Recall.ai henter inn 38 millioner dollar i serie B for å utvikle AI-stakk for samtaledata

Recall.ai, plattformen som tilbyr omfattende infrastruktur for AI-produkter bygget på menneskelige samtaler, annonserte i dag en vellykket avslutning av sin 38 millioner dollar serie B ved en verdi på 250 millioner dollar. Runden ble ledet av Bessemer Venture Partners, med ytterligere støtte fra HubSpot Ventures (HUBS ), Salesforce Ventures (CRM ), Ridge Ventures, RTP Ventures, Y Combinator, og engel-investorer inkludert Paul Graham, Solomon Hykes, Michael Siebel og Eoghan McCabe.

Bygging av AI-grunnlag for ekte samtaler

Recall.ai leverer en kraftig, enhetlig API som gjør det mulig for utviklere å få tilgang til opptak, transkriberinger og rike metadata uten å bygge sine egne integrasjoner fra scratch. Denne infrastrukturen gir kraft til over 1 000 samtaleintelligensprodukter og prosesserer milliarder av minutter med samtale hvert år.

Dens produktserie inkluderer Meeting Bot API, en Desktop Recording SDK og en Mobile Recording SDK, som støtter opptak av samtaler på tvers av video-møter, skrivebordsapper, telefoner og selv ansikt-til-ansikt-interaksjoner. Ved å integrere direkte med større plattformer som Zoom, Google Meet, Microsoft Teams og Slack, reduserer Recall.ai hva som normalt ville være en måneds lang ingeniørinnsats til noen få dager.

Selskapet har bygget sin bakende til å operere på en massiv skala. Recall.ai prosesserer over tre terabyte rå video hver sekund og lanserer over 8 millioner EC2-eksemplarer månedlig for å holde tritt med etterspørselen. Utviklere får tilgang til transkriberinger og metadata innen 10 sekunder etter at et møte er avsluttet, uavhengig av lengden, og muliggjør AI-drevne applikasjoner å handle nesten umiddelbart.

Låsing opp samtale som en AI-datasett

Mye av verdens forretningskunnskap og menneskelig interaksjon finnes ikke i dokumenter eller regneark – det er talt i samtaler. For at AI-systemer skal bli virkelig nyttige, trenger de tilgang til denne konteksten.

«Samtaledata er verdens største ubehandlede datasett», sa David Gu, medgrunnlegger og CEO av Recall.ai. «For å fylle ut et CRM, trenger AI å vite hva kunden faktisk sa. For å skrive en oppfølgings-e-post, trenger det å vite hva som ble diskutert. For å generere en klinisk note, trenger det å vite nøyaktig hva pasienten sa».

Fremgangen i store språkmodeller de siste to årene har gjort det mulig å ta ustrukturert tale og omdanne det til handlebare innsikter i stor skala. Ved å tilby en standardisert måte å fange denne dataen på, gjør Recall.ai det mulig for utviklere å fokusere på å bygge funksjoner som møtesammendrag, treningassistenter eller regelefterlevelse-verktøy – uten å måtte håndtere infrastruktur-problemene som vanligvis følger med sanntids stemme- og video-prosessering.

Accelererende bedrifts-tilpasning

Selskaper som HubSpot, ClickUp og Apollo.io bruker allerede Recall.ai for å lansere nye samtale-bevisste funksjoner betydelig raskere enn før. Utviklingslag rapporterer en 2-3 ganger forbedring i tid-til-marked sammenlignet med å bygge lignende funksjonalitet internt.

«Recall.ai lar oss bygge AI-drevne møteopptaksfunksjoner uten å måtte bekymre oss om infrastruktur eller plattform-spesifikke kant-tilfeller», sa Jared Williams, EVP Head of Engineering i HubSpot. «Det har hjulpet oss å gå raskere enn vi kunne ha gjort med en intern bygging».

Tilpasningen strekker seg utover salgs- og produktivitetsprogramvare. Rekrutteringsplattformer, juridiske teknologiselskaper og helse-AI-leverandører har også vendt seg til Recall.ai som en ryggrad for deres samtale-drevne produkter. For helse-utviklere i særlig, gir evnen til å fange pasient-tale nøyaktig og sikker en grunnlag for å bygge kliniske dokumentasjonsverktøy og AI-medical skrivere.

Vegen fremover: Implikasjoner for AI

De 38 millioner dollar i opphenting understreker en større transformasjon som skjer i kunstig intelligens: bevegelsen fra statiske, tekst-baserte inndata til dynamiske, tale-drevne kontekster. Inntil nå, var de fleste AI-systemer designet for å parsere dokumenter, e-poster eller database-innhold. Men majoriteten av beslutninger, forhandlinger og kunnskapsutvekslinger skjer i samtaler.

Pålitelig infrastruktur for å fange og strukturere tale kunne omforme flere industrier. I helsevesenet, kunne sanntids-transkribering og sammenfatting redusere lege-utbrenthet ved å håndtere dokumentasjon automatisk. I kundeservice, kunne systemer som virkelig forstår tone og nuanser forutse behov i stedet for å reagere på billetter. På arbeidsplassen, kunne plattformer bygge en hukommelse av beslutninger og diskusjoner som forbedrer samarbeid på distribuerte lag.

Samtidig, øker utvidelsen av samtaledata nye spørsmål om personvern, sikkerhet og samtykke. Organisasjoner som tar i bruk disse verktøyene, må balansere løftene av AI-drevne produktivitet med sikkerhetsforanstaltninger som sikrer at data håndteres ansvarlig. Debatten om hvordan å styre denne nye lag av AI-infrastruktur, er sannsynligvis like viktig som teknologien selv.

Mens Recall.ai er ett av selskapene som driver denne rommet fremover, er den bredere historien om AI-utviklingen til systemer som kan tolke nuanser, tone og intensjon – ikke bare ord på en side. Etterhvert som denne skiftet akselerer, kan evnen til at intelligente systemer virkelig «lytte», bli den avgjørende faktoren i hvor sømløst AI integrerer i daglig arbeid og liv.