Piața soluțiilor vocale AI este deja aglomerată. Giganți precum ElevenLabs și Deepgram oferă modele de voce, iar infrastructura este asigurată de jucători precum Vapi, Retell și LiveKit. În plus, soluții dedicate de suport clienți, cum ar fi Decagon și Sierra, concurează pentru aceleași contracte. Cu toate acestea, Rime mizează pe o strategie diferită: în loc să se bazeze pe date audio extrase de pe internet, compania și-a construit propriul studio de înregistrări în San Francisco pentru a colecta conversații reale, adaptate nevoilor clienților.
„Tehnologia vocală nu este încă suficient de matură pentru a automatiza marea majoritate a apelurilor telefonice din întreprinderi”, explică Lily Clifford, CEO-ul Rime. „Modelele de limbaj mari (LLM) au făcut mai ușoară construirea de aplicații vocale funcționale, dar nu au schimbat modul în care se simte interacțiunea. Să vorbești cu un agent AI nu este cea mai captivantă experiență pentru utilizatorul final. Este un fel de IVR nou, dar cu o voce mai bună.”
Pentru a depăși această limitare, Rime se concentrează pe antrenarea modelelor sale pe date conversaționale proprii, punând accent pe pronunția corectă a denumirilor de branduri și a termenilor specifici industriei. Arhitectura bazată pe foneme permite adaptarea la diferite pronunții, fără ca clienții să fie nevoiți să reantreneze modelele pentru fiecare domeniu în parte. Aceasta este o diferență majoră față de concurenți, care adesea necesită personalizare extensivă.
Inițial, Rime a folosit o conductă de modele separate: recunoaștere vocală (speech-to-text), sinteză vocală (text-to-speech) și un LLM. Acum, startup-ul își schimbă direcția către modele speech-to-speech, care reduc latența, îmbunătățesc gestionarea turelor de vorbire și fac față mai bine zgomotului de fundal. Această abordare simplifică și orchestrarea, eliminând necesitatea de a gestiona mai multe modele separate.
Rezultatele par promițătoare. Rime susține că, datorită datelor de antrenament și poziționării modelului, clienții rămân mai mult timp în apel, ceea ce a ajutat la câștigarea unor contracte importante cu nume grele precum Mayo Clinic, Dialpad, Upstart și Asurion. Compania activează în domenii precum servicii alimentare, sănătate, aviație și fintech.
Runda de finanțare a fost condusă de M13 Ventures, cu participarea Twilio Ventures, Corazon Capital, Unusual Ventures și alți investitori existenți. Morgan Blumberg, partener la M13, se alătură consiliului de administrație al Rime. „Companii precum ElevenLabs s-au mutat către stratul de orchestrare și aplicație, concurând direct cu Sierra și Decagon. Cred că mai sunt multe de făcut din punct de vedere tehnic, iar abordarea Rime de a împinge cel mai bun model, cu latență redusă și fiabilitate ridicată într-un mediu reglementat, se remarcă”, a declarat Blumberg.
Cu acești bani, Rime plănuiește să-și extindă echipa actuală de 35 de angajați, concentrându-se pe dezvoltarea modelelor, inginerie și parteneriate. Recent, l-a adus la bord pe Rafael Valle, fost cercetător în înțelegerea audio la Meta Superintelligence Labs și la echipa de deep learning audio a NVIDIA, în calitate de Chief Scientist.
Analiză: De ce contează această finanțare?
Piața AI-ului vocal pentru întreprinderi este estimată la miliarde de dolari, iar competiția se intensifică. În timp ce multe startup-uri se concentrează pe viteza de lansare sau pe integrări ușoare, Rime a ales o cale mai dificilă: construirea de date proprietare și optimizarea pentru cazuri de utilizare specifice. Aceasta poate fi o armă cu două tăișuri – pe de o parte, oferă un avantaj competitiv greu de replicat; pe de altă parte, necesită investiții semnificative în infrastructură și timp.
Succesul Rime va depinde de capacitatea de a scala fără a compromite calitatea. Dacă reușește să demonstreze că modelele sale speech-to-speech pot egala sau depăși experiența umană în apeluri, ar putea deveni un jucător dominant într-un sector unde încrederea și fiabilitatea sunt esențiale. De asemenea, parteneriatele cu giganți precum Mayo Clinic și Dialpad sugerează că Rime a câștigat deja încrederea unor clienți exigenți.
De ce este important:
Această finanțare subliniază o tendință majoră: întreprinderile caută din ce în ce mai mult soluții AI care să înlocuiască sistemele tradiționale IVR, dar nu oricum, ci cu o calitate a interacțiunii care să nu frustreze clienții. Rime abordează exact această problemă, iar succesul său ar putea accelera adoptarea AI-ului vocal în industrii reglementate, cum ar fi sănătatea și finanțele. În plus, demonstrează că datele proprii și specializarea pe nișe pot fi cheia pentru a ieși în evidență pe o piață aglomerată.
