Puneet Mehta, Założyciel i Dyrektor Generalny Netomi – Seria Wywiadów

Puneet Mehta, założyciel i dyrektor generalny Netomi, kieruje firmą z siedzibą w San Francisco, która dostarcza autonomiczne doświadczenia obsługi klienta. Z doświadczeniem w przedsięwzięciach technologicznych i handlu AI na Wall Street, doprowadził do rozwoju platformy “Agentic OS”, która pomaga markom rozwiązywać problemy klientów na różnych kanałach z wbudowaną kontrolą, personalizacją i przejrzystością. Mehta został uznany za jednego z najkreatywniejszych ludzi w Advertising Age oraz jednego z najlepszych przedsiębiorców według Business Insider.

Netomi to platforma obsługi klienta wykorzystująca AI, która pomaga przedsiębiorstwom zautomatyzować i poprawić wsparcie na kanałach e-mail, czat, wiadomości i głos. System umożliwia markom rozwiązywanie większości rutynowych zapytań klientów w sposób autonomiczny, jednocześnie zapewniając agentom wsparcie w czasie rzeczywistym, gdy jest to potrzebne. Z wbudowaną kontrolą, personalizacją i obsługą wielu języków, Netomi pozwala organizacjom na efektywne skalowanie operacji obsługi klienta, jednocześnie zachowując pełną kontrolę nad głosem marki i zgodnością.

Masz fascynującą historię, od budowy silników AI dla Wall Street do założenia Netomi. Co skłoniło Cię do uruchomienia Netomi, a jak Twoje poprzednie doświadczenie ukształtowało misję?

Moja wczesna praca na Wall Street koncentrowała się na budowaniu systemów AI, które musiały działać z szybkością, precyzją i absolutną niezawodnością. Dało mi to silne podstawy w tworzeniu technologii w czasie rzeczywistym i misji krytycznych. W IBM Watson zobaczyłem potencjał AI w zrozumieniu języka i interakcji z ludźmi w sposób bardziej naturalny, ale także ograniczenia wokół przejrzystości i kontekstowej istotności.

Uruchomiłem Netomi z przekonaniem, że AI może zrobić więcej niż tylko zautomatyzować odpowiedzi. Chciałem zbudować systemy, które pomagają klientom osiągnąć rzeczywiste cele z inteligencją, empatią i odpowiedzialnością. Od samego początku nasza misja polegała na tworzeniu AI, które wspiera interakcje ludzkie w sposób znaczący i zgodny z wartościami organizacji, które reprezentuje.

Jaki problem Netomi ostatecznie próbuje rozwiązać, a co wyróżnia Wasz podejście od innych graczy na tym rynku?

Netomi koncentruje się na przekształceniu doświadczenia klienta z fragmentarycznego i reaktywnego w proaktywne i ukierunkowane na wyniki. Za dużo narzędzi dzisiaj oferuje generyczne odpowiedzi, niezwiązane z historią, emocjami czy intencjami klienta. Nasze podejście opiera się na kontekście. Każda wiadomość od klienta jest analizowana wraz z dziesiątkami sygnałów w czasie rzeczywistym, takich jak status lojalności, ostatnia aktywność, nastawienie i poprzednie interakcje, w celu wygenerowania odpowiedzi, która jest dokładna i istotna.

To, co nas wyróżnia, to nie tylko nasze wykorzystanie generatywnej AI, ale także sposób, w jaki integrujemy kontrolę, wyrównanie marki i odpowiedzialność we wszystkich częściach systemu. Przedsiębiorstwom zapewniamy pełną widoczność, w jaki sposób podejmowane są decyzje, jakie dane są wykorzystywane i w jaki sposób każda odpowiedź odzwierciedla głos i standardy organizacji. Naszym celem jest wyposażenie marek w AI, które jest inteligentne, godne zaufania i głęboko osadzone w strategii doświadczenia klienta.

Czym Netomi’s Agentic OS różni się od innych rozwiązań CX dostępnych na rynku?

Netomi’s Agentic OS opiera się na architekturze dual-agent, łączącej deterministyczne Agenci Działania z Agenci Rozumowania napędzanymi przez LLM. Agenci Działania obsługują bezpieczne, niskokodowe transakcje, takie jak aktualizacje, zapytania i wykonanie procesów w systemach przedsiębiorstwa. Agenci Rozumowania interpretują dane wejściowe klienta w czasie rzeczywistym, wykorzystując generatywną AI do adaptacji rozmów w oparciu o kontekst i intencję.

Te agenci są prowadzone przez wyłączny system zdarzeń, który umożliwia platformie natychmiastową odpowiedź na sygnały, takie jak zmiany nastrojów, opóźnienia w dostawie lub zmiany danych. Każda decyzja jest kontrolowana przez wersję i w pełni obserwowalną, dając zespołom ślad i nadzór zgodności na każdym etapie. Ta architektura wspiera inteligentną interakcję i operacyjną niezawodność w skali.

Wiele firm wciąż boryka się z tym, co oznacza być gotowym do AI. Jak przedsiębiorstwa powinny oceniać swoją gotowość, a jakie powszechne mity widzisz, które utrudniają im postęp?

Gotowość do AI zaczyna się od podstaw. Przedsiębiorstwa potrzebują dobrze zarządzanych, autorytatywnych źródeł danych. Bez nich nawet najbardziej zdolne modele będą zwracać niewiarygodne lub niekonsekwentne wyniki. Podstawowe przepływy pracy muszą być również udostępnione za pomocą stabilnych API lub architektur zdarzeń, aby agenci AI mogli podejmować znaczące działania, a nie tylko prowadzić rozmowę.

Oczekiwania dotyczące opóźnień, zwłaszcza dla kanałów głosowych lub synchronicznych, powinny być określone wcześnie, aby prowadzić projektowanie systemu. Mechanizmy ciągłej oceny muszą być również w miejscu, aby monitorować degradację lub dryf modelu. Jednym z powszechnych mitów jest to, że przekazywanie dużych ilości nieustrukturyzowanego contenu do bazy wektorowej jest równoznaczne z strategią AI. W rzeczywistości, udane wdrożenie zależy bardziej od inżynierii danych, wyraźnych ram politycznych i scentralizowanego zarządzania zmianą. Przejrzystość, obserwowalność i rygorystyczne testowanie są niezbędne wymagania dla każdego systemu agencji klasy przedsiębiorstwa.

Mówiłeś o ograniczeniach inżynierii promptów w skali. Co to jest inżynieria Orkiestracji, i dlaczego jest bardziej wiarygodna dla długoterminowego wdrożenia AI w przedsiębiorstwach?

Inżynieria promptów koncentruje się na optymalizacji izolowanych interakcji. Inżynieria Orkiestracji zajmuje się pełnym systemem decyzji, działań i polityk, które muszą współpracować w różnych kanałach i przepływach pracy. W Netomi definiujemy nowe możliwości deklaratywnie, aby mogły być dostępne dla centralnego planisty, a nie osadzone w poszczególnych promptach. Warstwa polityki określa, który agent odpowiada, jakie dane otrzymuje i w jaki sposób wyniki są weryfikowane.

To pozwala na szybszą iterację bez kompromitowania standardów marki lub zgodności. Zapewnia również znaczące punkty kontrolne zarówno dla użytkowników technicznych, jak i biznesowych, umożliwiając systemom ewoluować, jednocześnie zachowując spójność i nadzór.

Jak agenci AI Netomi radzą sobie z równowagą między automatyzacją a personalizacją marki w różnych kanałach klientów, takich jak e-mail, głos i wiadomości?

Agenci Netomi oddzielają reguły marki od promptów, stosując dynamicznie wymagania dotyczące tonu, ograniczonego języka i formatowania, co zapewnia, że personalizacja nie następuje kosztem spójności. Dane specyficzne dla klienta, takie jak poziom lojalności lub status zamówienia, są pobierane z zweryfikowanych źródeł tuż przed generowaniem, co redukuje ryzyko halucynacji.

Progi ufności i oceny w czasie rzeczywistym określają, kiedy eskalować. Wszystkie zmiany są testowane w środowisku piaskownicy przed wdrożeniem, aby każda interakcja pozostała osobista i zgodna z przepisami na wszystkich kanałach.

Jednym z różnicujących cech Netomi jest jego system zdarzeń ConversationOS. Jak to działa w praktyce w porównaniu z tradycyjnymi systemami opartymi na intencjach?

Tradycyjne boty kierują wszystko przez predefiniowane drzewa intencji. ConversationOS Netomi nasłuchuje szerszego strumienia zdarzeń, w tym tekstu klienta, aktualizacji wysyłki i wewnętrznych zmian stanu. Wiele ścieżek agentów może działać równolegle, takich jak rozwiązywanie problemu z fakturą i aktualizowanie dostawy, i łączyć swoje odpowiedzi w jedną odpowiedź.

Ponieważ wszystko jest ustrukturyzowane jako zdarzenia, a nie ukryte stany, nowi agenci lub możliwości mogą być dodani bez zakłócania istniejących procesów. To sprawia, że system jest bardziej elastyczny, wytrzymały i łatwiejszy w utrzymaniu.

Biorąc pod uwagę Twoje doświadczenie z systemami handlu o wysokiej częstotliwości, jak pojęcia z finansów algorytmicznych wpłynęły na architekturę lub szybkość platformy Netomi?

Stosujemy tę samą dyscyplinę, którą stosowaliśmy w handlu algorytmicznym, do wydajności i kontroli. Opóźnienia są minimalizowane za pomocą lekkich, asynchronicznych potoków zbudowanych do spełnienia celów poniżej trzech sekund dla kanałów głosowych. Zachowanie agenta jest testowane na historycznych transkryptach przed wdrożeniem, aby symulować wyniki i zidentyfikować tryby awaryjne.

Circuit breakery są w miejscu, aby zatrzymać wykonanie, jeśli koszt, opóźnienie lub progi polityczne są naruszone. Ruch jest ciągle przydzielany między konkurującymi strategiami promptów lub odzyskiwania, aby zoptymalizować doświadczenie klienta i wydajność obliczeniową. To myślenie wpływa na każdą warstwę platformy.

Jesteś wspierany przez imponujący zespół inwestorów i doradców, od Grega Brockmana z OpenAI do byłych dyrektorów Disneya i DeepMind. Jak to wpłynęło na Twoją wizję produktu lub strategię wzrostu?

Nasi doradcy przynoszą doświadczenie przedsiębiorstwa i wgląd techniczny, które pomogły ukształtować zarówno naszą wizję produktu, jak i strategię wzrostu. Ich porady utrzymują nas skupionych na rozwiązywaniu prawdziwych problemów biznesowych, zwłaszcza tych, z którymi borykają się firmy z listy Fortune 100, działające w skali globalnej. Niezależnie od tego, czy chodzi o automatyzację wsparcia, egzekwowanie zgodności czy dostarczanie spójności na kanałach, ich opinie pomagają nam upewnić się, że budujemy technologie, które są gotowe do rzeczywistości przedsiębiorstwa.

Jednym z przekazów, który słyszymy często, jest znaczenie kontroli i przejrzystości. Te systemy angażują się bezpośrednio z klientami i wspierają agentów ludzkich, więc wyniki muszą być mierzone i godne zaufania. Ten ludzki czynnik pozostaje centralny w każdej decyzji produktowej, którą podejmujemy.

Podczas gdy Agentic AI staje się coraz bardziej wbudowane w codzienne operacje biznesowe, jakie zabezpieczenia uważasz za najważniejsze, aby zapobiec zarówno ludzkiemu nadużyciu, jak i błędnemu kierowaniu maszyn?

Netomi buduje bezpieczeństwo w każdej warstwie platformy. Prompty i osadzanie są wersjonowane i śledzone, aby zmiany mogły być audytowane lub wycofane. Osobiste informacje identyfikujące są filtrowane przed dotarciem do modelu, a polityki przechowywania są ściśle egzekwowane. Schematy działań i testy piaskownicy zapewniają, że agenci spełniają warunki przed wywołaniem narzędzi produkcyjnych.

Wszystkie działania są zarządzane przez silnik polityczny, który może wstrzymać lub zmodyfikować kroki w czasie rzeczywistym. Kontrola dostępu oparta na rolach, uwierzytelnianie wieloczynnikowe i niezmienne rejestry audytowe zapewniają dodatkową ochronę. Podpisywane koperty żądania i limity przydziału chronią platformę przed zewnętrznym dryfem modelu i nadużyciem.

Spójrzając w przyszłość, co najbardziej ekscytuje Cię w następnej fazie doświadczenia klienta i roli, jaką AI będzie odgrywać w niej?

Najbardziej ekscytującą zmianą jest przejście od reaktywnej obsługi do proaktywnej, inteligentnej pomocy, która rozumie pełen kontekst celów, preferencji i ograniczeń klienta. AI wkrótce będzie w stanie przewidywać potrzeby, działać w systemach i dostarczać wyniki bez wymogu, aby klienci nawigowali złożoność lub powtarzali się.

Prawdziwy postęp nie tkwi tylko w tym, co AI może zrobić, ale w tym, jak bezproblemowo będzie wspierać podejmowanie decyzji przez ludzi. AI stanie się zaufaną warstwą w całej podróży klienta, pomagając markom budować lojalność poprzez odpowiedzialność, personalizację i niezawodność w skali. W miarę rozwoju, granice między obsługą, sprzedażą i doświadczeniem będą nadal zanikać.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Netomi.