سرمایه‌گذاری ۱۰ میلیون دلاری Ringg برای تبدیل تماس‌های صوتی به جریان‌های کاری

تصور کنید یک مدیر کلینیک هستید که هر روز با صدها تماس برای رزرو وقت مواجه است و نیمی از آن‌ها به دلیل خطاهای انسانی یا عدم پاسخگویی از دست می‌روند. حالا تصور کنید سیستمی وجود داشته باشد که نه تنها پاسخ دهد، بلکه تمام مراحل ثبت‌نام و پیگیری را بدون دخالت انسان به پایان برساند.

استارتاپ هندی Ringg به تازگی ۱۰ میلیون دلار سرمایه از Peak XV Partners جذب کرد تا فراتر از یک تماس تلفنی ساده عمل کند. طبق اعلام این شرکت، این جذب سرمایه که بخشی از دوره‌ی Series A است، مجموع سرمایه‌های دریافتی Ringg در سال جاری را به ۱۵.۵ میلیون دلار می‌رساند. این موج سرمایه‌گذاری در استارتاپ‌های هندی، هم‌راستا با استراتژی صندوق‌هایی مانند Accel است که اخیراً ۵۵۰ میلیون دلار برای حمایت از لایه‌ی کاربردی هوش مصنوعی در هند اختصاص داد.

در بازار هند، ارتباطات صوتی همچنان ترجیح اول کاربران است. به گزارش Truecaller، بیش از ۷۶٪ مصرف‌کنندگان هندی ترجیح می‌کنند با کسب‌وکارها تماس تلفنی بگیرند. Ringg با اتوماسیون تماس‌های پشتیبانی و بازاریابی در مقیاس بالا، اکنون ماهانه ۲۰ میلیون تلاش برای تماس را مدیریت می‌کند.

این شرکت در ابتدا با نام DesiVocal به عنوان یک استارتاپ تبدیل متن به گفتار (TTS) — شبیه به دستگاهی که متن‌های نوشته شده را با صدای طبیعی می‌خواند — شروع به کار کرد. اما وقتی هزینه آموزش مدل‌های اختصاصی گفتار بسیار بالا رفت، مؤسسان شرکت استراتژی خود را تغییر دادند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی لایه‌های ارکستراسیون مدل‌ها اشاره کردیم، Ringg تصمیم گرفت به جای جنگ در لایه‌ی زیرساختی، روی لایه‌ی مدیریت و سازمان‌دهی برای شرکت‌ها تمرکز کند. در همین راستا، برخی شرکت‌ها همچنان بر روی زیرساخت‌های تولید صدا تمرکز دارند، مانند Fish Audio که با جذب سرمایه، بر کنترل دقیق احساسات در صداهای مصنوعی متمرکز شده است.

رشد Ringg بر پایه تغییر از وظایف «کم‌پیچیدگی» به جریان‌های کاری «پایدار» سازمانی است. سیدارت تریپاتی، یکی از مؤسسان شرکت، معتقد است تماس‌های ساده برای جذب مشتری یا وصول طلب‌ها به دلیل نبود پیچیدگی، سریعاً به یک «جنگ قیمتی» تبدیل می‌شوند و سودآوری کمی دارند.

به همین دلیل، این شرکت اکنون روی سه حوزه با ارزش بالا تمرکز کرده است:

• بهداشت و درمان: اتوماسیون رزرو نوبت و پیگیری‌های پس از ویزیت برای ۱۲۰۰ کلینیک از طریق اپلیکیشن Practo.
• تجارت الکترونیک: بازیابی سبدهای خرید رها شده برای افزایش فروش خرده‌فروشان آنلاین.
• فین‌تک: مدیریت فرآیند پذیرش و احراز هویت (KYC) برای اپلیکیشن‌هایی مانند Cred، Groww و PolicyBazaar.

از نظر فنی، Ringg به عنوان یک لایه ارکستراسیون عمل می‌کند. از آنجا که مالکیت کامل زیرساخت‌های صوتی بسیار گران است، این پلتفرم وظایف را بر اساس نوع کاربرد به مدل‌های مختلف ارجاع می‌دهد. این رویکرد اجازه می‌دهد کیفیت حفظ شود بدون اینکه هزینه‌های هنگفت آموزش مدل از صفر تحمیل شود.

علاوه بر صوت که ۷۰٪ کسب‌وکار آن‌هاست، این استارتاپ در حال ورود به فضای چت و واتس‌اپ است. برای مشتریانی مانند Shell، آن‌ها اکنون درخواست‌های پشتیبانی مبتنی بر مرورگر را خودکار می‌کنند. هدف تریپاتی این است که پلتفرمی بسازند که به جای ارائه صرفِ «عامل‌های صوتی»، مستقیماً «نتیجه» ایجاد کند.

استراتژی جهانی Ringg به جای هدف قرار دادن مستقیم شرکت‌های آمریکایی، بر همکاری با مراکز قابلیت‌های جهانی (GCCs) در هند متمرکز است. این مراکز در واقع هاب‌های برون‌سپاری شرکت‌های چندملیتی برای کارهای پشتیبانی هستند. Ringg ظرفیت اتوماسیون خود را در کنار کارکنان انسانی این مراکز می‌فروشد.

این مسیر، Ringg را در برابر رقبای بزرگی چون ElevenLabs، Deepgram و Cartesia و همچنین بازیگران محلی مانند Sarvam قرار می‌دهد. در حالی که ارکستراتورهایی مثل Bolna به دنبال لایه‌ی سازمانی هستند، شرکت‌هایی مانند Gnani روی بخش مالی تمرکز کرده‌اند.

به باور ریشین کاپور از Peak XV، پیشینه Ringg به عنوان یک آزمایشگاه تحقیقاتی به آن‌ها عمق فنی لازم برای مدیریت پشتیبانی‌های سطح ۱ و ۲ را داده است. این تخصص برای تکمیل فرآیند پذیرش پذیرندگان (Merchant Onboarding) بدون دخالت انسان حیاتی است.

برای مقیاس‌بندی این چشم‌انداز، Ringg تعداد کارکنان خود را به ۴۰ نفر رسانده و در سه ماه اخیر ۱۵ نفر جدید استخدام کرده است. آن‌ها به‌طور خاص به دنبال مهندسان مستقر در محیط عملیاتی (Forward-deployed Engineers) هستند که مهارت‌های فنی را با مدیریت محصول ترکیب کنند.

با بلوغ زیرساخت‌های صوتی، ارزش واقعی از خودِ مدل‌ها فاصله می‌گیرد و به کسانی منتقل می‌شود که رابطه با مشتری و نتیجه‌ی نهایی کسب‌وکار را در دست دارند.

گام بعدی شما

• اگر مدیر محصول هستید، بررسی کنید که کدام بخش‌های «پشتیبانی تلفنی» شما تکراری است و می‌تواند به یک جریان کاری خودکار تبدیل شود.
• مدل‌های ارکستراسیون را به جای تکیه بر یک مدل واحد برای کاهش هزینه‌های استنتاج بررسی کنید.
• روند انتقال از «چت‌بات‌های ساده» به «عامل‌های نتیجه‌محور» را در استراتژی اتوماسیون خود بگنجانید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.