Wispr recaudó $280 millones a una valoración de $2 mil millones para argumentar que la caja de texto ha terminado.

      Wispr ha recaudado $280 millones a una valoración de $2 mil millones. Menlo Ventures lideró la ronda, habiendo liderado también la anterior. La financiación total ahora asciende a $361 millones.

      La empresa produce Wispr Flow, una aplicación de dictado que convierte el habla en texto limpio en cualquier aplicación en la que se encuentre el cursor. Reuters informa que la ronda anterior la valoró en $700 millones, en noviembre. Eso es casi un triple en nueve meses.

      La propuesta es que la capa del modelo está terminada.

      Menlo publicó su razonamiento el mismo día, y es inusualmente directo.

      "Los laboratorios de frontera han producido inteligencias artificiales sobrehumanas. No han producido interfaces humanas agradables y efectivas", escribió el socio Matt Kraning. Él argumenta que el cuello de botella se ha trasladado del modelo a la interfaz.

      Lo expresó de manera más directa a Fortune.

      "No es un mercado de dictado. El dictado es cómo entras por la puerta", dijo Kraning. "Los laboratorios han resuelto en su mayoría la inteligencia. Nadie ha resuelto cómo una persona normal le dice lo que quiere".

      Menlo también llama a esto una de las mayores inversiones en IA que ha realizado.

      No es la única firma que hace ese argumento esta semana. En Aachen, una startup llamada amber recaudó €7 millones con la afirmación casi idéntica de que la competencia por los modelos está más o menos terminada, y que lo que importa ahora es el contexto que les das. Una ronda es cuarenta veces la otra. La tesis es la misma.

      La tasa de error en el anuncio.

      Wispr utilizó el día de financiación para presentar Canto, su primer modelo de reconocimiento de voz propietario. El detalle dentro de ese anuncio vale la pena leerlo despacio.

      "En las condiciones más difíciles, con ruido de fondo, viento, acentos fuertes o música, las tasas de error caen de más del 30% de las palabras a algún lugar entre el 5% y el 10%", escribió el director ejecutivo Tanay Kothari.

      Lee eso al revés. En condiciones difíciles hoy, antes de que Canto se lance, el producto comete más de tres palabras de cada diez incorrectas.

      Los usuarios lo notaron. TechCrunch informó que varios se quejaron de una caída en la calidad de salida en las últimas semanas. Canto llega como respuesta a eso tanto como un hito.

      La lectura escéptica, de alguien que hace esto para ganarse la vida.

      Wispr dice que los ingresos han crecido más del 150% en cada uno de los últimos cuatro trimestres. Menlo lo sitúa en más de 30 veces año tras año.

      Michael Ashley Schulman, un socio de Cerity Partners, le dio a Reuters la advertencia que corresponde junto a esos números.

      "El crecimiento trimestral de tres dígitos a partir de una base pequeña es el número más fácil de generar en capital de riesgo durante unos pocos trimestres y el más difícil de seguir produciendo una vez que los primeros adoptantes dejan de ser toda la base de clientes", dijo.

      Esa es toda la cuestión en una oración, y Wispr no es la única empresa a la que se aplica. Higgsfield recaudó $400 millones ayer con una tasa de ejecución que pasó de $20 millones a $700 millones en un año. Ambas rondas valoran una trayectoria más que un negocio.

      Los fundadores Tanay Kothari y Sahaj Garg se conocieron en un dormitorio de primer año en Stanford y fundaron la empresa en 2021. Pasaron años en dispositivos portátiles y en el habla silenciosa, una interfaz para controlar una computadora sin hacer ruido. Ninguna funcionó. Flow llegó hace aproximadamente dos años.

      Cuántos clientes, exactamente.

      Aquí las cifras publicadas no coinciden, y la brecha es grande.

      Fortune dice 100,000 negocios. Menlo dice decenas de miles de negocios que pagan. Reuters dice más de 10,000 empresas. Esas pueden ser tres definiciones diferentes en lugar de tres conteos diferentes, pero nadie las ha reconciliado públicamente.

      Lo que es consistente: millones de usuarios consumidores, 162 países y más de 100 idiomas.

      El propio sitio de la empresa menciona a Microsoft, Amazon, Notion, Klarna, Groupon, Rivian, Vercel y Mercury entre los empleadores donde el personal lo utiliza.

      La competencia es todos.

      Apple, Google, Microsoft, Anthropic y OpenAI están trabajando en la entrada de voz. Debajo de ellos hay un grupo de aplicaciones de dictado más pequeñas, incluyendo Willow, Monologue, Aqua y Superwhisper, además de herramientas gratuitas dirigidas a los mismos usuarios.

      Menlo responde a esa objeción de frente, lo que es una señal de que la firma lo espera. El dictado gratuito ha existido durante una década y casi nadie lo usa, argumenta Kraning, porque una función puede transcribir, pero actuar sobre la intención requiere una empresa.

      Wispr no cobra nada por 2,000 palabras a la semana, luego vende niveles Pro, de equipo y empresariales. Certifica a SOC 2 Tipo II, ISO 27001 y HIPAA, y dice que el Modo de Privacidad mantiene el dictado fuera de sus datos de entrenamiento.

      Los inversores en la Serie B de Wispr incluyen Notable Capital, NEA, Neo Ventures, 8VC, Acrew, Forerunner, Goodwater, Peak XV, Together Fund y PLUS Capital. Fortune informa que los atletas Joe Burrow, Shaun White, Klay Thompson y Paul George también participaron.

      Lo que quiere ser en su lugar.

      El dictado no es el objetivo final que nadie involucrado describe. En julio, la empresa abrió un laboratorio de investigación bajo Ariya Rastrow, quien trabajó en Amazon Alexa en sus primeros años.

      El diagnóstico de Rastrow, según lo transmite Menlo, es que la generación anterior de asistentes de voz fracasó en inteligencia, y que el pipeline de voz a texto y luego al modelo que todos aún utilizan es ahora la arquitectura incorrecta. El laboratorio está destinado a reemplazarlo con algo que Menlo llama voz a resultado.

      Wispr también ha lanzado un tomador de notas para reuniones, que lo enfrenta a Granola, Fireflies y Read AI.

      El cofundador Sahaj Garg enmarcó el problema de confianza que el producto crea para sí mismo. "La privacidad y la seguridad no son características para nosotros: son la base para ganar acceso ambiental a tu vida", le dijo a Fortune.

      Lo que lo resolvería.

      La financiación de voz ha estado ocupada todo el año. Bland recaudó $50 millones en junio, y Fish Audio tomó $52 millones en julio.

      Lo más avanzado es ElevenLabs, con aproximadamente $600 millones en ingresos, que es el número contra el cual se está valorando a Wispr, diga lo que se diga.

      Dos cosas deciden si esta ronda parece barata o ridícula en un año. La primera es si Canto realmente cierra la brecha de error que la empresa acaba de publicar, porque una tasa de error del 30% en condiciones ruidosas no es un producto alrededor del cual la gente construya hábitos. La segunda es el punto de Schulman: si el crecimiento se mantiene una vez que los clientes son ordinarios en lugar de entusiastas.