印度语音人工智能代理初创公司 Ringg 从 Peak XV Partners 筹集了 1000 万美元，这是其 A 轮融资扩展轮的一部分；该轮融资早些时候已筹集 550 万美元。因此，该轮融资总额达到 1550 万美元。公司押注于印度消费者继续通过电话与企业沟通的习惯。
此次融资之际，Ringg 表示其每月处理 2000 万次联系尝试。根据 Truecaller 最近的一项研究（文中引用了该研究），印度超过 76% 的消费者更愿意通过电话与企业沟通，这为利用语音人工智能实现支持和沟通电话自动化提供了空间。
从群呼到任务执行
Ringg 最初以 DesiVocal 的名义成立，开发文本转语音技术，但在发现训练自己的语音模型成本高昂后改变了方向。公司不再专注于模型层，而是转向为企业构建语音代理。金融公司 Cred 是其首批客户，之后又增加了 Flipkart、Practo、Groww 和 Policybazaar 等印度公司。
目前，公司专注于比外呼、客户筛选和贷款催收更复杂的工作流。新的使用场景包括在诊所预约、挽回电子商务中被遗弃的购物车，以及在金融科技应用中执行客户入驻和身份验证流程，即 KYC。
联合创始人 Siddharth Tripathi 表示，Ringg 的语音代理已在 Practo 旗下的 1,200 家诊所运行，帮助患者预约就诊，或在接受服务后跟进后续步骤。不过，通话仍占公司业务的 70% 以上，公司也已开始拓展聊天和 WhatsApp。对于 Shell 等部分客户，Ringg 会自动化通过浏览器执行的支持请求。
协调层，而非拥有完整技术栈
Ringg 正在开发自己的语音识别和语音生成模型，并表示未来希望拥有完整的语音技术栈，包括基础设施和部署。但目前公司仍作为协调层，根据使用场景将任务分配给不同模型，因为在现阶段拥有完整基础设施的成本很高。
公司也不打算直接向美国企业销售服务，而是希望与位于印度的全球服务中心合作。这些中心是跨国公司开展支持和后台运营时所依赖的机构，Ringg 希望通过它们在人工支持之外提供自动化服务。
为什么这笔融资很重要？
这则消息的重要性不仅在于融资金额，还在于 Ringg 试图从销售低复杂度的自动化分钟数或通话，转向执行明确的企业成果。这一转变可能会使客户关系和所执行的工作流，比幕后使用的人工智能模型更加重要。
但印度市场竞争激烈；模型构建公司 Deepgram、ElevenLabs 和 Cartesia，与 Sarvam 和 Smallest.ai 展开竞争；同时还有专注于协调的 Bolna 和 Blue Machines，以及 Gnani 和 Arrowhead 等专注于特定行业的公司。因此，Ringg 能否降低模型运行成本，并在复杂任务中保持稳定质量，仍是决定性因素，而仅凭此次融资尚无法证明这一点。
Ringg 目前拥有 40 名员工，其中超过 15 人是在过去三个月内加入的。公司正在招聘直接与客户合作的工程师，这些工程师兼具技术技能和产品管理能力；此外，公司还在招聘专注于降低其模型运行成本的研究人员。