Bolna AI sammelt 6,3 Millionen US-Dollar für schnellere Einführung von Voice-KI in Unternehmen
Das in Bengaluru ansässige KI-Startup Bolna AI hat eine Seed-Finanzierungsrunde in Höhe von 6,3 Millionen US-Dollar abgeschlossen. Die Mittel sollen die Einführung von Voice-KI-Lösungen für Unternehmen beschleunigen, indem Spracherkennung, Sprachmodelle und Telefonsysteme integriert werden.
Bengaluru, Indien – Bolna AI, ein Startup im Bereich Künstliche Intelligenz (KI) mit Schwerpunkt auf Voice-KI, hat eine Seed-Finanzierungsrunde in Höhe von 6,3 Millionen US-Dollar unter der Leitung von General Catalyst bekannt gegeben. Die Finanzspritze soll Unternehmen dabei helfen, die Einführung von Voice-KI-Agenten zu beschleunigen, indem kritische Komponenten wie Spracherkennung, Sprachmodelle und Telefonsysteme nahtlos integriert werden.
Die zentrale Herausforderung, die Bolna AI angeht, ist die komplexe Orchestrierung, die für Voice-KI-Systeme erforderlich ist. Dazu gehört die Sicherstellung, dass Spracherkennung, Sprachmodelle, Telefondienste, Sprachsynthese und Workflow-Automatisierung zuverlässig und in großem Umfang funktionieren. Bolna AI wurde 2024 von den IIT Delhi-Alumni Maitreya Wagh und Prateek Sachan gegründet und positioniert sich als Orchestrierungsplattform für Voice-KI, die es Unternehmen ermöglicht, Voice-KI-Agenten ohne umfangreiche kundenspezifische Entwicklung zu starten und zu verwalten.
Nach Angaben des Unternehmens ermöglicht die Plattform Unternehmen, eine Transkription hochzuladen, einen Agenten zu konfigurieren, eine Telefonnummer zu erwerben und KI-gesteuerte Anrufe in weniger als 30 Minuten zu starten. Bolna AI gibt an, innerhalb seiner ersten beiden Betriebsjahre Tausende von zahlenden Kunden gewonnen zu haben, was auf eine erhebliche Marktnachfrage nach schneller Voice-KI-Implementierung hindeutet.
Die Strategie von Bolna AI legt Wert auf Modellneutralität. Das Unternehmen integriert eine breite Palette von Anbietern für Speech-to-Text, Large Language Models und Text-to-Speech, darunter bekannte Namen wie Deepgram, ElevenLabs und OpenAI. Dieser Ansatz ermöglicht es Kunden, die leistungsstärksten Modelle für ihre spezifischen Anwendungsfälle auszuwählen und reduziert die Abhängigkeit von einzelnen Anbietern. Das Startup investiert auch in Fähigkeiten für regionale Sprachen und Dialekte, insbesondere für den indischen Markt, wo Modelle der Enterprise-Klasse mit geringer Latenz knapp sein können.