Recall.ai samlar in 38 miljoner dollar i serie B för att driva AI-stacken för konversationsdata

Recall.ai, plattformen som tillhandahåller omfattande infrastruktur för AI-produkter byggda på mänskliga samtal, meddelade idag den framgångsrika avslutningen av sin 38 miljoner dollar serie B till en värdering av 250 miljoner dollar. Rundan leddes av Bessemer Venture Partners, med ytterligare stöd från HubSpot Ventures (HUBS ), Salesforce Ventures (CRM ), Ridge Ventures, RTP Ventures, Y Combinator, och ängelinvesterare inklusive Paul Graham, Solomon Hykes, Michael Siebel och Eoghan McCabe.

Att bygga AI-grunderna för riktiga samtal

Recall.ai levererar en kraftfull, enhetlig API som möjliggör för utvecklare att komma åt inspelningar, transkriptioner och rik metadata utan att bygga sina egna integreringar från scratch. Denna infrastruktur driver över 1 000 konversationsintelligensprodukter och bearbetar miljarder minuter av samtal varje år.

Deras svit av produkter inkluderar Meeting Bot API, Desktop Recording SDK och Mobile Recording SDK, som stöder inspelning av samtal över videomöten, skrivbordsappar, telefoner och till och med personliga interaktioner. Genom att integrera direkt med stora plattformar som Zoom, Google Meet, Microsoft Teams och Slack, minskar Recall.ai vad som normalt skulle vara en månaders lång ingenjörsinsats till bara några dagar.

Företaget har byggt sin backend för att fungera i massiv skala. Recall.ai bearbetar över tre terabyte råvideo varje sekund och startar över 8 miljoner EC2-instanser månadsvis för att hålla jämna steg med efterfrågan. Utvecklare får tillgång till transkriptioner och metadata inom 10 sekunder efter att ett möte har avslutats, oavsett dess längd, vilket möjliggör att AI-drivna applikationer kan agera nästan omedelbart.

Att låsa upp samtal som en AI-dataset

Mycket av världens affärs kunskap och mänsklig interaktion finns inte i dokument eller kalkylblad – det uttrycks i samtal. För att AI-system ska bli riktigt användbara behöver de tillgång till denna kontext.

“Samspråksdata är världens största outnyttjade dataset,” sa David Gu, medgrundare och VD för Recall.ai. “För att fylla i ett CRM behöver AI veta vad kunden faktiskt sa. För att skriva ett uppföljande e-postmeddelande behöver det veta vad som diskuterades. För att generera en klinisk anteckning behöver det veta exakt vad patienten sa.”

Framstegen inom stora språkmodeller under de senaste två åren har gjort det möjligt att ta ostrukturerat tal och omvandla det till agerbara insikter i stor skala. Genom att tillhandahålla ett standardiserat sätt att fånga denna data, låter Recall.ai utvecklare fokusera på att bygga funktioner som mötes sammanfattningar, coachningsassistenter eller regelefterlevnadsverktyg – utan att hantera de infrastrukturhuvudvärk som vanligtvis följer med realtidsröst- och videobearbetning.

Att påskynda företagsadoption

Företag som HubSpot, ClickUp och Apollo.io använder redan Recall.ai för att lansera nya samtalssmedvetna funktioner betydligt snabbare än tidigare. Utvecklingsteam rapporterar en 2-3 gånger förbättring av tid-till-marknad jämfört med att bygga liknande funktionalitet internt.

“Recall.ai låter oss bygga AI-drivna mötesinspelningsfunktioner utan att behöva oroa oss för infrastruktur eller plattformsspecifika edgefall,” sa Jared Williams, EVP Head of Engineering på HubSpot. “Det har hjälpt oss att gå snabbare än vi kunde ha gjort med en intern byggnad.”

Adoptionen sträcker sig bortom försäljnings- och produktivitetsprogramvara. Rekryteringsplattformar, juridiska teknikföretag och hälso-AI-leverantörer har också vänt sig till Recall.ai som en ryggrad för sina samtalssdrivna produkter. För hälso-utvecklare i synnerhet ger möjligheten att fånga patientens tal korrekt och säkert en grund för att bygga kliniska dokumentationsverktyg och AI-medical scribes.

Vägen framåt: Implikationer för AI

De 38 miljoner dollar som samlades in understryker en större transformation som sker inom artificiell intelligens: övergången från statiska, textbaserade indata till dynamiska, taldrivna sammanhang. Tills nu var de flesta AI-system utformade för att tolka dokument, e-postmeddelanden eller databasposter. Men majoriteten av besluten, förhandlingarna och kunskapsutbytet sker i samtal.

Pålitlig infrastruktur för att fånga och strukturera tal kunde omforma flera branscher. Inom hälsovården kunde realtids-transkription och sammanfattning minska läkarnas utbrändhet genom att hantera dokumentation automatiskt. Inom kundtjänst kunde system som verkligen förstår ton och nyans kunna förutse behov i stället för att reagera på biljetter. På arbetsplatsen kunde plattformar bygga ett minne av beslut och diskussioner som förbättrar samarbetet över distribuerade team.

Samtidigt som utvidgningen av samspråksdata väcker nya frågor om integritet, säkerhet och samtycke. Organisationer som antar dessa verktyg kommer att behöva balansera löftet om AI-driven produktivitet med skydd som säkerställer att data hanteras ansvarsfullt. Debatten om hur man ska styra denna nya lager av AI-infrastruktur kommer troligen att bli lika viktig som tekniken i sig.

Medan Recall.ai är ett av de företag som driver denna utveckling framåt, är den bredare berättelsen om AI:s utveckling till system som kan tolka nyans, ton och avsikt – inte bara ord på en sida. När denna förändring accelererar kan förmågan hos intelligenta system att verkligen “lyssna” bli den avgörande faktorn för hur smidigt AI integreras i dagligt arbete och liv.