音声AIエージェントを手がけるインドのスタートアップRinggは、Peak XV Partnersから1,000万ドルを調達した。これは、年初に550万ドルを調達したSeries Aラウンドの延長分にあたる。これにより、ラウンドの調達総額は1,550万ドルとなった。同社は、インドの消費者が企業とのコミュニケーションに電話を使い続けると見込んでいる。
今回の資金調達は、Ringgが月間2,000万件の発信試行を処理していると説明するなかで実施された。記事が引用したTruecallerの最近の調査によると、インドの消費者の76％超が電話で企業と話すことを好んでおり、音声AIを使ってサポート通話やコミュニケーションを自動化する余地が生まれている。
一斉通話から業務遂行へ
Ringgは、テキスト読み上げ技術を開発する企業としてDesiVocalという名称で始まったが、自社の音声モデルのトレーニングには多額の費用がかかると判断し、方向転換した。モデル層に注力する代わりに、企業向けの音声エージェントの構築へと移行した。金融会社のCredが最初の顧客となり、その後、Flipkart、Practo、Groww、Policybazaarなどのインド企業を加えた。
同社は現在、アウトバウンド発信、顧客の見込み判定、ローン回収よりも複雑なワークフローに注力している。新たな用途には、クリニックの予約、電子商取引で放棄されたショッピングカートの回収、フィンテックアプリにおける顧客オンボーディングや本人確認（KYC）手続きなどが含まれる。
共同創業者のSiddharth Tripathi氏によると、Ringgの音声エージェントはPracto傘下の1,200のクリニックで稼働しており、患者による診療予約や、サービスを受けた後の次の手順の確認を支援している。それでも、通話は依然として同社の業務の70％超を占めており、同社はチャットやWhatsAppへの拡大も始めている。Shellなど一部の顧客向けには、Ringgはブラウザー上で実行されるサポート依頼を自動化している。
フルスタックを所有する代わりにオーケストレーション層を構築
Ringgは音声認識と音声生成の独自モデルを開発しており、将来的にはインフラやデプロイメントを含む音声スタック全体を自社で所有したいとしている。ただし現段階では、完全なインフラを所有するには費用がかかるため、用途に応じて異なるモデルへタスクを振り分けるオーケストレーション層として運営している。
また同社は、米国企業にサービスを直接販売することを目指しているのではなく、インドに拠点を置くグローバル・ケイパビリティ・センターとの協業を望んでいる。これらのセンターは、多国籍企業がサポート業務やバックオフィス業務を任せている拠点であり、人によるサポートと並行して自動化を提供するためである。
この資金調達が重要な理由
このニュースの重要性は資金調達額だけにあるのではない。Ringgは、低複雑度の自動通話や通話時間を販売することから、明確な企業成果の実現へと移行しようとしている。この転換により、舞台裏で使われるAIモデルよりも、顧客との関係や実行されるワークフローの方が重要になる可能性がある。
しかし、インド市場は競争が激しい。Deepgram、ElevenLabs、Cartesiaなどのモデル構築企業に加え、SarvamやSmallest.ai、さらにBolnaやBlue Machinesなどのオーケストレーションに注力する企業、GnaniやArrowheadなどの業界特化型企業が競合している。そのため、モデルの運用コストを削減し、複雑なタスクで安定した品質を維持できるかどうかが、依然として重要な要因となる。これは今回の資金調達だけでは証明されていない。
Ringgの現在の従業員数は40人で、そのうち15人超が過去3カ月間に加わった。同社は、技術スキルとプロダクトマネジメントを兼ね備え、顧客と直接協働するエンジニアに加え、自社モデルの運用コスト削減に注力する研究者を採用している。