IA agentic devient plus intégrée aux opérations commerciales quotidiennes, quels sont les garde-fous que vous pensez être les plus importants pour prévenir à la fois les mauvaises utilisations humaines et les erreurs de direction de la machine ?

Netomi intègre la sécurité dans chaque couche de la plate-forme. Les invites et les embeddings sont versionnés et traçables afin que les modifications puissent être auditées ou annulées. Les informations personnelles sont filtrées avant d’atteindre le modèle, et les politiques de rétention sont strictement appliquées. Des schémas d’action typés et des tests dans un bac à sable garantissent que les agents répondent aux conditions avant d’invoquer des outils de production.

Tous les actions sont régies par un moteur de politique qui peut suspendre ou modifier les étapes en temps réel. Les contrôles d’accès basés sur les rôles, l’authentification multifacteur et les journaux d’audit immuables offrent une protection supplémentaire. Des enveloppes de demande signées et des limites de quota protègent la plate-forme contre la dérive de modèle et les abus externes.

En regardant vers l’avenir, qu’est-ce qui vous excite le plus dans la prochaine phase de l’expérience client et le rôle que l’IA y jouera ?

Le changement le plus excitant est celui d’un service réactif à une assistance proactive et intelligente qui comprend le contexte complet des objectifs, des préférences et des contraintes du client. L’IA sera bientôt capable d’anticiper les besoins, d’agir sur plusieurs systèmes et de livrer des résultats sans exiger que les clients naviguent dans la complexité ou se répètent.

L’avancée réelle n’est pas seulement dans ce que l’IA peut faire, mais dans la manière dont elle soutiendra la prise de décision humaine. L’IA deviendra une couche de confiance à travers le parcours du client, aidant les marques à construire la loyauté grâce à la réactivité, la personnalisation et la fiabilité à grande échelle. À mesure que cela évolue, les frontières entre le service, les ventes et l’expérience continueront de disparaître.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Netomi.