Пуніт Мехта, засновник і генеральний директор Netomi – Інтерв’ю серія

Пуніт Мехта, засновник і генеральний директор Netomi, очолює компанію зі штаб-квартирою у Сан-Франциско, яка надає автономні досвіди обслуговування клієнтів за допомогою штучного інтелекту. З досвідом у сфері технологічного підприємництва та торгівлі на Волл-стріт, він керував розробкою платформи “Agentic OS”, яка допомагає брендам вирішувати питання клієнтів через різні канали з вбудованим управлінням, персоналізацією та прозорістю. Мехта був визнаний одним з найкращих підприємців за версією Advertising Age’s Creativity 50 та Business Insider.

Netomi – це платформа обслуговування клієнтів, яка працює на основі штучного інтелекту і допомагає підприємствам автоматизувати та покращувати підтримку клієнтів через електронну пошту, чат, повідомлення та голосові канали. Система дозволяє брендам вирішувати більшість звичайних запитів клієнтів автономно, а також надає агентам реальну підтримку, коли це необхідно. З вбудованим управлінням, персоналізацією та багатомовною підтримкою Netomi дозволяє організаціям масштабувати операції з обслуговування клієнтів ефективно, зберігаючи при цьому повний контроль над голосом бренду та дотриманням вимог.

Вас цікавить досвід роботи з штучним інтелектом. Що спонукало вас створити Netomi, і як ваш попередній досвід вплинув на місію компанії?

Моя рання робота на Волл-стріт була пов’язана з розробкою систем штучного інтелекту, які мали працювати з високою швидкістю, точністю та абсолютною надійністю. Це дало мені міцну основу для розробки технологій, які можуть працювати в реальному часі. У IBM Watson я побачив потенціал штучного інтелекту для розуміння мови та взаємодії з людьми більш природнім чином, але також обмеження щодо прозорості та контекстної актуальності.

Я створив Netomi з переконанням, що штучний інтелект може зробити більше, ніж просто автоматизувати відповіді. Я хотів побудувати системи, які допоможуть клієнтам досягти реальних цілей з допомогою інтелекту, емпатії та відповідальності. З самого початку наша мета була створити штучний інтелект, який підтримує людську взаємодію таким чином, що є значимим і відповідає цінностям організацій, які його представляють.

Яке завдання в кінцевому підсумку намагається вирішити Netomi, і що робить ваш підхід іншим порівняно з іншими гравцями на ринку?

Netomi зосереджена на перетворенні досвіду клієнтів з фрагментованого та реактивного на проактивний та результативний. Багато інструментів сьогодні пропонують загальні відповіді, які не пов’язані з історією, емоціями чи намірами клієнта. Наш підхід побудований навколо контексту. Кожне повідомлення клієнта аналізується разом з десятками сигналів в реальному часі, таких як статус лояльності, недавня діяльність, настрій та попередні взаємодії, щоб згенерувати відповідь, яка є точною та актуальною.

Що відрізняє нас, це не тільки використання генеративного штучного інтелекту, а й те, як ми інтегруємо управління, відповідність бренду та відповідальність у кожній частині системи. Ми надаємо підприємствам повну видимість того, як приймаються рішення, які дані використовуються та як кожна відповідь відображає голос організації та стандарти. Наша мета – наділити бренди штучним інтелектом, який є інтелектуальним, довірчим та глибоко інтегрованим у їхню стратегію досвіду клієнтів.

З такою великою кількістю платформ штучного інтелекту, які обіцяють трансформацію, що ви вважаєте особливим у Netomi’s Agentic OS порівняно з іншими рішеннями CX на ринку сьогодні?

Netomi’s Agentic OS побудована на двоїстій архітектурі агентів, яка поєднує детерміністичні Action Agents з LLM-драйвованими Reasoning Agents. Action Agents обробляють безпечні, низькокодові транзакції, такі як оновлення, запити та виконання процесів у системах підприємства. Reasoning Agents інтерпретують вхід клієнта в реальному часі, використовуючи генеративний штучний інтелект для адаптації розмов залежно від контексту та намірів.

Ці агенти оркеструються пропрієтарною системою, керованою подіями, яка дозволяє платформі реагувати негайно на сигнали, такі як зміна настрою, затримка доставки або зміна даних. Кожне рішення контролюється версіями та повністю спостережуване, надаючи командам слідчістю та нагляд за дотриманням вимог на кожному етапі. Ця архітектура підтримує інтелектуальну взаємодію та операційну надійність у масштабі.

Багато компаній все ще борються з тим, що означає бути готовим до штучного інтелекту. Як підприємства повинні оцінювати свою готовність, і які поширені забобони ви бачите, які утримують їх?

Готовність до штучного інтелекту починається з основ. Підприємства потребують добре керованих, авторитетних джерел даних. Без них навіть найкращі моделі повернуть ненадійні або несумісні результати. Основні бізнес-потоки також повинні бути відкриті через стабільні API або архітектуру, керовану подіями, щоб агенти штучного інтелекту могли вчиняти значущі дії, а не просто проводити розмову.

Очікування затримки, особливо для голосових або синхронних каналів, повинні бути визначені на ранній стадії, щоб направляти проектування системи. Механізми безперервної оцінки також повинні бути на місці для моніторингу за деградацією моделі або зсувом. Одним з поширених забобонів є те, що завантаження великих обсягів неструктурованого контенту до векторної бази даних еквівалентно стратегії штучного інтелекту. Насправді успішне розгортання залежить більше від інженерії даних, чітких політичних кадрів та структурованого управління змінами. Прозорість, спостережуваність та суворі тести є необхідними вимогами для будь-якої системи штучного інтелекту рівня підприємства.

Ви говорили про обмеження інженерії запитів у масштабі. Що таке інженерія оркестрації, і чому вона більш життєздатна для довгострокового прийняття штучного інтелекту підприємствами?

Інженерія запитів зосереджена на оптимізації ізольованих взаємодій. Інженерія оркестрації займається повною системою рішень, дій та політик, які повинні працювати разом через канали та потоки роботи. У Netomi ми визначаємо нові можливості декларативно, щоб вони могли бути доступні центральним планувальником, а не бути вбудованими в окремі запити. Шар політики визначає, який агент відповідає, які дані він отримує та як результати верифікуються.

Це дозволяє швидше ітерувати без компрометації стандартів бренду чи дотримання вимог. Це також надає значущі точки контролю як для технічних, так і для бізнес-користувачів, дозволяючи системам еволюціонувати, зберігаючи при цьому узгодженість та нагляд.

Як агенти Netomi вдаються до балансу між автоматизацією та персоналізацією бренду через різні канали клієнтів, такі як електронна пошта, голос та повідомлення?

Агенти Netomi розділяють правила бренду від запитів, застосовуючи тон, обмежену мову та вимоги до форматування динамічно під час виконання. Це забезпечує персоналізацію без втрати узгодженості. Дані, специфічні для клієнта, такі як рівень лояльності чи статус замовлення, витягуються з перевірених джерел просто перед генерацією, зменшуючи ризик галюцинації.

Пороги довіри та оцінки в реальному часі визначають, коли слід ескалювати. Усі зміни проходять червону команду та тестуються в пісочниці перед розгортанням, щоб кожна взаємодія залишалася особистою та відповідною вимогам на всіх каналах.

Одним з відмінностей Netomi є її подія-орієнтована ConversationOS. Як це працює на практиці порівняно з традиційними системами, заснованими на намірі?

Традиційні боти маршрутизують все через попередньо визначені намірні дерева. ConversationOS Netomi слухає ширший потік подій, включаючи текст клієнта, оновлення доставки та внутрішні зміни стану. Багаті агентські шляхи можуть працювати паралельно, наприклад, вирішуючи питання з оплатою та оновленням доставки, і об’єднують свої відповіді в єдину відповідь.

Оскільки все структуровано як події, а не приховані стан, нові агенти або можливості можна додати без порушення існуючих процесів. Це робить систему більш гнучкою, стійкою та легшою у підтримці.

Враховуючи ваш досвід роботи з високочастотними торговими системами, як концепції з алгоритмічної фінансистики вплинули на архітектуру чи швидкість платформи Netomi?

Ми застосовуємо той же самий дисциплінарний підхід, який використовується в алгоритмічній торгівлі, до продуктивності та контролю. Затримка мінімізується за допомогою легких, асинхронних трубопроводів, побудованих для досягнення цілей менше трьох секунд для голосових каналів. Поведінка агентів тестується проти історичних транскриптів перед розгортанням для симуляції результатів та ідентифікації режимів відмов.

Циркуїт-брейкери знаходяться на місці для зупинки виконання, якщо пороги витрат, затримки чи політики порушені. Трафік безперервно перерозподіляється серед конкуруючих стратегій запиту чи отримання для оптимізації досвіду клієнта та ефективності обчислень. Це мислення впливає на кожний шар платформи.

Ви маєте вражаючий склад інвесторів та радників, від Грега Брокмана з OpenAI до колишніх виконавців Disney та DeepMind. Як це вплинуло на вашу продуктову візію чи стратегію зростання?

Наші радники приносять досвід роботи у сфері підприємств та технічну інтуїцію, які допомогли сформувати як нашу продуктову візію, так і стратегію зростання. Їхня порада тримає нас сфокусованими на вирішенні реальних бізнес-проблем, особливо тих, з якими стикаються компанії Fortune 100, що працюють у глобальному масштабі. Чи це стосується автоматизації підтримки, забезпечення дотримання вимог чи надання узгодженості через канали, їхній відгук допомагає нам забезпечити, що ми будемо будувати технології, які готові до реалій підприємств.

Одним з повідомлень, яке ми часто чуємо, є важливість контролю та ясності. Ці системи взаємодіють безпосередньо з клієнтами та підтримують агентів, тому результати повинні бути вимірюваними та довірчими. Людський фактор залишається центральним у кожному продуктовому рішенні, яке ми приймаємо.

Як Agentic AI стає все більш інтегрованим у щоденні бізнес-операції, які заходи безпеки, на вашу думку, є найбільш важливими для запобігання як людському неправильному використанню, так і неправильному напрямку машини?

Netomi будує безпеку у кожному шарі платформи. Запити та вкладення версіонуються та відстежуються, щоб зміни могли бути аудитовані або повернуті. Особисті ідентифікатори фільтруються перед тим, як потрапити до моделі, а політики зберігання суворо дотримуються. Типізовані схеми дій та тестування у пісочниці забезпечують, що агенти відповідають умовам перед викликом інструментів виробництва.

Всі дії керуються двигуном політики, який може зупинити або змінити кроки в реальному часі. Контроль доступу на основі ролей, багатофакторна аутентифікація та незмінні журнали аудиту забезпечують додатковий захист. Підписані конверти запитів та ліміти квот захищають платформу від зовнішнього зсуву моделі та неправильного використання.

Оглядаючи майбутнє, що вас найбільш цікавить у наступній фазі досвіду клієнтів та ролі штучного інтелекту в ньому?

Найбільш цікавим зсувом є перехід від реактивного обслуговування до проактивного, інтелектуального сприяння, яке розуміє повний контекст цілей клієнта, переваг та обмежень. Штучний інтелект скоро зможе передбачати потреби, діяти через системи та доставляти результати без потреби клієнтів у навігації складності чи повторенні себе.

Справжнє вдосконалення полягає не тільки в тому, що штучний інтелект може робити, а й у тому, як безперечно він буде підтримувати людське прийняття рішень. Штучний інтелект стане довірчою шарою по всьому шляху клієнта, допомагаючи брендам будувати лояльність через реактивність, персоналізацію та надійність у масштабі. По мірі розвитку цього процесу кордони між обслуговуванням, продажами та досвідом будуть продовжувати зникати.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Netomi.