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 de 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 personnalités les plus créatives d’Advertising Age et les listes des meilleurs entrepreneurs à suivre de 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 routine de manière autonome tout en fournissant une assistance en temps réel aux agents lorsque nécessaire. Avec une gouvernance, une personnalisation et un support multilingue intégrés, Netomi permet aux organisations d’augmenter les opérations de service client de manière efficace tout en conservant le contrôle total sur la voix de la marque et la conformité.

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

Mon travail précoce 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 formation dans le développement de 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 gens 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 dans l’espace ?

Netomi se concentre sur la transformation de l’expérience client d’un processus fragmenté et réactif à un processus proactif et axé sur les résultats. Trop d’outils aujourd’hui offrent 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 envoyé par un client 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 qui est précise et pertinente.

Ce qui nous distingue, ce n’est pas seulement notre utilisation de l’IA générative, mais la façon dont nous intégrons la gouvernance, l’alignement de la marque et la responsabilité dans chaque partie du système. Nous offrons aux entreprises une visibilité complète sur la façon 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 intégrée dans leur stratégie d’expérience client.

Avec autant de plateformes d’IA promettant une 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 est basé 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 mises à jour de faible code telles que les requêtes et l’exécution de processus 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 prend en charge l’interaction intelligente et la fiabilité opérationnelle à grande échelle.

De nombreuses entreprises sont encore aux prises avec ce que signifie être prête à l’IA. Comment les entreprises devraient-elles évaluer leur préparation, et quels sont les malentendus courants qui les empêchent d’avancer ?

La préparation à l’IA commence par les fondamentaux. Les entreprises ont besoin de sources de données bien gérées et fiables. Sans elles, même les modèles les plus capables renverront 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, devraient 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 d’agence 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 d’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 qu’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 itération 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 mise en forme 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 faire monter d’un cran. Tous les changements sont testés en équipe rouge et testés dans un bac à sable avant leur mise en ligne, de sorte que chaque interaction reste personnelle et conforme sur tous les canaux.

L’un des facteurs de différenciation de Netomi est son ConversationOS basé sur les événements. Comment cela fonctionne-t-il dans la pratique par rapport aux systèmes traditionnels basés sur l’intention ?

Les bots traditionnels acheminent tout via 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 interne. 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.

Étant donné votre expérience avec les systèmes de négociation à haute fréquence, comment les concepts de la finance algorithmique ont-ils influencé l’architecture ou la vitesse de la plate-forme Netomi ?

Nous appliquons la même discipline utilisée dans la négociation algorithmique pour les performances et le contrôle. La latence est minimisée grâce à des pipelines légers et asynchrones conçus pour répondre à des cibles de moins de trois secondes pour les canaux vocaux. Le comportement de l’agent est testé sur des transcripts historiques avant le déploiement pour simuler les résultats et identifier les modes de défaillance.

Des disjoncteurs sont en place pour arrêter l’exécution si les seuils de coût, de latence ou de politique sont dépassés. Le trafic est constamment réalloué parmi les stratégies concurrentes d’invite ou de récupération 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 tableau d’investisseurs et de conseillers, de Greg Brockman d’OpenAI à d’anciens dirigeants de Disney et de DeepMind. Comment cela a-t-il influencé votre vision de 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 de 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 garantir que nous construisons une technologie qui est 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. Ce facteur humain reste central à chaque décision de produit que nous prenons.

À mesure que l’IA agente devient plus intégrée dans les opérations commerciales quotidiennes, quels sont les garde-fous 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. Les schémas d’action typés et les tests de bac à sable garantissent que les agents répondent aux conditions avant d’activer les outils de production.

Toutes les actions sont régies par un moteur de politique qui peut suspendre ou modifier les étapes en temps réel. Le contrôle d’accès basé sur les rôles, l’authentification multifacteur et les journaux d’audit immuables offrent une protection supplémentaire. Les enveloppes de requête signées et les limites de quota protègent la plate-forme contre la dérive de modèle externe et les mauvaises utilisations.

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 la transition d’un service réactif à une assistance intelligente proactive 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 fournir des résultats sans que les clients aient besoin de naviguer dans la complexité ou de répéter les informations.

Le véritable progrès réside non pas seulement dans ce que l’IA peut faire, mais dans la façon dont elle soutiendra en douceur la prise de décision humaine. L’IA deviendra une couche de confiance à travers l’ensemble du parcours client, aidant les marques à construire la loyauté grâce à la réactivité, à la personnalisation et à la fiabilité à grande échelle. À mesure que cela évolue, les frontières entre le service, les ventes et l’expérience continueront de disparaître.

Je vous remercie pour cette grande interview. Les lecteurs qui souhaitent en savoir plus peuvent visiter Netomi.