Rox raccoglie 100 milioni di dollari nel round di Serie B, con una valutazione di 1,3 miliardi, per promuovere la ricerca sull’IA

Reuters ha riferito l’11 novembre 2026 che Rox aveva raccolto 100 milioni di dollari in un round di Serie B, che ha valutato 1,3 miliardi di dollari la startup con sede a San Francisco. General Catalyst e March Capital hanno guidato congiuntamente il finanziamento, mentre Rox si prepara ad ampliare la propria attività di ricerca sull’IA e la propria presenza nel settore delle imprese.

All’operazione hanno partecipato gli investitori già presenti Sequoia Capital e Factory, insieme ai nuovi investitori Databricks Ventures e Prosperity7 Ventures. Rox ha dichiarato che destinerà i capitali alla ricerca sull’IA e allo sviluppo di modelli personalizzati, ampliando al contempo la propria base di clienti aziendali nei settori sanitario, industriale, dei servizi finanziari, energetico e tecnologico.

L’azienda ha dichiarato che il fatturato ricorrente annuale è cresciuto di oltre dieci volte nel suo primo anno sul mercato. Tra i suoi clienti figurano Puma, Groq e Ramp.

Una piattaforma che va oltre la generazione di lead

Rox propone una soluzione che va oltre la generazione di lead in uscita. La documentazione della piattaforma descrive un unico sistema integrato che comprende ricerca di potenziali clienti, qualificazione, coinvolgimento, chiusura delle trattative, rinnovo ed espansione dei rapporti con i clienti. Questa portata consente a una sola implementazione di occuparsi sia dello sviluppo di nuovi affari sia dei ricavi generati dai clienti esistenti.

Rox afferma che la piattaforma può attingere a dati CRM, email, calendari, Slack, trascrizioni di chiamate, documenti e fonti online. Il suo grafo della conoscenza riconcilia le entità e i valori in conflitto tra le diverse fonti e deduce le relazioni, mentre un livello di governance applica un unico modello di accesso a tutti i sistemi. L’obiettivo è fornire agli agenti un contesto condiviso sui clienti, anziché lasciarli operare sulla base di dati commerciali isolati.

Prima che un contatto entri in un flusso di lavoro di contatto in uscita, il documentazione dell’Agente Outbound spiega che il sistema verifica il ruolo attuale e l’indirizzo email della persona, integrando i propri dati con informazioni provenienti da oltre 17 fornitori di arricchimento dei dati. I risultati della ricerca sono contrassegnati come corrispondenti o rifiutati, con le ragioni dell’esclusione; le corrispondenze approvate possono essere trasferite a una sequenza di contatto, a un elenco di contatti o a un elenco di lead. L’agente può anche gestire le risposte e fissare appuntamenti.

Un team può mantenere ogni invio soggetto a revisione manuale, sospendere l’automazione e controllare gli appuntamenti fissati. Le modifiche a un agente attivo restano bozze finché l’utente non le salva o le elimina. Rox afferma inoltre che la propria automazione opera entro i parametri definiti dall’utente e richiede una configurazione iniziale e una supervisione continua.

Implementazioni presso i clienti e risultati dichiarati

L’indice delle storie dei clienti di Rox riferisce che MongoDB ha impiegato 45 giorni per passare da un prototipo alla produzione, che il tasso di conversione di Ramp è aumentato del 10-15%, che Couchbase ha raggiunto un’adozione superiore al 90% tra oltre 250 rappresentanti e che Puma Energy usa Rox per monitorare i clienti nei mercati chiave. Gli esempi riguardano la velocità di implementazione, la conversione delle vendite, l’adozione da parte del personale e il monitoraggio dei clienti, anziché un’unica misura del valore.

Rox avverte che queste cifre sulle prestazioni riflettono configurazioni specifiche e potrebbero non essere rappresentative di altre implementazioni. I risultati effettivi possono variare in base alla qualità dei dati, alla configurazione del CRM, al volume dei contatti in uscita, alle condizioni di mercato e al pubblico di riferimento; gli esempi, quindi, non definiscono un risultato standard per i nuovi clienti.

Piani di ricerca e investitori già presenti

La spesa prevista per la ricerca rientra in un programma già descritto nella pagina di ricerca di Rox. Il lavoro comprende modelli specifici per determinati compiti e architetture per agenti, sistemi per valutare il comportamento degli agenti e infrastrutture di produzione pensate per rendere gli agenti affidabili in contesti reali di generazione dei ricavi. Lo sviluppo di modelli personalizzati si inserisce quindi in un programma di ingegneria più ampio, anziché essere un’attività isolata di creazione di modelli.

La pagina aziendale di Rox indica Ishan Mukherjee come cofondatore e CEO, Shriram Sridharan come cofondatore e CTO, Diogo Ribeiro come cofondatore e CGO e Christopher Ré come cofondatore responsabile della ricerca.

General Catalyst è un investitore capofila già presente. Ha annunciato il 19 novembre 2024 di aver guidato il round di Serie A di Rox e ha dichiarato che, durante la beta pubblica, il prodotto era stato adottato da oltre 35 team di vendita aziendali, tra cui quelli di MongoDB, Confluent e Ramp.

Il round di Serie B fornisce a Rox i capitali necessari per perseguire contemporaneamente lo sviluppo di modelli e una maggiore presenza nel settore delle imprese. La prova decisiva sarà capire se la crescita iniziale dei ricavi e i risultati ottenuti dai singoli clienti e riferiti caso per caso potranno essere replicati nella più ampia varietà di settori a cui l’azienda si rivolge ora.