A startup indiana Ringg, especializada em agentes de inteligência artificial de voz, captou 10 milhões de dólares da Peak XV Partners como parte de uma extensão de sua rodada Série A, que havia captado 5,5 milhões de dólares no início do ano. Com isso, o financiamento total da rodada chega a 15,5 milhões de dólares, enquanto a empresa aposta na continuidade da preferência dos consumidores indianos pelas chamadas telefônicas para se comunicar com empresas.
A rodada de financiamento ocorre em um momento em que a Ringg afirma processar 20 milhões de tentativas de conexão por mês. Segundo um estudo recente da Truecaller citado pela matéria, mais de 76% dos consumidores na Índia preferem falar com empresas por telefone, o que abre espaço para automatizar chamadas de suporte e comunicação usando inteligência artificial de voz.
De chamadas em massa à execução de tarefas
A Ringg começou com o nome DesiVocal como uma empresa que desenvolvia tecnologias de conversão de texto em fala, mas mudou de direção depois de constatar que treinar seus próprios modelos de voz era caro. Em vez de se concentrar na camada de modelos, passou a construir agentes de voz para empresas. A empresa financeira Cred foi seu primeiro cliente; depois, a Ringg adicionou empresas indianas como Flipkart, Practo, Groww e Policybazaar.
Atualmente, a empresa se concentra em fluxos de trabalho mais complexos do que chamadas outbound, qualificação de clientes e cobrança de empréstimos. Os novos usos incluem o agendamento de consultas em clínicas, a recuperação de carrinhos abandonados no comércio eletrônico e os procedimentos de integração de clientes e verificação de identidade, conhecidos como KYC, em aplicativos de tecnologia financeira.
O cofundador Siddharth Tripathi afirmou que o agente de voz da Ringg opera em 1.200 clínicas vinculadas ao aplicativo Practo e ajuda pacientes a agendar consultas ou acompanhar as próximas etapas após receberem o serviço. Ainda assim, as chamadas continuam representando mais de 70% dos negócios da empresa, que também começou a se expandir para o chat e o WhatsApp. Para alguns clientes, como a Shell, a Ringg automatiza solicitações de suporte executadas pelo navegador.
Uma camada de orquestração em vez de possuir toda a pilha
A Ringg desenvolve seus próprios modelos de reconhecimento e geração de fala e afirma que pretende possuir toda a pilha de voz no futuro, incluindo a infraestrutura e a implantação. No entanto, atualmente ainda atua como uma camada de orquestração que direciona tarefas para diferentes modelos de acordo com o caso de uso, porque possuir toda a infraestrutura é caro nesta etapa.
A empresa também não pretende vender seus serviços diretamente a empresas americanas, mas quer colaborar com centros globais de serviços localizados na Índia — centros dos quais empresas multinacionais dependem para atividades de suporte e operações de back-office — para oferecer automação junto com suporte humano.
Por que esse financiamento é importante?
A importância da notícia não está apenas no valor do financiamento, mas na tentativa da Ringg de passar da venda de minutos ou chamadas automatizadas de baixa complexidade para a execução de resultados empresariais específicos. Essa mudança pode tornar o relacionamento com o cliente e o fluxo de trabalho executado mais importantes do que o modelo de inteligência artificial usado nos bastidores.
Mas o mercado indiano está lotado; empresas de construção de modelos, como Deepgram, ElevenLabs e Cartesia, competem ao lado de Sarvam e Smallest.ai, além de empresas focadas em orquestração, como Bolna e Blue Machines, e outras especializadas por setor, como Gnani e Arrowhead. Por isso, a capacidade da Ringg de reduzir o custo de operação dos modelos e manter uma qualidade consistente em tarefas complexas continua sendo um fator decisivo que a rodada de financiamento, por si só, não comprovou.
A Ringg tem atualmente 40 funcionários, mais de 15 dos quais ingressaram nos últimos três meses. A empresa contrata engenheiros que trabalham diretamente com os clientes e combinam habilidades técnicas com gestão de produtos, além de pesquisadores focados em reduzir o custo de operação de seus modelos.