$10 juta tambahan: apa yang sebenarnya terjadi
Startup India Ringg memperluas putaran Series A mereka, menambahkan $10 juta lagi dari Peakt XV Partners. Dana tersebut datang bukan sebagai putaran baru, melainkan sebagai tambahan pada putaran yang sudah ditutup: sebelumnya tahun ini perusahaan mengumpulkan $5,5 juta, dan kini total volume Series A mencapai $15,5 juta.
Untuk kategori agen suara, yang dalam beberapa tahun terakhir berubah menjadi salah satu yang paling panas, besarnya cek bukanlah hal utama. Yang jauh lebih menarik adalah fakta penambahan dana itu sendiri: investor yang sudah melihat dapur internal memutuskan untuk menambah taruhan, bukan mengencerkannya dengan putaran berikutnya. Biasanya hal ini dilakukan ketika mereka melihat bukan sekadar presentasi, melainkan produk yang berjalan dengan beban nyata.
Dan bebannya ada: Ringg memproses sekitar 20 juta percobaan panggilan per bulan. Ini bukan lagi pilot dengan beberapa ratus dialog.
Dari sintesis suara ke agen untuk perusahaan
Titik awal perusahaan sama sekali berbeda. Awalnya ini adalah proyek di bidang text-to-speech bernama DesiVocal: tim mencoba membangun model suara mereka sendiri. Upaya itu terbentur ekonomi — melatih model sendiri sangat mahal sehingga hampir tidak ada yang bisa menutupinya pada tahap awal.
Alih-alih terus membentur dinding, para pendiri naik ke lapisan yang lebih tinggi dan menggeluti agen AI suara untuk bisnis. Salah satu pendiri perusahaan adalah Siddharth Tripathi.
Klien besar pertama muncul dengan cepat: sebuah fintech India, Cred. Selanjutnya daftar pelanggan berkembang hingga Flipkart, Practo, Groww, dan Policybazaar — yakni perusahaan-perusahaan yang kanal teleponnya secara historis kelebihan beban.
Mengapa India menjadi lokasi yang nyaman
Faktor budaya berperan di sini. Menurut penelitian terbaru Truecaller, lebih dari tiga perempat konsumen India lebih memilih menyelesaikan urusan dengan bisnis melalui telepon, bukan melalui pesan teks. Di tempat yang di Barat panggilan dianggap mengganggu, di India panggilan tetap menjadi cara komunikasi yang normal dan diharapkan. Bagi agen suara, ini adalah lahan yang siap: permintaan tidak perlu diciptakan secara artifisial, cukup dilayani.
Dari skenario sederhana ke proses yang kompleks
Skenario awal Ringg dapat diprediksi bersifat massal dan tidak terlalu cerdas: panggilan keluar, kualifikasi prospek, penagihan utang pinjaman. Menurut Tripathi, tugas-tugas seperti itu memiliki "kelengketan" yang rendah — klien mudah berganti vendor, dan persaingan tak terhindarkan jatuh ke perlombaan harga.
Sebagian dari arah ini tetap dipertahankan perusahaan, tetapi fokus utama dialihkan ke hal lain — ke proses di mana kesalahan berbiaya mahal dan di mana nilai dihitung bukan dari jumlah panggilan, melainkan dari tugas yang diselesaikan hingga tuntas:
- penjadwalan janji temu untuk klinik dan follow-up setelah kunjungan;
- pemulihan keranjang yang ditinggalkan di e-commerce;
- onboarding dan verifikasi KYC untuk aplikasi fintech;
- dukungan lini pertama dan kedua untuk layanan besar.
Contoh yang mencolok adalah bidang medis. Agen suara Ringg beroperasi di 1.200 klinik yang terhubung ke aplikasi Practo: ia membantu pasien menjadwalkan kunjungan atau menerima pengingat dan pendampingan setelah kunjungan. Ini bukan lagi skrip dengan tombol, melainkan percakapan yang harus dipertahankan dalam kondisi nyata — dengan pertanyaan ulang, penjadwalan ulang, dan data yang tidak lengkap.
Multikanal: suara bukan satu-satunya saluran
Meskipun namanya kategori, urusan tidak terbatas pada panggilan saja. Percakapan suara masih menyumbang lebih dari 70% pendapatan Ringg, tetapi perusahaan secara bertahap menambahkan kanal lain — chat dan WhatsApp. Logikanya sederhana: klien tidak peduli di mana pertanyaannya dijawab, yang penting pertanyaannya terselesaikan.
Cerita tersendiri adalah otomatisasi dukungan melalui browser. Untuk sebagian pelanggan, termasuk Shell, perusahaan menangani permintaan yang biasanya diproses secara manual oleh karyawan di antarmuka web. Di sini agen sama sekali tidak berbicara: ia menjelajahi sistem dan melakukan tindakan.
Inilah yang disebut Tripathi sebagai perubahan identitas diri: bukan "agen suara untuk perusahaan", melainkan platform agen yang menghasilkan hasil terukur dan menyelesaikan tugas hingga tuntas.
Taruhan teknologi: orkestrasi alih-alih stack sendiri
Dalam hal model, posisi Ringg pragmatis. Perusahaan mengembangkan sistem pengenalan dan generasi suara mereka sendiri, dan dalam jangka panjang ingin memiliki seluruh stack suara — termasuk infrastruktur dan deployment. Namun saat ini hal itu terlalu mahal, sehingga produk berfungsi sebagai lapisan orkestrasi: tugas dirutekan ke model tertentu tergantung pada skenario, bahasa, dan persyaratan latensi.
Ini mungkin persimpangan utama seluruh kategori. Sebagian berusaha menjadi pemilik model, sebagian lain menjadi dispatcher di antara model-model milik orang lain. Jalur kedua lebih murah dan lebih cepat, tetapi menuntut kerja terus-menerus pada margin: biaya inferensi menggerus keuntungan sama seperti yang dilakukan pelatihan model sendiri pada awal mula.
Posisi investor dijelaskan oleh Rishen Kapoor, principal di Peak XV. Ia mengingatkan bahwa Ringg dimulai sebagai laboratorium riset yang membangun model sendiri — dan basis teknis ini terlihat dalam tugas-tugas yang kini diambil perusahaan. Menurutnya, ini tentang menjalankan proses korporat secara utuh dari awal hingga akhir: onboarding merchant, dukungan lini pertama dan kedua — dengan kualitas yang dapat diprediksi dan dapat diulang.
Pasar: di India ketat
AI suara di India adalah bidang yang dimasuki hampir semua pihak yang memiliki sumber daya. Di sini beroperasi produsen model Deepgram, ElevenLabs, Cartesia, serta pemain lokal Sarvam dan Smallest.ai. Lapisan tersendiri — startup yang dibangun di sekitar orkestrasi, misalnya Bolna dan Blue Machines. Ada juga pemain industri seperti Gnani dan Arrowhead, yang berfokus pada keuangan.
Dalam kepadatan seperti ini, yang menang bukan yang modelnya paling kencang, melainkan yang paling cepat membawa skenario ke kondisi "berjalan tanpa manusia". Ringg berusaha mengukuhkan diri justru di proses kompleks, di mana hambatan masuk lebih tinggi dan harga kesalahan lebih terasa.
Apa selanjutnya: orang, talenta, dan geografi
Saat ini Ringg memiliki 40 karyawan, dengan lebih dari 15 orang bergabung dalam tiga bulan terakhir — tempo perekrutan yang cukup agresif untuk perusahaan sebesar ini. Perekrutan terutama untuk dua peran:
- forward-deployed engineer, yang membutuhkan keterampilan teknis sekaligus kemampuan memandu produk di sisi klien;
- peneliti, yang bekerja menurunkan biaya operasional model.
Secara geografis, mayoritas pelanggan berada di India, sebagian di Timur Tengah dan Amerika Serikat. Perusahaan tidak membangun penjualan langsung ke perusahaan Amerika. Sebagai gantinya, fokus pada pusat kompetensi global — hub offshore yang semakin aktif digunakan korporasi multinasional untuk back-office dan dukungan. Idenya adalah menjual otomatisasi sebagai pelengkap dukungan manusia, bukan penggantinya: dengan begitu lebih mudah masuk ke anggaran yang sudah ada.
Satu hal perlu diingat. Peralihan dari panggilan keluar ke penjadwalan klinik dan KYC juga berarti perubahan metrik: alih-alih biaya per menit percakapan, harus dibuktikan tingkat penyelesaian tugas yang berhasil dan penurunan beban pada operator manusia. Di medan inilah Ringg dan para pesaingnya yang banyak akan bertemu — dan di sinilah dana baru dari Peak XV harus dipertanggungjawabkan.
