$10 milhões a mais: o que exatamente aconteceu
A startup indiana Ringg ampliou sua rodada Series A, adicionando mais $10 milhões da Peakt XV Partners. O dinheiro não veio como uma nova rodada, mas como uma extensão de uma rodada já fechada: no início deste ano, a empresa levantou $5,5 milhões, e agora o volume total da Series A é de $15,5 milhões.
Para a categoria de agentes de voz, que nos últimos dois anos se tornou uma das mais superaquecidas, o tamanho do cheque não é o mais importante aqui. Muito mais interessante é o próprio fato do aporte adicional: um investidor que já conhecia os bastidores decidiu aumentar sua aposta, em vez de diluí-la com uma nova rodada. Normalmente é o que se faz quando se vê não uma apresentação, mas um produto funcionando com carga real.
E carga existe: a Ringg processa cerca de 20 milhões de tentativas de chamadas por mês. Isso já não é um piloto com algumas centenas de diálogos.
Da síntese de fala a agentes para empresas
O ponto de partida da empresa era bem diferente. No início, era um projeto na área de text-to-speech chamado DesiVocal: a equipe tentava construir seus próprios modelos de fala. A ideia esbarrou na economia — treinar modelos próprios custa tão caro que praticamente não há como recuperar o investimento em estágio inicial.
Em vez de continuar batendo na mesma parede, os fundadores subiram na pilha e passaram a trabalhar com agentes de IA de voz para empresas. O cofundador da empresa é Siddharth Tripathi.
O primeiro grande cliente apareceu rapidamente: foi a fintech indiana Cred. Depois, a lista de clientes cresceu para Flipkart, Practo, Groww e Policybazaar — ou seja, empresas cujo canal telefônico é historicamente sobrecarregado.
Por que a Índia acabou sendo um terreno conveniente
Aqui entra um fator cultural. Segundo um estudo recente da Truecaller, mais de três quartos dos consumidores indianos preferem resolver questões com empresas justamente por telefone, e não por mensagem. Onde no Ocidente uma ligação é percebida como intrusiva, na Índia ela continua sendo uma forma normal e esperada de comunicação. Para agentes de voz, isso é terreno pronto: a demanda não precisa ser criada artificialmente, basta atendê-la.
De cenários simples a processos complexos
Os primeiros cenários da Ringg eram previsivelmente massivos e não muito inteligentes: chamadas ativas, qualificação de leads, cobrança de dívidas de crédito. Segundo Tripathi, essas tarefas têm baixa "aderência" — o cliente troca de fornecedor facilmente, e a concorrência inevitavelmente descamba para uma corrida por preço.
A empresa manteve parte dessa frente, mas apostou em outra coisa — em processos onde um erro custa caro e onde o valor é medido não pelo número de chamadas, mas por um caso levado até o fim:
- agendamento de consultas para clínicas e follow-up após a visita;
- recuperação de carrinhos abandonados no e-commerce;
- onboarding e verificações de KYC para aplicativos fintech;
- suporte de primeiro e segundo nível para grandes serviços.
Um exemplo revelador é a medicina. O agente de voz da Ringg atua em 1.200 clínicas conectadas ao aplicativo Practo: ele ajuda os pacientes a agendar uma consulta ou a receber um lembrete e acompanhamento após o atendimento. Isso já não é um script com botões, mas uma conversa que precisa ser sustentada em condições reais — com perguntas repetidas, remarcações e dados incompletos.
Multicanalidade: a voz não é a única saída
Apesar do nome da categoria, não se trata apenas de chamadas. As conversas por voz ainda geram mais de 70% da receita da Ringg, mas a empresa vem adicionando gradualmente outros canais — chat e WhatsApp. A lógica é simples: para o cliente, não importa onde exatamente seu problema será resolvido; o que importa é que seja resolvido.
Um capítulo à parte é a automação de suporte via navegador. Para parte dos clientes, incluindo a Shell, a empresa assume requisições que os funcionários normalmente preenchem manualmente em interfaces web. Aqui o agente não conversa: ele navega pelos sistemas e executa ações.
É justamente isso que Tripathi chama de mudança de autodefinição: não "agentes de voz para empresas", mas uma plataforma de agentes que trazem resultados mensuráveis e levam as tarefas até o fim.
A aposta tecnológica: orquestração em vez de stack próprio
Em relação aos modelos, a posição da Ringg é pragmática. A empresa desenvolve seus próprios sistemas de reconhecimento e geração de fala e, no futuro, gostaria de dominar todo o stack de voz — incluindo infraestrutura e implantação. Mas hoje isso é caro demais, então o produto funciona como uma camada de orquestração: a tarefa é roteada para este ou aquele modelo, dependendo do cenário, do idioma e dos requisitos de latência.
Esta é, talvez, a principal bifurcação de toda a categoria. Alguns tentam ser donos do modelo, outros — despachantes entre modelos de terceiros. O segundo caminho é mais barato e mais rápido, mas exige trabalho constante sobre a margem: o custo de inferência consome o lucro exatamente como o treinamento de modelos próprios consumia no início.
A posição do investidor é explicada por Rishen Kapoor, principal na Peak XV. Ele lembra que a Ringg começou como um laboratório de pesquisa que construía seus próprios modelos — e essa base técnica é visível nas tarefas que a empresa se propõe a resolver agora. Segundo ele, trata-se de percorrer processos corporativos completos do início ao fim: onboarding de merchants, suporte de primeiro e segundo nível — com qualidade previsível e repetibilidade.
Mercado: na Índia está apertado
IA de voz na Índia é uma área onde entraram quase todos que têm recursos para isso. Aqui atuam fabricantes de modelos Deepgram, ElevenLabs, Cartesia, além de players locais como Sarvam e Smallest.ai. Uma camada à parte — startups construídas em torno de orquestração, como Bolna e Blue Machines. Há também players setoriais como Gnani e Arrowhead, focados em finanças.
Em tal densidade, vence não quem tem o modelo mais potente, mas quem leva o cenário mais rápido ao estado de "funciona sem humano". A Ringg tenta se firmar justamente em processos complexos, onde a barreira de entrada é maior e o custo do erro é mais visível.
O que vem a seguir: pessoas, contratações e geografia
Atualmente a Ringg tem 40 funcionários, e mais de 15 pessoas se juntaram nos últimos três meses — um ritmo de contratação bastante agressivo para uma empresa desse tamanho. As contratações são principalmente para dois papéis:
- engenheiros forward-deployed, que precisam tanto de habilidades técnicas quanto da capacidade de conduzir o produto junto ao cliente;
- pesquisadores, trabalhando na redução do custo de operação dos modelos.
Geograficamente, a maioria dos clientes está na Índia, com alguns no Oriente Médio e nos EUA. A empresa não constrói vendas diretas para empresas americanas. Em vez disso, aposta em centros globais de competência — hubs offshore que corporações multinacionais usam cada vez mais para back-office e suporte. A ideia é vender automação como complemento ao suporte humano, e não como substituto: assim é mais fácil se encaixar em orçamentos já existentes.
Vale ter uma coisa em mente. A transição de chamadas ativas para agendamento em clínicas e KYC também significa uma mudança de métricas: em vez do custo por minuto de conversa, será preciso provar a taxa de casos concluídos com sucesso e a redução da carga sobre operadores humanos. É justamente nesse campo que a Ringg e seus numerosos concorrentes vão se enfrentar — e é exatamente aí que o novo aporte da Peak XV terá de ser justificado.
