$10 millones extra: qué pasó exactamente
La startup india Ringg amplió su ronda Serie A añadiendo otros $10 millones de Peakt XV Partners. El dinero no llegó como una nueva ronda, sino como una extensión de la ya cerrada: a principios de este año la compañía había recaudado $5,5 millones, y ahora el volumen total de la Serie A asciende a $15,5 millones.
Para la categoría de agentes de voz, que en los últimos años se ha convertido en una de las más sobrecalentadas, el tamaño del cheque no es lo principal aquí. Mucho más interesante es el hecho mismo de la aportación adicional: un inversor que ya conocía la cocina interna decidió aumentar su apuesta en lugar de diluirla con una nueva ronda. Normalmente se actúa así cuando se ve, más que una presentación, un producto funcionando con carga real.
Y carga hay: Ringg procesa alrededor de 20 millones de intentos de llamada al mes. Esto ya no es un piloto con un par de cientos de diálogos.
De la síntesis de voz a los agentes para empresas
El punto de partida de la compañía era muy distinto. Al principio era un proyecto de text-to-speech llamado DesiVocal: el equipo intentaba construir sus propios modelos de voz. La iniciativa chocó con la economía: entrenar modelos propios cuesta tanto que recuperar la inversión en una etapa temprana es prácticamente imposible.
En lugar de seguir golpeando la pared, los fundadores subieron un nivel en el stack y se dedicaron a los agentes de IA de voz para empresas. El cofundador de la compañía es Siddharth Tripathi.
El primer cliente importante apareció rápido: fue la fintech india Cred. Después la lista de clientes creció hasta Flipkart, Practo, Groww y Policybazaar, es decir, hasta compañías cuyo canal telefónico está históricamente sobrecargado.
Por qué India resultó ser un terreno propicio
Aquí entra en juego un factor cultural. Según un estudio reciente de Truecaller, más de tres cuartas partes de los consumidores indios prefieren resolver sus asuntos con las empresas por teléfono, y no por mensaje. Donde en Occidente una llamada se percibe como una intromisión, en India sigue siendo una forma normal y esperada de comunicación. Para los agentes de voz esto es terreno abonado: la demanda no hay que crearla artificialmente, basta con atenderla.
De los escenarios simples a los procesos complejos
Los primeros casos de uso de Ringg eran previsiblemente masivos y no demasiado inteligentes: llamadas salientes, cualificación de leads, cobro de deudas de créditos. Según Tripathi, estas tareas tienen poca "adherencia": el cliente cambia de proveedor con facilidad y la competencia acaba inevitablemente en una carrera por el precio.
La compañía mantuvo parte de esta línea, pero apostó por otra cosa: por procesos donde un error cuesta caro y donde el valor se mide no por el número de llamadas, sino por un asunto llevado hasta el final:
- programación de citas para clínicas y seguimiento tras la visita;
- recuperación de carritos abandonados en e-commerce;
- onboarding y verificaciones KYC para aplicaciones fintech;
- soporte de primera y segunda línea para grandes servicios.
Un ejemplo ilustrativo es la medicina. El agente de voz de Ringg opera en 1.200 clínicas conectadas a la aplicación Practo: ayuda a los pacientes a programar una visita o a recibir un recordatorio y acompañamiento tras la consulta. Esto ya no es un guion con botones, sino una conversación que hay que sostener en condiciones reales: con repreguntas, cambios de cita y datos incompletos.
Multicanalidad: la voz no es la única salida
A pesar del nombre de la categoría, no todo se limita a las llamadas. Las conversaciones de voz siguen aportando más del 70% de los ingresos de Ringg, pero la compañía va añadiendo otros canales: chat y WhatsApp. La lógica es simple: al cliente le da igual dónde resuelvan su asunto, lo que le importa es que se cierre.
Un capítulo aparte es la automatización del soporte a través del navegador. Para algunos clientes, incluida Shell, la compañía asume las solicitudes que los empleados normalmente tramitan a mano en interfaces web. Aquí el agente no habla en absoluto: recorre los sistemas y ejecuta acciones.
Esto es precisamente lo que Tripathi llama un cambio de autodefinición: no "agentes de voz para empresas", sino una plataforma de agentes que aportan resultados medibles y llevan las tareas hasta el final.
La apuesta tecnológica: orquestación en lugar de stack propio
Con los modelos, la posición de Ringg es pragmática. La compañía desarrolla sus propios sistemas de reconocimiento y generación de voz, y a futuro le gustaría poseer todo el stack de voz, incluida la infraestructura y el despliegue. Pero ahora eso es demasiado caro, así que el producto funciona como capa de orquestación: la tarea se enruta hacia uno u otro modelo según el escenario, el idioma y los requisitos de latencia.
Esta es, quizá, la principal bifurcación de toda la categoría. Unos intentan ser dueños del modelo, otros, despachadores entre modelos ajenos. El segundo camino es más barato y rápido, pero exige un trabajo constante sobre el margen: el coste de la inferencia se come el beneficio exactamente igual que se lo comía el entrenamiento de modelos propios al principio.
La posición del inversor la explica Rishen Kapoor, principal en Peak XV. Recuerda que Ringg empezó como un laboratorio de investigación que construía sus propios modelos, y que esa base técnica se nota en las tareas que la compañía se atreve a resolver ahora. Según él, se trata de recorrer procesos corporativos completos de principio a fin: onboarding de comercios, soporte de primera y segunda línea, con calidad predecible y repetibilidad.
El mercado: en India está apretado
La IA de voz en India es un campo al que han entrado casi todos los que tienen recursos para ello. Aquí operan los fabricantes de modelos Deepgram, ElevenLabs, Cartesia, así como los locales Sarvam y Smallest.ai. Una capa aparte son las startups construidas en torno a la orquestación, por ejemplo Bolna y Blue Machines. También hay actores sectoriales como Gnani y Arrowhead, centrados en finanzas.
Con tal densidad, no gana quien tiene el modelo más potente, sino quien lleva más rápido un escenario al estado de "funciona sin humanos". Ringg intenta afianzarse precisamente en procesos complejos, donde la barrera de entrada es más alta y el coste del error más visible.
Qué viene después: personas, talento y geografía
Actualmente Ringg tiene 40 empleados, y más de 15 personas se incorporaron en los últimos tres meses: un ritmo de contratación bastante agresivo para una compañía de este tamaño. Se contrata sobre todo para dos roles:
- ingenieros forward-deployed, que necesitan tanto habilidades técnicas como capacidad de llevar el producto con el cliente;
- investigadores, que trabajan en reducir el coste de operación de los modelos.
Geográficamente, la mayoría de los clientes están en India, y algunos en Oriente Medio y Estados Unidos. La compañía no construye ventas directas a empresas estadounidenses. En su lugar, apuesta por los centros globales de competencias: hubs offshore que las corporaciones multinacionales usan cada vez más para el back-office y el soporte. La idea es vender la automatización como complemento al soporte humano, y no como su sustituto: así es más fácil encajar en presupuestos ya existentes.
Conviene tener una cosa en mente. La transición de las llamadas salientes a la programación de citas en clínicas y al KYC implica también un cambio de métricas: en lugar del coste por minuto de conversación, habrá que demostrar la proporción de asuntos cerrados con éxito y la reducción de la carga sobre los operadores humanos. Es precisamente en este terreno donde se encontrarán Ringg y sus numerosos competidores, y es aquí donde habrá que justificar el nuevo tramo de Peak XV.
