Financiering
Dreamteam haalt 53 miljoen dollar op voor AI-native CRM met gespecialiseerde AI-collega’s

Belangrijkste puntenCompany Brain van Dreamteam legt dealcontext vast die traditionele CRM-velden weggooien.
Meer weergeven
- Company Brain van Dreamteam legt dealcontext vast die traditionele CRM-velden weggooien.
- Vier benoemde AI-collega's behandelen onderzoek, salesactiviteiten en CRM-beheer vanuit gedeeld geheugen.
- Door AI voorgestelde CRM-wijzigingen verschijnen als conceptkaarten zodat gebruikers ze kunnen inspecteren en bevestigen.
Dreamteam heeft 53 miljoen dollar opgehaald om een AI-native platform voor klantrelatiebeheer uit te bouwen, gebaseerd op een gedeeld geheugen van klantinteracties en vier gespecialiseerde AI-collega’s. Het bedrijf verwacht dat CRM-software nuttiger werk kan verrichten wanneer die de context achter een deal vastlegt, in plaats van te wachten tot een verkoper die context omzet in databasevelden.
De financiering komt van Accel, Together Fund en Premji Invest. Dreamteam noemt Together Fund zijn eerste institutionele investeerder. In de aankondiging wordt geen financieringsronde of waardering vermeld.
Dreamteam werd in 2025 opgericht door de voormalige leidinggevenden van Freshworks Anand Venkatraman, Ramesh Parthasarathy en Senthil Kanthaswamy. Het bedrijf gebruikt het kapitaal om een platform uit te breiden dat relatie-inzichten combineert met AI-agents voor onderzoek, verkoopondersteuning, omzetbeheer en CRM-beheer.
Een gedeeld geheugen voor klantrelaties opbouwen
CRM-gegevens leggen doorgaans de nadruk op wat in een veld past: een contactpersoon, de waarde van een verkoopkans, een sluitingsdatum of een verkoopfase. Het gesprek achter die gegevens is vaak informatiever. Een potentiële klant kan bezwaar maken tegen de prijs, een bestaande leverancier noemen of laten weten dat een andere leidinggevende nu over het budget beslist.
Dreamteam noemt het onderliggende geheugen Company Brain. Volgens het financieringsbericht verzamelt dit informatie uit e-mails, vergaderingen, klantgesprekken en workflows, en brengt het koopintentie, bezwaren, verwijzingen naar concurrenten en de dynamiek tussen belanghebbenden met elkaar in verband. Gespecialiseerde agents putten uit die gedeelde context, in plaats van met afzonderlijke notities te werken.
Neem een koper die een verkoper vertelt dat een aankoop afhankelijk is van een beveiligingsbeoordeling. Als het account als ‘geïnteresseerd’ wordt vastgelegd, gaat de voorwaarde verloren die bepaalt wat de volgende stap is. Door het gesprek zelf te bewaren, kan een assistent een relevante opvolging voorbereiden en kan een salesmanager beter verklaren waarom de deal is vastgelopen.
Dit verandert de manier waarop het CRM informatie verzamelt en gebruikt; het is niet simpelweg een nieuwe manier om in bestaande velden te zoeken. Het nut ervan hangt af van de koppeling van elk signaal aan het juiste account en van het bewaren van de bron ervan terwijl de relatie zich ontwikkelt.
Vier AI-collega’s met verschillende verantwoordelijkheden
Dreamteam verdeelt het werk over vier assistenten met een eigen naam:
- Rachel, de onderzoeksassistent, verrijkt account- en contactgegevens en bereidt onderzoek naar potentiële klanten voor.
- Sally, de verkoopassistent, bereidt vergaderbriefings voor, stelt opvolgmails op en helpt bij het beheren van taken.
- Raj, de RevOps-partner, houdt de verkooppijplijn in de gaten, signaleert dealrisico’s en ondersteunt prognoses.
- Alex, de CRM-beheerder, helpt het systeem in te stellen en te onderhouden met instructies in natuurlijke taal.
Deze taakverdeling moet agents direct inzetbaar maken, zonder dat elke klant zelf een reeks assistenten vanaf nul hoeft op te bouwen. Een verkoper en een manager voor omzetbeheer hebben verschillende resultaten nodig, maar beiden hebben er baat bij als die resultaten op dezelfde klantgeschiedenis zijn gebaseerd.
‘Dreamteam leert van het werk dat je team al doet en houdt de context actueel’, zei medeoprichter en CEO Anand Venkatraman in de aankondiging.
Controleerbare acties en koppelingen met bestaande tools
De productwebsite van het bedrijf plaatst een belangrijke kanttekening bij de belofte van een CRM dat zichzelf bijwerkt: wijzigingen die AI voorstelt, verschijnen als conceptkaarten die gebruikers kunnen bekijken, aanpassen en bevestigen. Volgens de website zijn acties terug te voeren op het oorspronkelijke gesprek.
De website vermeldt ook koppelingen met de e-mail- en agenda-apps van Google en Microsoft, Slack en Zoom, naast verrijkingstools als Clay, LinkedIn en Apollo. Die koppelingen zijn belangrijk omdat de klantgeschiedenis verspreid is over communicatie- en onderzoekssystemen en niet beperkt blijft tot één verkoopapplicatie.
In het financieringsbericht worden een volwaardige API en een Model Context Protocol-server voor externe AI-agents genoemd. Daarmee kunnen andere tools met CRM-context werken, zodat het systeem ook buiten de eigen interface kan worden gebruikt. Bij zulke toegang moet nog steeds rekening worden gehouden met wie klantgegevens mag inzien en welke acties een gebruiker heeft toegestaan.
Menselijke goedkeuring is vooral belangrijk wanneer een agent intenties interpreteert. Een vertraagde reactie kan wijzen op een zwakke deal, maar kan ook het gevolg zijn van een feestdag of een interne beoordeling. Als een verkoper de onderbouwing en een voorgestelde actie krijgt, kan die beoordeling makkelijker worden gecontroleerd voordat er een record wordt gewijzigd of een bericht aan een potentiële klant wordt opgesteld.
Magic Apps breiden het CRM uit tot buiten standaardworkflows
Dreamteam introduceert ook Magic Apps, waarmee gebruikers volgens het financieringsbericht via instructies in natuurlijke taal aangepaste applicaties en dashboards kunnen maken. Zo wordt software maken op basis van prompts onderdeel van het CRM, zodat zakelijke gebruikers tools kunnen aanvragen die op hun processen zijn afgestemd.
Een gedeeld klantgeheugen en configureerbare applicaties pakken verschillende aspecten van hetzelfde probleem aan. Het geheugen biedt zakelijke context; de applicatie geeft een team de mogelijkheid die te benutten. Een aangepaste weergave kan risico’s rond verlengingen ordenen aan de hand van de omstandigheden die voor een bepaald bedrijf van belang zijn, in plaats van elk team hetzelfde vooraf ingestelde dashboard op te leggen.
Die flexibiliteit maakt verandermanagement ook belangrijk. Een applicatie die bestaande gegevens op een nieuwe manier weergeeft, heeft andere gevolgen dan een applicatie die de routering wijzigt of taken aanmaakt. Nuttige aanpassingen moeten die gevolgen inzichtelijk maken voor de mensen die ze goedkeuren.
Vroege adoptie en ambitie voor een bredere klantlevenscyclus
Dreamteam zegt dat honderden bedrijven het platform gebruiken in uiteenlopende sectoren, waaronder de gezondheidszorg, maakindustrie, consultancy, online media en AI. In de aankondiging worden DMS Health, invideo en Plex genoemd als enkele van de eerste gebruikers. Deze klantverhalen beschrijven de ingebruikname en de voordelen voor werkprocessen; het persbericht bevat geen gecontroleerde benchmark voor omzetgroei of de nauwkeurigheid van prognoses.
Op de pagina over het leiderschap staat dat Venkatraman leiding geeft aan de marktbenadering, Kanthaswamy aan productontwikkeling en Parthasarathy aan engineering. De oprichters bekleedden eerder seniorfuncties bij Freshworks, waardoor het bedrijf ervaring heeft met de verkoop- en operationele eisen van bedrijfssoftware.
Het langetermijnplan loopt van klantenwerving tot uitbreiding en aanvullende verkoop. Voor Dreamteam ligt de kans erin CRM tot een plek te maken waar klantkennis zich opstapelt en leidt tot nuttig werk. De financiering van $53 miljoen geeft het bedrijf de middelen om die verandering na te streven; uiteindelijk hangt de adoptie ervan af van de vraag of teams vertrouwen hebben in de vastgelegde context en de voorgestelde acties de moeite waard vinden om goed te keuren.












