$10 मिलियन अतिरिक्त: असल में क्या हुआ
भारतीय स्टार्टअप Ringg ने अपने Series A राउंड का विस्तार किया और Peakt XV Partners से अतिरिक्त $10 मिलियन जुटाए। यह पैसा नए राउंड के रूप में नहीं, बल्कि पहले से बंद हो चुके राउंड के ऊपर एक अतिरिक्त परत के रूप में आया: इस साल की शुरुआत में कंपनी ने $5.5 मिलियन जुटाए थे, और अब Series A की कुल राशि $15.5 मिलियन हो गई है।
वॉइस एजेंट की श्रेणी के लिए, जो पिछले कुछ वर्षों में सबसे अधिक गर्म बाजारों में से एक बन गई है, यहां चेक का आकार मुख्य बात नहीं है। इससे कहीं अधिक दिलचस्प यह तथ्य है कि अतिरिक्त भुगतान हुआ: जिस निवेशक ने पहले ही आंतरिक कार्यप्रणाली देख ली थी, उसने अगले राउंड से अपनी हिस्सेदारी कम करने के बजाय अपना दांव बढ़ाने का फैसला किया। आमतौर पर ऐसा तब किया जाता है जब प्रेजेंटेशन नहीं, बल्कि वास्तविक लोड वाला काम करता हुआ उत्पाद दिखे।
और लोड मौजूद है: Ringg हर महीने लगभग 20 मिलियन कॉल प्रयासों को प्रोसेस करता है। यह अब कुछ सौ संवादों का पायलट नहीं है।
स्पीच सिंथेसिस से लेकर एंटरप्राइज़ एजेंट्स तक
कंपनी का शुरुआती बिंदु बिल्कुल अलग था। शुरू में यह DesiVocal नाम का text-to-speech प्रोजेक्ट था: टीम अपने खुद के स्पीच मॉडल बनाने की कोशिश कर रही थी। यह कोशिश अर्थशास्त्र पर अटक गई — अपने मॉडल का प्रशिक्षण इतना महंगा पड़ता है कि शुरुआती चरण में इसकी भरपाई करना लगभग असंभव है।
दीवार से टकराते रहने के बजाय, संस्थापकों ने स्टैक में ऊपर उठकर व्यवसायों के लिए वॉइस AI एजेंट्स पर काम शुरू किया। कंपनी के सह-संस्थापक सिद्धार्थ त्रिपाठी हैं।
पहला बड़ा ग्राहक जल्दी ही आ गया: भारतीय फिनटेक कंपनी Cred। इसके बाद ग्राहकों की सूची Flipkart, Practo, Groww और Policybazaar तक बढ़ गई — यानी ऐसी कंपनियां, जिनका टेलीफोन चैनल पारंपरिक रूप से अत्यधिक व्यस्त रहता है।
भारत वाकई एक सुविधाजनक मंच क्यों साबित हुआ
यहां एक सांस्कृतिक कारक काम करता है। Truecaller के हालिया अध्ययन के अनुसार, भारतीय उपभोक्ताओं में से तीन-चौथाई से अधिक लोग व्यवसायों के साथ मामले टेक्स्ट संदेशों के बजाय फोन पर ही सुलझाना पसंद करते हैं। जहां पश्चिम में कॉल को दखलंदाजी माना जाता है, वहां भारत में यह संवाद का सामान्य और अपेक्षित तरीका बना हुआ है। वॉइस एजेंट्स के लिए यह तैयार जमीन है: मांग को कृत्रिम रूप से बनाने की जरूरत नहीं, बस उसे पूरा करना है।
सरल परिदृश्यों से जटिल प्रक्रियाओं तक
Ringg के शुरुआती परिदृश्य पूर्वानुमेय रूप से बड़े पैमाने के और बहुत बुद्धिमान नहीं थे: आउटबाउंड कॉलिंग, लीड क्वालिफिकेशन, ऋण वसूली। त्रिपाठी के अनुसार, ऐसे कार्यों में "चिपकाव" कम होता है — ग्राहक आसानी से ठेकेदार बदल लेता है, और प्रतिस्पर्धा अनिवार्य रूप से कीमत की दौड़ में बदल जाती है।
कंपनी ने इस दिशा का एक हिस्सा बनाए रखा, लेकिन दांव किसी और चीज पर लगाया — ऐसी प्रक्रियाओं पर जहां गलती महंगी पड़ती है और जहां मूल्य कॉल की संख्या से नहीं, बल्कि पूरा किए गए काम से मापा जाता है:
- क्लीनिकों के लिए अपॉइंटमेंट बुकिंग और विज़िट के बाद फॉलो-अप;
- ई-कॉमर्स में छोड़े गए कार्ट की रिकवरी;
- फिनटेक ऐप्स के लिए ऑनबोर्डिंग और KYC सत्यापन;
- बड़ी सेवाओं के लिए प्रथम और द्वितीय स्तर का सपोर्ट।
एक उदाहरण चिकित्सा क्षेत्र से है। Ringg का वॉइस एजेंट 1,200 क्लीनिकों में काम करता है, जो Practo ऐप से जुड़े हैं: यह मरीजों को विज़िट बुक करने या अपॉइंटमेंट के बाद अनुस्मारक और सहायता पाने में मदद करता है। यह अब बटन वाला स्क्रिप्ट नहीं, बल्कि एक ऐसी बातचीत है जिसे वास्तविक परिस्थितियों में निभाना पड़ता है — दोबारा पूछताछ, स्थगन और अपूर्ण डेटा के साथ।
मल्टीचैनल: आवाज ही एकमात्र रास्ता नहीं
श्रेणी के नाम के बावजूद, मामला केवल कॉल तक सीमित नहीं है। वॉइस बातचीत अब भी Ringg की 70% से अधिक आय देती है, लेकिन कंपनी धीरे-धीरे अन्य चैनल जोड़ रही है — चैट और WhatsApp। तर्क सरल है: ग्राहक को इससे फर्क नहीं पड़ता कि उसका मामला कहां सुलझाया जाए, उसे बस यह चाहिए कि मामला सुलझ जाए।
एक अलग कहानी ब्राउज़र के जरिए सपोर्ट ऑटोमेशन की है। कुछ ग्राहकों के लिए, जिनमें Shell भी शामिल है, कंपनी ऐसे अनुरोधों को संभालती है जिन्हें कर्मचारी आमतौर पर वेब इंटरफेस में मैन्युअल रूप से दर्ज करते हैं। यहां एजेंट बिल्कुल बात नहीं करता: वह सिस्टम में घूमता है और कार्य पूरे करता है।
यही चीज त्रिपाठी इसे आत्म-परिभाषा का बदलाव कहते हैं: "एंटरप्राइज़ के लिए वॉइस एजेंट्स" नहीं, बल्कि एजेंट्स का एक प्लेटफॉर्म जो मापने योग्य परिणाम देता है और कार्यों को अंजाम तक पहुंचाता है।
तकनीकी दांव: अपने स्टैक के बजाय ऑर्केस्ट्रेशन
मॉडलों के मामले में Ringg का रुख व्यावहारिक है। कंपनी अपनी खुद की स्पीच रिकग्निशन और जनरेशन प्रणालियां विकसित कर रही है, और भविष्य में पूरे वॉइस स्टैक पर नियंत्रण चाहती है — इन्फ्रास्ट्रक्चर और डिप्लॉयमेंट सहित। लेकिन अभी यह बहुत महंगा है, इसलिए उत्पाद ऑर्केस्ट्रेशन परत के रूप में काम करता है: कार्य को परिदृश्य, भाषा और विलंबता की आवश्यकताओं के आधार पर किसी न किसी मॉडल तक रूट किया जाता है।
यह शायद पूरी श्रेणी का मुख्य द्वार है। कुछ लोग मॉडल के मालिक बनने की कोशिश करते हैं, तो कुछ दूसरों के बीच डिस्पैचर बनने की। दूसरा रास्ता सस्ता और तेज है, लेकिन इसके लिए मार्जिन पर लगातार काम करना पड़ता है: इन्फरेंस की लागत मुनाफे को ठीक वैसे ही खा जाती है जैसे शुरुआत में अपने मॉडल का प्रशिक्षण खाता था।
निवेशक के रुख को Peak XV में प्रिंसिपल Rishen Kapoor समझाते हैं। वे याद दिलाते हैं कि Ringg की शुरुआत एक शोध प्रयोगशाला के रूप में हुई थी, जो अपने खुद के मॉडल बनाती थी — और यह तकनीकी आधार इस बात में दिखता है कि कंपनी अब कौन-कौन से कार्य करने का जिम्मा उठाती है। उनके अनुसार, बात कॉर्पोरेट प्रक्रियाओं को शुरू से अंत तक पूरी तरह निभाने की है: मर्चेंट ऑनबोर्डिंग, प्रथम और द्वितीय स्तर का सपोर्ट — पूर्वानुमेय गुणवत्ता और दोहराव के साथ।
बाजार: भारत में भीड़ है
भारत में वॉइस AI एक ऐसी दिशा है जहां लगभग हर वह खिलाड़ी उतर चुका है जिसके पास संसाधन हैं। यहां मॉडल निर्माता Deepgram, ElevenLabs, Cartesia, तथा स्थानीय Sarvam और Smallest.ai काम करते हैं। एक अलग परत ऑर्केस्ट्रेशन के इर्द-गिर्द बने स्टार्टअप्स की है, जैसे Bolna और Blue Machines। वित्त क्षेत्र पर केंद्रित Gnani और Arrowhead जैसे उद्योग-विशिष्ट खिलाड़ी भी हैं।
इतनी घनत्व में वह नहीं जीतता जिसका मॉडल जोरदार है, बल्कि वह जो परिदृश्य को तेजी से "बिना इंसान के काम करने" की स्थिति तक पहुंचाता है। Ringg खुद को ठीक जटिल प्रक्रियाओं में मजबूत करने की कोशिश कर रहा है, जहां प्रवेश की बाधा ऊंची है और गलती की कीमत अधिक दिखती है।
आगे क्या: लोग, भर्तियां और भूगोल
अभी Ringg में 40 कर्मचारी हैं, जिनमें से 15 से अधिक पिछले तीन महीनों में शामिल हुए हैं — इस आकार की कंपनी के लिए भर्ती की यह गति काफी आक्रामक है। मुख्य रूप से दो भूमिकाओं के लिए भर्ती हो रही है:
- फॉरवर्ड-डिप्लॉयड इंजीनियर, जिनके लिए तकनीकी कौशल और ग्राहक के पास उत्पाद संभालने की क्षमता, दोनों जरूरी हैं;
- शोधकर्ता, जो मॉडलों के संचालन लागत को कम करने पर काम करते हैं।
भौगोलिक रूप से अधिकांश ग्राहक भारत में हैं, कुछ मध्य पूर्व और अमेरिका में हैं। कंपनी अमेरिकी कंपनियों के लिए सीधी बिक्री नहीं कर रही। इसके बजाय वह वैश्विक क्षमता केंद्रों पर दांव लगा रही है — ऑफशोर हब, जिनका उपयोग बहुराष्ट्रीय निगम बैक-ऑफिस और सपोर्ट के लिए तेजी से कर रहे हैं। विचार यह है कि ऑटोमेशन को मानव सपोर्ट के विकल्प के बजाय उसके पूरक के रूप में बेचा जाए: इस तरह पहले से मौजूद बजट में घुसपैठ करना आसान होता है।
एक बात ध्यान में रखनी चाहिए। आउटबाउंड कॉलिंग से लेकर क्लीनिक अपॉइंटमेंट और KYC तक का बदलाव मेट्रिक्स में भी बदलाव लाता है: बातचीत के प्रति मिनट की लागत के बजाय सफलतापूर्वक पूरे किए गए कार्यों का हिस्सा और लाइव ऑपरेटरों पर पड़ने वाले भार में कमी साबित करनी होगी। यही वह मैदान है जहां Ringg और उसके अनेक प्रतिस्पर्धी आमने-सामने होंगे — और यहीं Peak XV से मिली नई राशि को चुकाना होगा।
