Putaran pendanaan: $77 juta dan valuasi
- Ema mengumpulkan $77 juta dalam putaran Series B.
- Putaran ini dipimpin oleh firma modal ventura Creaegis dari Bengaluru.
- Accel, Section 32, dan Prosus menambah kepemilikan saham mereka.
- Putaran ini seluruhnya terdiri dari modal saham primer.
- Total pendanaan mencapai $140 juta.
- Valuasi perusahaan meningkat lebih dari empat kali lipat dibandingkan valuasi setelah putaran pendanaan 2024.
- Perusahaan tidak mengungkapkan valuasinya saat ini.
Kesimpulan: putaran ini menegaskan keyakinan investor terhadap agen dalam anggaran perusahaan.
Produk: tim agen dan integrasi
Ema menggunakan tim agen AI untuk mengotomatiskan proses di bidang SDM, TI, dan keuangan. Sistem ini mengoordinasikan beberapa agen dan menjalankan proses bertahap di aplikasi yang sudah ada.
Elemen utama:
- lebih dari 150 model, termasuk model mutakhir dan open source;
- pengetahuan industri, integrasi, dan orkestrasi;
- otomatisasi proses bisnis dari awal hingga akhir;
- “lapisan pembungkus” di sekitar aplikasi yang sudah ada;
- kemampuan mengurangi ketergantungan pada beberapa produk atau menggantikannya.
Chatterjee mengatakan banyak pelanggan beralih ke penggantian penuh aplikasi SaaS besar. Menurutnya, aplikasi-aplikasi tersebut “pada dasarnya berubah menjadi basis data”.
Kesimpulan: nilai sistem terletak pada orkestrasi dan integrasi, bukan pada satu model saja.
Persaingan memperebutkan anggaran perangkat lunak dan layanan TI
Pendanaan ini dihimpun di tengah persaingan memperebutkan belanja perusahaan untuk perangkat lunak perusahaan dan layanan TI. Startup, laboratorium AI besar, dan perusahaan perangkat lunak mapan bersaing memperebutkan dana tersebut.
Ema juga menyasar pekerjaan implementasi, integrasi, dan konsultasi. Perusahaan secara tradisional menyerahkan pekerjaan ini kepada firma layanan TI. Banyak firma semacam itu bekerja sama dengan Ema dan mengubah model bisnis mereka.
Kesimpulan: agen bersaing memperebutkan anggaran yang sebelumnya didominasi oleh perusahaan jasa dan vendor SaaS.
Pelanggan dan metrik adopsi
Ema melaporkan lebih dari 50 kesepakatan perusahaan yang aktif. Perusahaan menyebutkan memiliki lebih dari 1 juta pengguna perusahaan aktif dan telah menyelesaikan lebih dari 5 juta tindakan dan permintaan.
Pelanggan meliputi:
- NTT DATA;
- Hitachi;
- ADP;
- PwC;
- Google;
- KPMG;
- Wipro;
- Microsoft.
Lebih dari 90% pelanggan memperluas penggunaan produk melampaui kasus penggunaan awal. Beberapa di antaranya menerapkannya dalam puluhan alur kerja. Retensi dolar bersih mencapai sekitar 180%.
Kesimpulan: perluasan kasus penggunaan dan retensi yang tinggi menunjukkan bahwa agen telah terintegrasi ke dalam proses rutin.
Pendapatan, bookings, dan margin kotor
Dalam dua tahun terakhir, pendapatan Ema meningkat 50 kali lipat. Bookings melampaui $150 juta. Jumlah tersebut mencakup nilai penuh kontrak multi-tahun, termasuk kontrak berdurasi dua dan tiga tahun.
Bookings bukanlah pendapatan berulang tahunan. Perusahaan tidak mengungkapkan laju pendapatan tahunan saat ini. Margin kotor mendekati 80%.
Chatterjee mencatat bahwa sistem AI belajar dari implementasi. Karena itu, sistem tersebut membutuhkan lebih sedikit dukungan manusia, dan marginnya meningkat seiring waktu.
Kesimpulan: kontrak multi-tahun dan margin tinggi mendukung model bisnis ini, tetapi run rate masih belum diketahui.
Penetapan harga dan rencana penggunaan dana
Ema tidak mengenakan biaya berdasarkan jumlah lisensi pengguna atau token AI yang digunakan. Harga ditentukan berdasarkan penyelesaian tugas dan hasil bisnis.
Rencana:
- mengalokasikan sebagian besar dana baru untuk memperluas go-to-market;
- memperkuat penjualan dan pemasaran;
- memasuki pasar baru dalam tahun depan;
- mengembangkan kehadiran di Asia-Pasifik, Amerika Selatan, dan beberapa bagian Timur Tengah.
Kantor pusat Ema berada di Mountain View. Perusahaan ini memiliki hampir 200 karyawan. Sebelumnya, Ema terutama bekerja dengan pelanggan di AS dan Eropa.
Kesimpulan: pembayaran berdasarkan hasil dan ekspansi ke wilayah baru merupakan elemen utama dalam upaya penskalaan.
