Wawancara
Puneet Mehta, Pendiri dan CEO Netomi – Seri Wawancara
Puneet Mehta, pendiri dan CEO Netomi, memimpin perusahaan AI yang berbasis di San Francisco yang menyediakan pengalaman layanan pelanggan otonom. Dengan latar belakang sebagai wirausaha teknologi dan perdagangan AI di Wall Street, ia telah memimpin pengembangan platform “Agentic OS” yang membantu merek memecahkan masalah pelanggan di seluruh saluran dengan tata kelola, personalisasi, dan transparansi yang terintegrasi. Mehta telah diakui sebagai salah satu dari Advertising Age’s Creativity 50 dan daftar wirausaha teratas dari Business Insider.
Netomi adalah platform layanan pelanggan yang ditenagai AI yang membantu perusahaan memotong biaya dan meningkatkan dukungan di seluruh saluran email, obrolan, pesan, dan suara. Sistemnya memungkinkan merek untuk memecahkan sebagian besar pertanyaan pelanggan rutin secara otonom sambil memberikan bantuan waktu nyata kepada agen ketika diperlukan. Dengan tata kelola, personalisasi, dan dukungan multibahasa yang terintegrasi, Netomi memungkinkan organisasi untuk meningkatkan operasi layanan pelanggan dengan efisien sambil mempertahankan kontrol penuh atas suara merek dan kepatuhan.
Anda telah memiliki perjalanan yang menarik, dari membangun mesin AI untuk Wall Street hingga mendirikan Netomi. Apa yang menginspirasi Anda untuk meluncurkan Netomi, dan bagaimana pengalaman sebelumnya membentuk misi Anda?
Pekerjaan awal saya di Wall Street berfokus pada membangun sistem AI yang harus beroperasi dengan kecepatan, presisi, dan keandalan absolut. Itu memberi saya dasar yang kuat dalam mengembangkan teknologi waktu nyata, kritis. Di IBM Watson, saya melihat potensi AI untuk memahami bahasa dan berinteraksi dengan orang lebih alami, tetapi juga keterbatasan sekitar transparansi dan relevansi kontekstual.
Saya meluncurkan Netomi dengan keyakinan bahwa AI bisa melakukan lebih dari sekadar mengotomatisasi respons. Saya ingin membangun sistem yang membantu pelanggan mencapai tujuan nyata dengan kecerdasan, empati, dan akuntabilitas. Sejak awal, misi kami telah menjadi menciptakan AI yang mendukung interaksi manusia dengan cara yang bermakna dan sejalan dengan nilai-nilai organisasi yang diwakilinya.
Apa masalah yang akhirnya ingin dipecahkan oleh Netomi, dan apa yang membuat pendekatan Anda berbeda dari pemain lain di ruang ini?
Netomi berfokus pada mengubah pengalaman pelanggan dari terfragmentasi dan reaktif menjadi proaktif dan berorientasi pada hasil. Terlalu banyak alat hari ini menawarkan jawaban generik, terputus dari sejarah pelanggan, emosi, atau niat. Pendekatan kami dibangun di sekitar konteks. Setiap pesan yang dikirim pelanggan dianalisis bersama dengan puluhan sinyal waktu nyata seperti status loyalitas, aktivitas terbaru, sentimen, dan interaksi sebelumnya untuk menghasilkan respons yang akurat dan relevan.
Apa yang membedakan kami bukan hanya penggunaan AI generatif, tetapi bagaimana kami mengintegrasikan tata kelola, keselarasan merek, dan akuntabilitas ke dalam setiap bagian sistem. Kami memberikan perusahaan visibilitas penuh tentang bagaimana keputusan dibuat, data apa yang digunakan, dan bagaimana setiap respons mencerminkan suara dan standar organisasi. Tujuan kami adalah memberdayakan merek dengan AI yang cerdas, dapat dipercaya, dan terintegrasi dalam strategi pengalaman pelanggan.
Dengan banyak platform AI yang menjanjikan transformasi, apa yang Anda percayai membedakan Agentic OS Netomi dari solusi CX lain di pasar saat ini?
Agentic OS Netomi dibangun di atas arsitektur dual-agent yang menggabungkan Agen Tindakan deterministik dengan Agen Penalaran yang didorong oleh LLM. Agen Tindakan menangani transaksi aman, kode rendah seperti pembaruan, kueri, dan eksekusi proses di seluruh sistem perusahaan. Agen Penalaran menafsirkan input pelanggan secara waktu nyata, menggunakan AI generatif untuk menyesuaikan percakapan berdasarkan konteks dan niat.
Agen-agen ini dikoordinasikan oleh sistem peristiwa proprietary yang memungkinkan platform untuk merespons secara instan terhadap sinyal seperti pergeseran sentimen, keterlambatan pengiriman, atau perubahan data. Setiap keputusan dikontrol versi dan sepenuhnya dapat diamati, memberikan tim jejak dan pengawasan kepatuhan pada setiap langkah. Arsitektur ini mendukung interaksi cerdas dan keandalan operasional pada skala.
Banyak perusahaan masih berjuang dengan apa yang dimaksud dengan menjadi siap AI. Bagaimana perusahaan harus mengevaluasi kesiapan mereka, dan apa kesalahpahaman umum yang Anda lihat menghalangi mereka?
Kesiapan AI dimulai dengan dasar-dasar. Perusahaan memerlukan sumber data yang dikelola dengan baik dan berwenang. Tanpa itu, bahkan model yang paling mampu akan mengembalikan hasil yang tidak dapat diandalkan atau inkonsisten. Alur kerja bisnis inti juga harus diungkapkan melalui API stabil atau arsitektur berbasis peristiwa sehingga agen AI dapat mengambil tindakan yang bermakna, bukan hanya melakukan percakapan.
Harapan latensi, terutama untuk saluran suara atau sinkron, harus ditentukan awal untuk memandu desain sistem. Mekanisme evaluasi terus-menerus juga harus ada untuk memantau degradasi prompt atau drift model. Salah satu kesalahpahaman umum adalah bahwa mengunggah volume besar konten tidak terstruktur ke dalam basis data vektor setara dengan strategi AI. Pada kenyataannya, penerapan sukses bergantung lebih pada rekayasa data, kerangka kebijakan yang jelas, dan manajemen perubahan terstruktur. Transparansi, keterbukaan, dan pengujian yang ketat adalah persyaratan esensial untuk setiap sistem agen perusahaan.
Anda telah berbicara tentang keterbatasan rekayasa prompt pada skala. Apa itu rekayasa orkestrasi, dan mengapa itu lebih layak untuk adopsi AI perusahaan jangka panjang?
Rekayasa prompt berfokus pada optimasi interaksi terisolasi. Rekayasa orkestrasi menangani sistem penuh keputusan, tindakan, dan kebijakan yang harus bekerja sama di seluruh saluran dan alur kerja. Di Netomi, kami mendefinisikan kemampuan baru secara deklaratif sehingga dapat diakses oleh perencana pusat bukan tertanam dalam prompt individu. Lapisan kebijakan menentukan agen mana yang merespons, data apa yang diterima, dan bagaimana hasil diverifikasi.
Ini memungkinkan iterasi yang lebih cepat tanpa mengompromikan standar merek atau kepatuhan. Ini juga menyediakan titik kontrol yang bermakna bagi pengguna teknis dan bisnis, memungkinkan sistem untuk berkembang sambil mempertahankan konsistensi dan pengawasan.
Bagaimana Agen AI Netomi berhasil mencapai keseimbangan antara otomatisasi dan personalisasi merek yang aman di seluruh saluran pelanggan seperti email, suara, dan pesan?
Agen Netomi memisahkan aturan merek dari prompt, menerapkan nada, bahasa yang dibatasi, dan persyaratan pemformatan secara dinamis pada waktu runtime. Ini memastikan personalisasi tidak datang dengan biaya konsistensi. Data spesifik pelanggan seperti tingkat loyalitas atau status pesanan ditarik dari sumber yang diverifikasi tepat sebelum generasi, mengurangi risiko halusinasi.
Ambang kepercayaan dan evaluasi waktu nyata menentukan kapan untuk melakukan eskalasi. Semua perubahan diuji dalam sandbox sebelum diluncurkan, sehingga setiap interaksi tetap pribadi dan patuh di seluruh saluran.
Salah satu pembeda Netomi adalah ConversationOS yang berbasis peristiwa. Bagaimana ini bekerja dalam praktek dibandingkan dengan sistem berbasis niat tradisional?
Bot tradisional mengarahkan semuanya melalui pohon niat yang telah ditentukan sebelumnya. ConversationOS Netomi mendengarkan aliran peristiwa yang lebih luas, termasuk teks pelanggan, pembaruan pengiriman, dan perubahan status internal. Beberapa jalur agen dapat berjalan secara paralel, seperti memecahkan masalah tagihan sambil memperbarui pengiriman, dan menggabungkan respons mereka menjadi satu balasan.
Karena semuanya terstruktur sebagai peristiwa bukan sebagai state tersembunyi, agen atau kemampuan baru dapat ditambahkan tanpa mengganggu proses yang ada. Ini membuat sistem lebih fleksibel, tangguh, dan lebih mudah dipertahankan.
Dengan pengalaman Anda dengan sistem perdagangan keuangan berfrekuensi tinggi, bagaimana konsep dari keuangan algoritmik mempengaruhi arsitektur atau kecepatan platform Netomi?
Kami menerapkan disiplin yang sama yang digunakan dalam perdagangan algoritmik untuk kinerja dan kontrol. Latensi diminimalkan melalui pipa ringan, asinkron yang dibangun untuk memenuhi target sub-tiga detik untuk saluran suara. Perilaku agen diuji sebelum deployment untuk mensimulasikan hasil dan mengidentifikasi mode kegagalan.
Pemutus sirkuit ada untuk menghentikan eksekusi jika ambang biaya, latensi, atau kebijakan dilanggar. Lalu lintas terus dialokasikan di antara strategi prompt atau pengambilan yang bersaing untuk mengoptimalkan pengalaman pelanggan dan efisiensi komputasi. Pemikiran ini mempengaruhi setiap lapisan platform.
Anda didukung oleh daftar investor dan penasihat yang impresif, dari Greg Brockman dari OpenAI hingga mantan eksekutif Disney dan DeepMind. Bagaimana itu mempengaruhi visi produk Anda atau strategi pertumbuhan?
Penasihat kami membawa pengalaman perusahaan dan wawasan teknis yang telah membantu membentuk visi produk dan strategi pertumbuhan kami. Saran mereka menjaga kami fokus pada memecahkan masalah bisnis nyata, terutama yang dihadapi oleh perusahaan Fortune 100 yang beroperasi pada skala global. Apakah itu melibatkan otomatisasi dukungan, memaksakan kepatuhan, atau mengirimkan konsistensi di seluruh saluran, umpan balik mereka memastikan kami membangun teknologi yang siap untuk kenyataan perusahaan.
Satu pesan yang kami dengar sering adalah pentingnya kontrol dan kejelasan. Sistem ini berinteraksi langsung dengan pelanggan dan mendukung agen manusia, sehingga hasilnya harus dapat diukur dan dipercaya. Faktor manusia tetap menjadi pusat setiap keputusan produk yang kami buat.
Seiring Agentic AI menjadi lebih tertanam dalam operasi bisnis sehari-hari, apa yang Anda percayai sebagai pengamanan paling penting untuk mencegah penyalahgunaan manusia dan kesalahan mesin?
Netomi membangun keamanan ke dalam setiap lapisan platform. Prompt dan embedding versi dan dapat dilacak sehingga perubahan dapat diaudit atau dibatalkan. Informasi yang dapat diidentifikasi secara pribadi disaring sebelum mencapai model, dan kebijakan retensi ditegakkan secara ketat. Skema tindakan yang diberi tipe dan pengujian sandbox memastikan bahwa agen memenuhi kondisi sebelum memanggil alat produksi.
Semua tindakan diatur oleh mesin kebijakan yang dapat menghentikan atau memodifikasi langkah-langkah secara waktu nyata. Kontrol akses berbasis peran, autentikasi multifaktor, dan log audit yang tidak dapat diubah memberikan perlindungan tambahan. Amplop permintaan yang ditandatangani dan batas kuota melindungi platform dari drift model eksternal dan penyalahgunaan.
Menghadap ke depan, apa yang paling Anda antisipasi tentang fase berikutnya pengalaman pelanggan dan peran AI di dalamnya?
Perubahan paling menarik adalah dari layanan reaktif ke bantuan pintar proaktif yang memahami konteks penuh tujuan, preferensi, dan kendala pelanggan. AI segera akan dapat memprediksi kebutuhan, bertindak di seluruh sistem, dan mengirimkan hasil tanpa memerlukan pelanggan untuk menavigasi kompleksitas atau mengulangi diri.
Kemajuan nyata bukan hanya pada apa yang dapat dilakukan AI, tetapi bagaimana AI akan mendukung pengambilan keputusan manusia dengan lancar. AI akan menjadi lapisan tepercaya di seluruh perjalanan pelanggan, membantu merek membangun loyalitas melalui responsivitas, personalisasi, dan keandalan pada skala. Ketika ini berkembang, batas antara layanan, penjualan, dan pengalaman akan terus menghilang.
Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Netomi.
