Puneet Mehta, Fundador e CEO da Netomi – Série de Entrevistas

Puneet Mehta, fundador e CEO da Netomi, lidera a empresa de AI com sede em San Francisco que entrega experiências de serviço ao cliente autônomas. Com uma formação em empreendedorismo de tecnologia e negociação de AI na Wall Street, ele impulsionou o desenvolvimento de uma plataforma “Agentic OS” que ajuda as marcas a resolver problemas de clientes em vários canais com governança, personalização e transparência integradas. Mehta foi reconhecido entre os 50 mais criativos da Advertising Age e as listas de empreendedores mais promissores da Business Insider.

Netomi é uma plataforma de serviço ao cliente impulsionada por AI que ajuda as empresas a automatizar e aprimorar o suporte em e-mail, chat, mensagens e canais de voz. Seu sistema permite que as marcas resolvam a maioria das consultas de clientes rotineiras de forma autônoma, enquanto fornece assistência em tempo real aos agentes quando necessário. Com governança, personalização e suporte multilíngue integrados, a Netomi permite que as organizações escalonem operações de serviço ao cliente de forma eficiente, mantendo o controle total sobre a voz da marca e a conformidade.

Você teve uma jornada fascinante, desde a construção de motores de AI para a Wall Street até fundar a Netomi. O que o inspirou a lançar a Netomi, e como sua experiência anterior moldou a missão da empresa?

Meu trabalho inicial na Wall Street se concentrou em construir sistemas de AI que tinham que operar com velocidade, precisão e confiabilidade absoluta. Isso me deu uma base sólida no desenvolvimento de tecnologia em tempo real e de missão crítica. Na IBM Watson, eu vi o potencial da AI para entender a linguagem e interagir com as pessoas de forma mais natural, mas também as limitações em torno da transparência e da relevância contextual.

Eu lancei a Netomi com a crença de que a AI poderia fazer mais do que automatizar respostas. Eu queria construir sistemas que ajudassem os clientes a alcançar objetivos reais com inteligência, empatia e responsabilidade. Desde o início, nossa missão tem sido criar uma AI que apoie a interação humana de uma forma significativa e alinhada com os valores das organizações que representa.

Qual é o problema que a Netomi está tentando resolver, e o que torna sua abordagem diferente das outras empresas no setor?

A Netomi está focada em transformar a experiência do cliente de fragmentada e reativa para proativa e orientada a resultados. Muitas ferramentas hoje oferecem respostas genéricas, desconectadas da história, emoção ou intenção do cliente. Nossa abordagem é construída em torno do contexto. Cada mensagem que um cliente envia é analisada ao lado de dezenas de sinais em tempo real, como status de fidelidade, atividade recente, sentimento e interações passadas, para gerar uma resposta que seja precisa e relevante.

O que nos distingue não é apenas o uso de AI gerativa, mas como integramos governança, alinhamento de marca e responsabilidade em todas as partes do sistema. Nós damos às empresas visibilidade total sobre como as decisões são tomadas, quais dados são usados e como cada resposta reflete a voz e os padrões da organização. Nosso objetivo é empoderar as marcas com uma AI que seja inteligente, confiável e profundamente incorporada à estratégia de experiência do cliente.

Com tantas plataformas de AI prometendo transformação, o que você acredita que torna a Agentic OS da Netomi diferente das outras soluções de CX no mercado hoje?

A Agentic OS da Netomi é construída sobre uma arquitetura de agente dual que combina agentes de ação determinísticos com agentes de raciocínio impulsionados por LLM. Os agentes de ação lidam com transações seguras, de baixo código, como atualizações, consultas e execução de processos em sistemas empresariais. Os agentes de raciocínio interpretam a entrada do cliente em tempo real, usando AI gerativa para adaptar conversas com base no contexto e intenção.

Esses agentes são orquestrados por um sistema de eventos proprietário que permite que a plataforma responda imediatamente a sinais como mudanças de sentimento, atrasos de entrega ou alterações de dados. Cada decisão é controlada por versão e totalmente observável, dando às equipes rastreabilidade e supervisão de conformidade em cada etapa. Essa arquitetura suporta interação inteligente e confiabilidade operacional em escala.

Muitas empresas ainda estão lutando para entender o que significa estar preparada para a AI. Como as empresas devem avaliar sua preparação, e quais concepções erradas você vê como obstáculos?

A preparação para a AI começa com os fundamentos. As empresas precisam de fontes de dados autoritativas e bem governadas. Sem elas, mesmo os modelos mais capazes retornarão resultados inconsistentes ou não confiáveis. Os fluxos de trabalho de negócios também devem ser expostos por meio de APIs estáveis ou arquiteturas orientadas a eventos, para que os agentes de AI possam tomar ações significativas, e não apenas manter uma conversa.

As expectativas de latência, especialmente para canais de voz ou síncronos, devem ser definidas cedo para guiar o design do sistema. Mecanismos de avaliação contínua também devem ser colocados em prática para monitorar a degradação de prompts ou deriva de modelo. Uma concepção errada comum é que carregar grandes volumes de conteúdo não estruturado em um banco de dados de vetores equivale a uma estratégia de AI. Na realidade, o sucesso da implantação depende mais da engenharia de dados, de quadros de política claros e de gestão de mudança estruturada. Transparência, observabilidade e testes rigorosos são requisitos essenciais para qualquer sistema agêntico de nível empresarial.

Você falou sobre os limites da engenharia de prompts em escala. O que é engenharia de orquestração, e por que é mais viável para a adoção de AI de longo prazo nas empresas?

A engenharia de prompts se concentra na otimização de interações isoladas. A engenharia de orquestração aborda o sistema completo de decisões, ações e políticas que devem funcionar juntas em canais e fluxos de trabalho. Na Netomi, definimos novas capacidades de forma declarativa, para que possam ser acessadas por um planejador central, em vez de serem incorporadas em prompts individuais. Uma camada de política determina qual agente responde, quais dados ele recebe e como os resultados são verificados.

Isso permite uma iteração mais rápida sem comprometer os padrões da marca ou a conformidade. Também fornece pontos de controle significativos para usuários técnicos e de negócios, permitindo que os sistemas evoluam enquanto mantêm a consistência e a supervisão.

Como os agentes de AI da Netomi conseguem equilibrar a automação e a personalização segura da marca em diferentes canais de cliente, como e-mail, voz e mensagens?

Os agentes da Netomi separaram as regras da marca dos prompts, aplicando tom, linguagem restrita e requisitos de formatação dinamicamente em tempo de execução. Isso garante que a personalização não venha à custa da consistência. Dados específicos do cliente, como nível de fidelidade ou status do pedido, são extraídos de fontes verificadas logo antes da geração, reduzindo o risco de alucinação.

Limiares de confiança e avaliações em tempo real determinam quando escalar. Todas as alterações são testadas em um sandbox antes do rollout, para que cada interação permaneça pessoal e em conformidade em todos os canais.

Uma das diferenças da Netomi é seu ConversationOS baseado em eventos. Como isso funciona na prática em comparação com sistemas tradicionais baseados em intenção?

Os bots tradicionais roteiam tudo por meio de árvores de intenção pré-definidas. O ConversationOS da Netomi ouve um fluxo mais amplo de eventos, incluindo texto do cliente, atualizações de envio e alterações de estado interno. Vários caminhos de agente podem ser executados em paralelo, como resolver um problema de faturamento enquanto atualiza um pedido, e mesclar suas respostas em uma única resposta.

Como tudo é estruturado como eventos em vez de estado oculto, novos agentes ou capacidades podem ser adicionados sem interromper processos existentes. Isso torna o sistema mais flexível, resiliente e fácil de manter.

Dada sua experiência com sistemas de negociação de alta frequência, como os conceitos da finança algorítmica influenciaram a arquitetura ou a velocidade da plataforma da Netomi?

Nós aplicamos a mesma disciplina usada na negociação algorítmica para o desempenho e o controle. A latência é minimizada por meio de pipelines leves e assíncronos construídos para atender a metas de menos de três segundos para canais de voz. O comportamento do agente é testado contra transcrições históricas antes do deploy para simular resultados e identificar modos de falha.

Dispositivos de circuito estão em lugar para interromper a execução se os limites de custo, latência ou política forem violados. O tráfego é realocado continuamente entre estratégias de prompt ou recuperação competitivas para otimizar a experiência do cliente e a eficiência de computação. Esse pensamento influencia cada camada da plataforma.

Você é apoiado por um impressionante elenco de investidores e conselheiros, desde Greg Brockman da OpenAI até ex-executivos da Disney e da DeepMind. Como isso influenciou sua visão de produto ou estratégia de crescimento?

Nossos conselheiros trazem experiência empresarial e insight técnico que ajudaram a moldar tanto nossa visão de produto quanto nossa estratégia de crescimento. Seu conselho nos mantém focados em resolver problemas de negócios reais, especialmente aqueles enfrentados por empresas do Fortune 100 que operam em escala global. Seja automatizar suporte, aplicar conformidade ou entregar consistência em canais, seus feedbacks nos ajudam a garantir que construímos tecnologia pronta para realidades empresariais.

Uma mensagem que ouvimos frequentemente é a importância do controle e da clareza. Esses sistemas interagem diretamente com os clientes e apoiam agentes humanos, então os resultados devem ser mensuráveis e confiáveis. Esse fator humano permanece central para cada decisão de produto que tomamos.

À medida que a AI Agêntica se torna mais incorporada às operações diárias dos negócios, quais salvaguardas você acredita que são mais importantes para prevenir tanto o mau uso humano quanto a desorientação da máquina?

A Netomi constrói segurança em cada camada da plataforma. Prompts e embeddings são versionados e rastreáveis, para que as alterações possam ser auditadas ou revertidas. Informações de identificação pessoal são filtradas antes de atingir o modelo, e políticas de retenção são estritamente aplicadas. Esquemas de ação tipados e testes em sandbox garantem que os agentes atendam às condições antes de invocar ferramentas de produção.

Todas as ações são governadas por um motor de política que pode pausar ou modificar etapas em tempo real. Controles de acesso baseados em papéis, autenticação de vários fatores e logs de auditoria imutáveis fornecem proteção adicional. Envelopes de solicitação assinados e limites de quota protegem a plataforma contra deriva de modelo e mau uso externos.

Olhando para a frente, o que o excita mais sobre a próxima fase da experiência do cliente e o papel que a AI desempenhará nela?

A mudança mais emocionante é da serviço reativo para assistência proativa e inteligente que entende o contexto completo dos objetivos, preferências e restrições do cliente. A AI logo será capaz de antecipar necessidades, agir em sistemas e entregar resultados sem que os clientes precisem navegar pela complexidade ou se repetir.

O verdadeiro avanço não é apenas no que a AI pode fazer, mas em como ela apoiará a tomada de decisão humana de forma transparente. A AI se tornará uma camada confiável ao longo da jornada do cliente, ajudando as marcas a construir lealdade por meio da responsividade, personalização e confiabilidade em escala. À medida que isso evolui, as fronteiras entre serviço, vendas e experiência continuarão a desaparecer.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Netomi.