Equal AI recaudó $30 millones para filtrar llamadas telefónicas para indios que reciben 20 llamadas de spam a la semana.

      TL;DREqual AI recaudó $30 millones liderados por Prosus para filtrar llamadas telefónicas en India. La IA responde, pregunta por qué alguien está llamando y muestra un resumen. Más de 1 millón de usuarios mensuales.

      Equal AI, una startup india que construyó un asistente de IA para responder llamadas telefónicas en tu nombre, ha recaudado $30 millones en una Serie B liderada por Prosus Ventures y Tomales Bay Capital. Think Investments y Valiant Fund también participaron, junto con inversores individuales como el fundador de PhonePe, Sameer Nigam, y la vicepresidenta de Meta para India y el sudeste asiático, Sandhya Devanathan. La financiación total ahora supera los $42 millones.

      El problema es simple y enorme. Los consumidores indios reciben un flujo incesante de llamadas de conductores de entrega, agentes de seguros, empresas de servicios financieros, estafadores y reclutadores. “Si estás comprando un seguro de automóvil, podrías recibir 20 llamadas en una semana, y eso es difícil de manejar para un humano”, dijo el fundador Keshav Reddy a TechCrunch.

      La aplicación de Android de Equal AI filtra llamadas desconocidas respondiendo con un agente de IA que pregunta por qué la persona está llamando. Muestra al usuario un resumen de la razón en la pantalla, junto con opciones de respuesta rápida como “Deja la entrega cerca de la puerta” o “Dáselo al vecino”. La IA lee la respuesta seleccionada de vuelta al que llama. Los usuarios también pueden escribir un mensaje personalizado. Cada llamada se graba con una transcripción y un resumen disponible en la aplicación.

      El 💜 de la tecnología de la UE Las últimas novedades de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Regístrate ahora! Desde su lanzamiento el año pasado, la aplicación ha crecido a más de un millón de usuarios activos mensuales y más de 300,000 activos diarios. La compañía construyó soporte para más de 10 idiomas indios, incluyendo el código mezcla, la práctica común de mezclar múltiples idiomas en una sola oración. El soporte en inglés por sí solo no es suficiente para el mercado indio.

      La ronda de financiación tiene una estructura inusual. Se divide en tres tramos, cada uno a una valoración diferente dependiendo de si la startup alcanza objetivos predeterminados. El enfoque, que está creciendo pero aún es poco común, permite a una startup publicitar su valoración más alta incluso si la mayor parte del capital se vendió a un precio más bajo. Equal AI se negó a compartir sus valoraciones específicas.

      La startup fue fundada en 2022 por Reddy, quien proviene de la familia detrás del conglomerado indio GVK, que tiene participaciones en infraestructura, energía y atención médica. Equal comenzó como una empresa de intercambio de datos para servicios financieros y aún ofrece verificación KYC y análisis de datos financieros junto con la aplicación para consumidores.

      La competencia es real. Google y Apple tienen productos de filtrado de llamadas. Truecaller, un nombre conocido en India con cientos de millones de usuarios, está construyendo sus propias funciones de asistente de IA. En EE. UU., Cloaked, respaldada por a16z, lanzó el filtrado de llamadas el año pasado. Thiago Viana de Prosus dijo que la comprensión del contexto local de Equal le da una ventaja.

      Los próximos pasos incluyen filtrar llamadas de números conocidos, realizar llamadas salientes en nombre de un usuario para reservar citas, una versión para iOS y un nivel de suscripción de pago. Prosus ha estado invirtiendo en asistentes de IA para mercados locales, incluyendo Luzia de España y Zapia de América Latina. Ambos fueron afectados por la prohibición de Meta sobre bots de IA de terceros en WhatsApp, razón por la cual Equal AI se construyó en torno a las llamadas y su propia aplicación en lugar de aprovechar una plataforma de mensajería. La lección: la dependencia de la plataforma es el riesgo que mata la distribución.