Puneet Mehta, grundare och VD för Netomi – Intervjuserie

Puneet Mehta, grundare och VD för Netomi, leder det San Francisco-baserade AI-företaget som erbjuder autonoma kundservicelösningar. Med en bakgrund inom tech-entrepreneurship och AI-handel på Wall Street har han drivit utvecklingen av en “Agentic OS”-plattform som hjälper varumärken att lösa kundproblem över olika kanaler med inbyggd styrning, personalisering och transparens. Mehta har erkänts bland Advertising Ages “Creativity 50” och Business Insiders lista över topp-entreprenörer att hålla ögonen på.

Netomi är en AI-driven kundservicelösning som hjälper företag att automatisera och förbättra supporten över e-post, chatt, meddelanden och röstsamtal. Systemet möjliggör för varumärken att lösa de flesta rutinmässiga kundförfrågningar på egen hand medan de ger agenter realtidsstöd när det behövs. Med inbyggd styrning, personalisering och multilingualstöd låter Netomi organisationer skala kundservicen effektivt samtidigt som de behåller full kontroll över varumärkesröst och regelefterlevnad.

Du har haft en fascinerande resa, från att bygga AI-motorer för Wall Street till att grunda Netomi. Vad inspirerade dig att starta Netomi, och hur har din tidigare erfarenhet format dess uppdrag?

Mitt tidiga arbete på Wall Street fokuserade på att bygga AI-system som måste fungera med hastighet, precision och absolut tillförlitlighet. Det gav mig en stark grund i att utveckla realtids-, uppdragskritiska teknologier. På IBM Watson såg jag potentialen i AI för att förstå språk och interagera med människor på ett mer naturligt sätt, men också begränsningarna kring transparens och kontextuell relevans.

Jag startade Netomi med övertygelsen att AI kunde göra mer än automatisera svar. Jag ville bygga system som hjälper kunder att uppnå verkliga mål med intelligens, empati och ansvar. Från början har vårt uppdrag varit att skapa AI som stöder mänsklig interaktion på ett sätt som är meningsfullt och anpassat till de värderingar som organisationerna representerar.

Vilket problem försöker Netomi i slutändan lösa, och vad gör er tillvägagångssätt annorlunda jämfört med andra aktörer i branschen?

Netomi fokuserar på att omvandla kundupplevelsen från fragmenterad och reaktiv till proaktiv och resultatdriven. För många verktyg idag erbjuder generiska svar, kopplade från kundens historia, känslor eller avsikt. Vår tillvägagångssätt bygger på kontext. Varje meddelande en kund skickar analyseras tillsammans med dussintals realtidsignaler som lojalitetsstatus, nylig aktivitet, sentiment och tidigare interaktioner för att generera ett svar som är korrekt och relevant.

Vad som skiljer oss åt är inte bara vår användning av generativ AI, utan hur vi integrerar styrning, varumärkesanpassning och ansvar i varje del av systemet. Vi ger företagen full insyn i hur beslut fattas, vilken data som används och hur varje svar reflekterar organisationens röst och standarder. Vårt mål är att ge varumärken möjlighet att använda AI som är intelligent, pålitlig och djupt integrerad i deras kundupplevelsestrategi.

Med så många AI-plattformar som lovar omvandling, vad tror du särskiljer Netomis Agentic OS från andra CX-lösningar på marknaden idag?

Netomis Agentic OS bygger på en dubbelagentarkitektur som kombinerar deterministiska Action Agents med LLM-drivna Reasoning Agents. Action Agents hanterar säkra, lågkodstransaktioner som uppdateringar, frågor och processkörning över företagssystem. Reasoning Agents tolkar kundinmatning i realtid med generativ AI för att anpassa samtal baserat på kontext och avsikt.

De här agenterna orkestreras av ett proprietärt händelsestyrt system som möjliggör för plattformen att svara omedelbart på signaler som sentimentförändringar, leveransförseningar eller dataändringar. Varje beslut är versionskontrollerat och fullt observerbart, vilket ger team möjlighet till spårbarhet och regelefterlevnad vid varje steg. Den här arkitekturen stöder intelligent interaktion och operativ tillförlitlighet i skala.

Många företag kämpar fortfarande med vad det innebär att vara AI-klara. Hur bör företag utvärdera sin beredskap, och vilka vanliga missuppfattningar ser du som hindrar dem?

AI-beredskap börjar med grunderna. Företag behöver välstyrda, auktoritativa datakällor. Utan dem kommer även de mest kapabla modellerna att returnera opålitliga eller inkonsekventa resultat. Kärnaffärsprocesser måste också exponeras genom stabila API:er eller händelsestyrda arkitekturer så att AI-agenter kan vidta meningsfulla åtgärder, inte bara fortsätta en konversation.

Svarstiderna, särskilt för röst- eller synkrona kanaler, bör definieras tidigt för att vägleda systemdesign. Kontinuerliga utvärderingsmekanismer måste också finnas på plats för att övervaka för svarsdegradering eller modelldrift. En vanlig missuppfattning är att ladda upp stora mängder ostrukturerat innehåll i en vektordatabas är detsamma som en AI-strategi. I verkligheten beror en framgångsrik distribution mer på dataingenjörskap, tydliga policyramverk och strukturerad förändringshantering. Transparens, observerbarhet och rigorösa tester är essentiella krav för alla företagsklassade agenter.

Du har talat om begränsningarna i promptingenjörskonst i skala. Vad är orkestreringsingenjörskonst, och varför är det mer livskraftigt för långsiktig företagsAI-antagande?

Promptingenjörskonst fokuserar på att optimera isolerade interaktioner. Orkestreringsingenjörskonst behandlar det fullständiga systemet av beslut, åtgärder och policys som måste fungera tillsammans över kanaler och arbetsflöden. På Netomi definierar vi nya funktioner deklarativt så att de kan nås av en central planerare snarare än att de är inbäddade i enskilda promptrar. En policyskikt bestämmer vilken agent som svarar, vilken data den får och hur resultaten verifieras.

Detta möjliggör snabb iteration utan att kompromissa med varumärkesstandarder eller regelefterlevnad. Det ger också meningsfulla kontrollpunkter för både tekniska och affärsmässiga användare, vilket möjliggör att systemen kan utvecklas samtidigt som de upprätthåller konsekvens och tillsyn.

Hur lyckas Netomis AI-agenter med att uppnå en balans mellan automation och varumärkesäker personanpassning över olika kundkanaler som e-post, röst och meddelanden?

Netomis agenter separerar varumärkesregler från promptrar, applicerar ton, begränsad språk och formateringskrav dynamiskt vid körning. Det säkerställer att personanpassning inte sker på bekostnad av konsekvens. Kundspecifik data som lojalitetsnivå eller beställningsstatus hämtas från verifierade källor strax före generering, vilket minskar risken för hallucination.

Förtroendetrösklar och realtidsutvärderingar bestämmer när det är dags att eskalera. Alla ändringar testas i en sandlåda innan de distribueras, så att varje interaktion förblir personlig och förenlig över alla kanaler.

En av Netomis differentieringar är dess händelsestyrd ConversationOS. Hur fungerar det i praktiken jämfört med traditionella avsiktssystem?

Traditionella botar dirigerar allt genom fördefinierade avsiktsträd. Netomis ConversationOS lyssnar på en bredare ström av händelser, inklusive kundtext, leveransuppdateringar och interna tillståndsändringar. Flera agentvägar kan köras parallellt, som att lösa ett faktureringsproblem samtidigt som man uppdaterar en leverans, och slå samman deras svar till ett enda svar.

Eftersom allt är strukturerat som händelser snarare än dolda tillstånd kan nya agenter eller funktioner läggas till utan att störa befintliga processer. Det gör systemet mer flexibelt, motståndskraftigt och enklare att underhålla.

Med tanke på din erfarenhet av högfrekvenshandelssystem, hur har koncept från algoritmisk finans påverkat arkitekturen eller hastigheten på Netomis plattform?

Vi tillämpar samma disciplin som används i algoritmisk handel för prestanda och kontroll. Latens minimeras genom lätta, asynkrona pipelines byggda för att uppnå sub-tresekundmål för röstsamtal. Agentbeteende testas mot historiska transkriptioner före distribution för att simulera resultat och identifiera felmodus.

Circuitbrytare är på plats för att stoppa körning om kostnads-, latens- eller policytrösklar överskrids. Trafik omfördelas kontinuerligt bland konkurrerande promptrar eller återvinningstrategier för att optimera kundupplevelse och beräknings-effektivitet. Detta tänkande påverkar varje lager i plattformen.

Du har en imponerande lista av investerare och rådgivare, från OpenAIs Greg Brockman till tidigare Disney- och DeepMind-chefer. Hur har det påverkat din produktvision eller tillväxtstrategi?

Våra rådgivare bringar företagserfarenhet och teknisk insikt som har hjälpt forma både vår produktvision och tillväxtstrategi. Deras vägledning håller oss fokuserade på att lösa verkliga affärsproblem, särskilt de som står inför Fortune 100-företag som opererar i global skala. Oavsett om det handlar om att automatisera support, upprätthålla regelefterlevnad eller leverera konsekvens över kanaler, deras feedback säkerställer att vi bygger teknologi som är redo för företagsverkligheten.

När Agentic AI blir mer inbäddad i dagliga affärsoperationer, vad anser du är de viktigaste säkerhetsåtgärderna för att förhindra både mänsklig missbruk och maskinmissriktning?

Netomi bygger säkerhet in i varje lager av plattformen. Promptrar och inbäddningar är versionerade och spårbara så att ändringar kan granskas eller återställas. Personligt identifierbar information filtreras före modellen, och retentionspolicys är strikt efterlevda. Typerade åtgärdsscheman och sandlådetestning säkerställer att agenter uppfyller villkoren innan de anropar produktionsverktyg.

Alla åtgärder styrs av en policysmotor som kan pausa eller modifiera steg i realtid. Rollbaserad åtkomstkontroll, multifaktorautentisering och oföränderliga revisionsloggar tillhandahåller ytterligare skydd. Underskrivna begäran kuvert och kvotbegränsningar skyddar plattformen från extern modelldrift och missbruk.

Vad som är mest spännande för dig när det gäller nästa fas av kundupplevelse och den roll AI kommer att spela i den?

Den mest spännande förändringen är från reaktiv service till proaktiv, intelligent assistans som förstår den fulla kontexten av en kunds mål, preferenser och begränsningar. AI kommer snart att kunna förutse behov, agera över system och leverera resultat utan att kräva att kunder navigerar komplexitet eller upprepar sig.

Den verkliga framstegen ligger inte bara i vad AI kan göra, utan i hur smidigt det kommer att stödja mänskligt beslutsfattande. AI kommer att bli ett pålitligt lager över kundresan, som hjälper varumärken att bygga lojalitet genom responsivitet, personanpassning och tillförlitlighet i skala. När detta utvecklas kommer gränserna mellan service, försäljning och upplevelse att fortsätta försvinna.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Netomi.