Miravoice samler inn 6,3 millioner dollar for å bringe AI-stemmeagenter til markedundersøkelser og meningsmålinger

AI endrer stadig hvordan organisasjoner samler inn og tolker data, men ett område har forblitt manuelt: telefonbaserte undersøkelser. Nå er Miravoice i ferd med å modernisere denne prosessen med en fersk injeksjon av kapital, og har samlet inn 6,3 millioner dollar i seed-finansiering for å skalle opp sitt AI-drevne stemmeplattform.

Runden ble ledet av Unusual Ventures, med deltakelse fra Neo, 25madison og en gruppe høyprofilerte engelinvestorer, inkludert ledere fra selskaper som Ramp, PubMatic (PUBM ), Google (GOOGL ) og Atlassian.

Erstatter kundesenter med AI-stemmeagenter

Til tross for oppsvinget i nettundersøkelser, er telefonintervjuer fortsatt en hjørnesten i markedundersøkelser og meningsmålinger. De tilbyr høykvalitetsdata, spesielt når det gjelder å nå demografiske grupper som er vanskelige å engasjere digitalt.

Kompromisset har alltid vært kostnad og kompleksitet.

Miravoice er bygget for å løse denne gapen ved å erstatte menneskelige intervjuere med AI-stemmeagenter som kan utføre lange, strukturerte samtaler. Disse agentene kan håndtere undersøkelser med hundredvis av spørsmål, følge strenge manus og bruke grenselogikk i sanntid.

I motsetning til tradisjonelle systemer, fokuserer plattformen spesifikt på kvantitative, regelbaserte samtaler, i stedet for åpne samtaler. Denne distinksjonen er kritisk i felt som meningsmålinger, der konsistens og metodelogisk strenghet er essensielle.

Fra uker til dager for store undersøkelser

I kjernen enablet plattformen organisasjoner å lansere store telefonundersøkelser like enkelt som å lage en nettbasert skjema. Team kan laste opp spørreskjemaer, definere logikk og deployere kampanjer uten å skrive kode.

Når systemet er i gang, kan det kjøre tusenvis av samtaler samtidig, på tvers av flere språk og tidssoner. Ifølge selskapet, tillater dette at undersøkelsesprosjekter som tidligere tok uker eller måneder, nå kan fullføres på noen få dager.

Effektivitetsgevinstene er betydelige. Automatisering av intervjuer kan redusere kostnadene med opptil 70% til 90% sammenlignet med tradisjonelle kundesenter, samtidig som konsistensen over samtaler forbedres.

Miravoice har allerede utført hundredtusenvis av samtaler i produksjonsmiljøer, og har samarbeidet med markedundersøkelsesselskaper, meningsmålingsorganisasjoner og akademiske institusjoner.

Teknologien bak strukturert stemme-AI

Hva som skiller Miravoice fra generelle stemme-AI-verktøy, er fokuset på presisjon og kontroll.

Plattformen kombinerer store språkmodeller med stemmesyntese, men legger til et proprietært system designet for å holde samtaler tett alignert med forhåndsdefinerte undersøkelsesstrukturer. Dette inkluderer:

• Streng overholdelse av spørreskjemaordlyd og rekkefølge
• Sanntidsenforcing av undersøkelseslogikk og grenselogikk
• Håndtering av avbrudd, pauser og respondentsspørsmål
• Oppfanging av både transkript og strukturert datautgang

Dette arkitekturen er designet for å minimere en av de største risikoene i AI-drevne samtaler: hallucinasjoner eller avvik fra det intenderte manus.

I praksis kan systemet utføre intervjuer som varer over 40 minutter og omfatter over 100 spørsmål, samtidig som konsistensen opprettholdes gjennom hele interaksjonen.

Utvider tilgangen til høykvalitetsdata

En nøkkeltema bak selskapets tilnærming er tilgjengelighet. Historisk sett har store telefonundersøkelser vært begrenset til organisasjoner med betydelige budsjett og infrastruktur.

Ved å tilby en kodefri grensesnitt og bruksbasert prising, stiller Miravoice seg som et verktøy som kan brukes av mindre team, startup og forskere uten spesialisert teknisk ekspertise.

Plattformen støtter også flerspråklige undersøkelser, og hjelper organisasjoner å nå mer diverse befolkninger og forbedre representativiteten av deres data.

Framtidige implikasjoner av stemmebaserte AI-systemer

Ettersom AI-stemmesystemer fortsetter å forbedre seg i pålitelighet og samtale-dybde, er det sannsynlig at deres anvendelse vil utvide seg langt utenfor tradisjonelle kundesenter- eller undersøkelsesbruk. En av de mest betydelige endringene er evnen til å samle inn strukturert, høykvalitetsdata i stor skala gjennom naturlig dialog i stedet for statiske skjemaer eller manuelle intervjuer.

Dette kan fundamentalt endre hvordan organisasjoner interagerer med brukere. I helsetjenesten kan stemme-drevne inntakssystemer strømlinjeforme pasientregistrering samtidig som de fanger mer nyanserte opplysninger. I rekruttering kan samtale-basert screening tillate selskaper å evaluere kandidater mer dynamisk. Offentlige etater kan også adoptere disse systemene for å samle inn borgerfeedback mer effektivt, spesielt i regioner hvor digital kompetanse eller tilgang til skriftlige skjemaer er begrenset.

En annen viktig implikasjon er den økende standardiseringen av ustrukturert stemme-data til brukbare datasamlinger. Historisk sett har tale-svar vært vanskelige å analysere i stor skala, men fremgang i tale-gjenkjenning og naturlig språkbehandling gjør det mulig å konvertere samtaler til strukturerte innsikter i nær sanntid. Dette åpner døren for raskere beslutningsprosesser over industrier.

På et bredere nivå, peker disse systemene mot en endring i grensesnitt-design selv. Ettersom stemme blir en mer pålitelig inndata-metode, kan organisasjoner begynne å flytte vekk fra tradisjonelle skjema-baserte arbeidsflyter mot samtale-grensesnitt som føles mer naturlig og adaptiv.

Tatt sammen, tyder disse utviklingene på at stemme-AI ikke bare forbedrer eksisterende prosesser, men gradvis endrer hvordan data samles inn, tolkes og brukes over en bred rekke sektorer.