Encore AI ha levantado una ronda Serie A de 30 millones de dólares para ampliar una plataforma que estudia cómo hablan los empleados con los clientes y utiliza esos patrones para entrenar agentes de IA para ventas y soporte. Según TechCrunch, la ronda estuvo liderada por Team8, con la participación de Planven, Lukatz, Garage y bancos y aseguradoras no identificados.

La financiación importa porque Encore AI está haciendo una apuesta concreta en el saturado mercado de la IA empresarial: que los datos de entrenamiento más valiosos para la automatización orientada al cliente no son el texto genérico de internet ni siquiera los campos de CRM, sino el historial propio de una empresa de llamadas, correos y mensajes. Si esa tesis se mantiene, el producto de la startup podría atraer a empresas que quieren agentes de IA ajustados a sus manuales internos en lugar de modelos amplios y uniformes.

Fundada en 2022 como Insait IO y rebautizada ahora como Encore AI, la compañía afirma que analiza interacciones con clientes, las mapea a etapas de un flujo de trabajo, identifica qué enfoques se correlacionan con resultados exitosos y luego aplica esas lecciones a agentes de voz o texto. Según el CEO Dvir Ginzburg, esos agentes pueden asistir a equipos humanos durante interacciones en vivo o gestionar algunos intercambios de forma autónoma.

Una ronda de financiación construida alrededor de los datos de conversación

TechCrunch informó que Encore AI utilizará el nuevo capital para hacer crecer su operación de ventas en Estados Unidos y expandir los despliegues con grandes instituciones financieras. Ese mercado objetivo es destacable. La compañía afirma que la mayoría de sus más de 40 clientes empresariales pertenecen a servicios financieros, donde las interacciones con clientes tienen alto valor, están muy guiadas por procesos y a menudo se documentan en varios sistemas.

Los orígenes de Encore AI también ayudan a explicar ese enfoque. Como Insait IO, la startup desarrolló originalmente software de recomendación para asesores financieros y gestores de relación, según TechCrunch. El producto actual parece extender ese trabajo previo a un sistema más amplio para extraer tácticas repetibles de las conversaciones con clientes y de los datos operativos.

La ronda fue liderada por Team8, una firma de capital riesgo conocida por respaldar empresas de infraestructura empresarial y ciberseguridad. La participación reportada de bancos y aseguradoras añade otra señal, aunque debe tratarse con cuidado: TechCrunch dijo que algunas instituciones financieras invirtieron después de usar primero el producto, pero no se revelaron nombres, tamaños de los tickets ni detalles del despliegue.

Cómo dice Encore AI que funciona su sistema

El proceso central de la empresa, que Ginzburg describió a TechCrunch como “interaction mining”, reúne grabaciones de llamadas, correos electrónicos, mensajes de texto y datos de sistemas CRM. A partir de ahí, la plataforma divide las interacciones con clientes en etapas y busca patrones que parezcan hacer avanzar un trato, un caso de servicio o la relación con una cuenta.

La idea no consiste tanto en construir un asistente de propósito general como en capturar el conocimiento organizativo. En el enfoque de Encore AI, los empleados de alto rendimiento no solo conocen datos del producto. Saben cuándo hacer una pregunta, cuándo tranquilizar a un cliente, qué ejemplo funciona y qué secuencia de pasos aumenta las probabilidades de un buen resultado. La startup dice que su sistema intenta convertir esos hábitos informales en manuales estructurados.

Según el informe de TechCrunch, los agentes de Encore AI pueden comunicarse directamente con clientes por voz o texto. También pueden actuar como asistentes para empleados recomendando respuestas y tácticas durante las conversaciones. Eso sitúa el producto en dos categorías adyacentes: agentes de IA para trabajo de primera línea automatizado y herramientas de asistencia para agentes humanos.

Ginzburg dijo a TechCrunch que los agentes incluso podrían reflejar elementos estilísticos que funcionaron en interacciones históricas, incluidas anécdotas o chistes usados por gestores de relación. Ese detalle es llamativo, pero también apunta a un reto clave del producto: un sistema de IA que imita hábitos conversacionales exitosos puede mejorar la consistencia, pero también corre el riesgo de reproducir tono o tácticas de una manera que resulte artificial o inapropiada si no se gobierna de forma estricta.

El ángulo competitivo: más allá de los registros de CRM

Encore AI entra en un mercado al que muchos proveedores de software más grandes ya se dirigen desde otra dirección. Empresas como Salesforce, SAP, Zoho y HubSpot tienen acceso directo a registros de clientes y han ido incorporando más IA en sus plataformas. Para los compradores empresariales, eso plantea una pregunta sencilla: ¿por qué usar un especialista como Encore AI en lugar de esperar a que las suites CRM más amplias ofrezcan capacidades similares?

El argumento de Ginzburg, según cita TechCrunch, es que el historial conversacional sigue estando infrautilizado como insumo principal para los sistemas de IA empresarial, y que los proveedores consolidados tendrían que realizar cambios significativos en su implementación y en sus pilas técnicas para tratar las interacciones pasadas con clientes como material de entrenamiento fundamental. Si eso se demuestra sostenible es una incógnita, pero captura la diferenciación actual de Encore AI.

Esa posición también refleja una tendencia más amplia en la IA empresarial. Los modelos generales son cada vez más fáciles de acceder, mientras que los datos propietarios de los flujos de trabajo siguen siendo más difíciles de organizar y poner en funcionamiento. Las startups que puedan convertir datos empresariales desordenados y con permisos en un sistema operativo podrían tener productos más defendibles que las que dependen solo de envoltorios de modelos.

Aun así, la presión competitiva es real. Los grandes incumbentes no necesitan replicar cada elemento del enfoque de Encore AI para debilitar su atractivo. Si Salesforce o HubSpot pueden ofrecer inteligencia conversacional y agentes de IA “suficientemente buenos” dentro de los contratos de CRM existentes, la fricción de compra podría convertirse en un gran obstáculo para los proveedores más pequeños.

Evidencia, afirmaciones y lo que sigue sin verificar

Los puntos de hecho más sólidos de esta historia proceden de la cobertura de TechCrunch: la Serie A de 30 millones de dólares, el inversor líder Team8, el antiguo nombre Insait IO y el plan de la empresa de expandirse en EE. UU. y profundizar su trabajo con instituciones financieras.

Varias otras afirmaciones importantes dependen de declaraciones de Ginzburg o de la empresa y deben leerse como información proporcionada por el vendedor. Entre ellas están la afirmación de que Encore AI tiene más de 40 clientes empresariales en todo el mundo, que la mayoría son instituciones financieras y que los ingresos anuales recurrentes han crecido más de cinco veces desde la ronda seed hace menos de 18 meses. TechCrunch informó esas cifras, pero la empresa no divulgó ingresos exactos, valoración, nombres de clientes ni métricas de retención.

Del mismo modo, la descripción del producto refleja el propio marco de la empresa sobre cómo funciona “interaction mining” y cuán eficazmente los agentes resultantes capturan manuales de éxito. No hubo referencias independientes sobre mejora de conversión, mejor resolución de llamadas, precisión de cumplimiento o ahorro de costes. Tampoco hubo detalles técnicos sobre qué modelos fundacionales impulsan Encore AI, cómo aprueban o editan los clientes los manuales generados o qué salvaguardas existen para las comunicaciones reguladas.

Esas lagunas no invalidan la tesis del producto, pero importan. En sectores regulados como la banca y los seguros, es probable que los compradores empresariales quieran pruebas no solo de que un agente de IA puede sonar persuasivo, sino de que puede seguir siendo conforme, auditable y controlable con el tiempo.

Por qué esto importa para los creadores de IA y los equipos empresariales

Para los creadores de IA, Encore AI recuerda que la frontera se está desplazando de los copilotos genéricos a sistemas basados en el comportamiento específico de cada empresa. La novedad aquí no es solo otro bot de voz. Es el intento de extraer aprendizaje de interacciones comerciales reales y devolverlo a agentes de IA desplegables. Si eso funciona de forma fiable, podría reducir la brecha entre el software analítico y la automatización operativa.

Para los equipos de producto, el atractivo es práctico. Una empresa ya graba llamadas de clientes, almacena mensajes y registra actividad en un sistema CRM. Convertir ese historial fragmentado en un agente que pueda ayudar o automatizar trabajo es una conversación presupuestaria más fácil que comprar una amplia plataforma de IA sin un vínculo directo con el flujo de trabajo. En principio, Encore AI puede integrarse en un proceso de ventas o soporte existente en lugar de pedir a los equipos que rediseñen todo alrededor de una nueva herramienta.

Para los compradores de IA empresarial, los verdaderos intercambios probablemente estarán en el acceso a los datos, la gobernanza y la velocidad de despliegue. Los sistemas entrenados con interacciones internas pueden ajustarse mejor que las herramientas de propósito general, pero también requieren manejar grabaciones sensibles y datos de comunicaciones. Eso plantea preguntas de adquisición sobre consentimiento, retención, comportamiento del modelo y si la empresa puede inspeccionar por qué un agente de IA dijo lo que dijo.

El ángulo de los servicios financieros intensifica esas preocupaciones. Si Encore AI tiene éxito allí, reforzaría el caso de que los agentes de IA estrechamente ajustados al dominio pueden ganar en industrias donde el conocimiento del flujo de trabajo importa más que la fluidez bruta del modelo. Si fracasa, eso puede sugerir que la automatización derivada de conversaciones es más difícil de operacionalizar en entornos regulados de lo que sugiere el marketing actual de las startups.

Qué observar a continuación

La siguiente señal a vigilar es si Encore AI nombra grandes socios de diseño o clientes de referencia en servicios financieros. Hoy, la empresa dice tener tracción empresarial, pero la evidencia pública sigue siendo limitada.

Otro indicador importante será el alcance del despliegue. Importa si los clientes usan Encore AI principalmente para funciones internas de asistencia a agentes o si confían en agentes autónomos de voz y texto en interacciones reales con clientes. La diferencia entre esos dos casos de uso es grande en términos de riesgo, cumplimiento y gestión del cambio.

También valdrá la pena ver con qué rapidez los incumbentes de CRM como Salesforce, SAP, Zoho y HubSpot refuerzan sus propios productos de IA basados en conversaciones. Aunque esos proveedores empiecen con funciones analíticas más simples, tienen una distribución profunda y relaciones de datos ya establecidas.

Por último, la transparencia técnica podría convertirse en un diferenciador. Los compradores querrán respuestas más claras sobre gobernanza del modelo, auditabilidad, controles de alucinaciones y cómo se seleccionan, ponderan y actualizan las interacciones históricas dentro de los agentes de IA.

Perspectiva de Creati.ai

Encore AI está persiguiendo uno de los patrones de IA empresarial más creíbles: empezar con un flujo de trabajo en el que las empresas ya generan datos valiosos y luego usar esos datos para producir resultados operativos medibles. En este caso, los datos son el historial de conversaciones con clientes y el resultado es un agente de IA o una capa de asistencia a agentes basada en lo que ha funcionado antes. Esa es una historia más sólida que muchos discursos de IA empresarial construidos alrededor de ganancias genéricas de productividad.

Pero el valor a largo plazo de la empresa dependerá de demostrar que “interaction mining” es algo más que una narrativa convincente. Si Encore AI puede mostrar que sus agentes mejoran resultados y, al mismo tiempo, siguen siendo controlables en entornos regulados, podría hacerse un hueco duradero. Si no, las plataformas más grandes con acceso integrado a CRM podrían absorber la categoría. Por ahora, la ronda de 30 millones de dólares le da a Encore AI tiempo para probar si la IA empresarial nativa de conversación puede convertirse en una ventaja competitiva del producto y no solo en un conjunto de funciones.