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 pedagang AI di Wall Street, ia telah mengembangkan platform “Agentic OS” yang membantu merek menyelesaikan 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 Business Insider’s daftar wirausaha teratas untuk ditonton.

Netomi adalah platform layanan pelanggan yang ditenagai AI yang membantu perusahaan mengotomatisasi dan meningkatkan dukungan di seluruh saluran email, obrolan, pesan, dan suara. Sistemnya memungkinkan merek untuk menyelesaikan 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 menskalakan 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 perusahaan?

Pekerjaan awal saya di Wall Street berfokus pada membangun sistem AI yang harus beroperasi dengan kecepatan, presisi, dan keandalan absolut. Itu memberi saya fondasi yang kuat dalam mengembangkan teknologi waktu nyata dan 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 dapat 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 selaras dengan nilai-nilai organisasi yang diwakilinya.

Apa masalah yang akhirnya ingin diselesaikan oleh Netomi, dan apa yang membuat pendekatan Anda berbeda dari pemain lain di ruang ini?

Netomi fokus pada mengubah pengalaman pelanggan dari terfragmentasi dan reaktif menjadi proaktif dan berorientasi hasil. Terlalu banyak alat hari ini menawarkan jawaban generik, terputus dari sejarah, emosi, atau niat pelanggan. 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 mereka.

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 pada arsitektur dual-agent yang menggabungkan Action Agent deterministik dengan Reasoning Agent yang didorong oleh LLM. Action Agent menangani transaksi aman, kode rendah seperti pembaruan, kueri, dan eksekusi proses di seluruh sistem perusahaan. Reasoning Agent menafsirkan input pelanggan secara waktu nyata, menggunakan AI generatif untuk menyesuaikan percakapan berdasarkan konteks dan niat.

Agent-agent ini diorkestrasi oleh sistem event-driven yang memungkinkan platform untuk merespons secara instan terhadap sinyal seperti perubahan 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 tidak konsisten. Alur kerja bisnis inti juga harus diungkapkan melalui API yang stabil atau arsitektur event-driven 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 sama dengan strategi AI. Pada kenyataannya, penerapan sukses lebih bergantung pada rekayasa data, kerangka kebijakan yang jelas, dan manajemen perubahan yang terstruktur. Transparansi, keterbukaan, dan pengujian yang ketat adalah persyaratan penting untuk setiap sistem agenik kelas 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 fokus pada mengoptimalkan interaksi terisolasi. Rekayasa orkestrasi mengatasi sistem penuh keputusan, tindakan, dan kebijakan yang harus bekerja bersama di seluruh saluran dan alur kerja. Di Netomi, kami mendefinisikan kemampuan baru secara deklaratif sehingga dapat diakses oleh perencana pusat daripada disematkan 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 terbatas, dan persyaratan pemformatan secara dinamis pada waktu runtime. Ini memastikan personalisasi tidak datang dengan biaya konsistensi. Data khusus 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 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 didorong oleh peristiwa. Bagaimana ini bekerja dalam praktek dibandingkan dengan sistem berbasis niat tradisional?

Bot tradisional mengarahkan semua 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 menyelesaikan masalah pembayaran sambil memperbarui pengiriman, dan menggabungkan respons mereka menjadi satu balasan.

Karena semuanya terstruktur sebagai peristiwa daripada status tersembunyi, agen atau kemampuan baru dapat ditambahkan tanpa mengganggu proses yang ada. Ini membuat sistem lebih fleksibel, tangguh, dan lebih mudah dipelihara.

Mengingat pengalaman Anda dengan sistem perdagangan keuangan berfrekuensi tinggi, bagaimana konsep dari keuangan algoritmik telah 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 terhadap transkrip historis sebelum penerapan untuk mensimulasikan hasil dan mengidentifikasi mode kegagalan.

Penghentian sirkuit ada untuk menghentikan eksekusi jika ambang biaya, latensi, atau kebijakan dilanggar. Lalu lintas terus dialokasikan di antara strategi prompt atau pengambilan yang kompetitif untuk mengoptimalkan pengalaman pelanggan dan efisiensi komputasi. Pemikiran ini mempengaruhi setiap lapisan platform.

Anda didukung oleh daftar investor dan penasihat yang mengesankan, dari Greg Brockman dari OpenAI hingga mantan eksekutif Disney dan DeepMind. Bagaimana itu mempengaruhi visi produk atau strategi pertumbuhan Anda?

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 mengotomatisasi dukungan, memaksakan kepatuhan, atau mengirimkan konsistensi di seluruh saluran, umpan balik mereka membantu memastikan kami membangun teknologi yang siap untuk kenyataan perusahaan.

Seiring Agentic AI menjadi lebih tertanam dalam operasi bisnis sehari-hari, apa yang Anda percayai sebagai pengaman paling penting untuk mencegah penyalahgunaan manusia dan kesalahan mesin?

Netomi membangun keamanan ke dalam setiap lapisan platform. Prompt dan embedding di 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 ditentukan 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 antusiaskan tentang fase berikutnya dari 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 akan segera dapat memprediksi kebutuhan, bertindak di seluruh sistem, dan mengirimkan hasil tanpa memerlukan pelanggan untuk menavigasi kompleksitas atau mengulangi diri.

Kemajuan nyata bukan hanya dalam 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. Seiring evolusi ini, batasan antara layanan, penjualan, dan pengalaman akan terus menghilang.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Netomi.