Encore AI привлекла $30 млн в раунде Series A, чтобы расширить платформу, которая изучает, как сотрудники разговаривают с клиентами, и использует эти шаблоны для обучения ИИ-агентов для продаж и поддержки. По данным TechCrunch, раунд возглавила Team8, в нем также участвовали Planven, Lukatz, Garage, а также неназванные банки и страховые компании.

Это финансирование важно, потому что Encore AI делает конкретную ставку на перегретом рынке корпоративного ИИ: что самые ценные обучающие данные для автоматизации, ориентированной на клиента, — это не общий интернет-текст и даже не поля CRM, а собственная история компании из звонков, писем и сообщений. Если эта гипотеза верна, продукт стартапа может заинтересовать компании, которым нужны ИИ-агенты, настроенные под их внутренние регламенты, а не широкие универсальные модели.

Основанная в 2022 году как Insait IO и теперь переименованная в Encore AI, компания заявляет, что анализирует взаимодействия с клиентами, сопоставляет их со стадиями рабочего процесса, определяет, какие подходы коррелируют с успешными результатами, а затем применяет эти выводы к голосовым или текстовым агентам. По словам CEO Двира Гинзбурга, такие агенты могут либо помогать человеческим командам во время живых взаимодействий, либо самостоятельно обрабатывать часть обменов.

Раунд финансирования, построенный вокруг данных разговоров

TechCrunch сообщил, что Encore AI использует новый капитал для роста продаж в США и расширения внедрений в крупных финансовых институтах. Эта целевая аудитория примечательна. Компания говорит, что большинство из более чем 40 корпоративных клиентов — это организации из финансового сектора, где взаимодействия с клиентами имеют высокую ценность, сильно завязаны на процессы и часто документируются сразу в нескольких системах.

Корни Encore AI также объясняют такой фокус. По данным TechCrunch, будучи Insait IO, стартап изначально создавал рекомендательное ПО для финансовых консультантов и relationship-менеджеров. Текущий продукт, похоже, развивает ту раннюю работу в более широкую систему извлечения повторяемых тактик из разговоров с клиентами и операционных данных.

Раунд возглавила Team8 — венчурная фирма, известная инвестициями в компании по корпоративной инфраструктуре и кибербезопасности. Сообщаемое участие банков и страховых компаний добавляет еще один сигнал, хотя его следует трактовать осторожно: TechCrunch писал, что некоторые финансовые институты инвестировали после того, как сначала воспользовались продуктом, но названий, размеров чеков и деталей внедрения не раскрыли.

Как Encore AI описывает работу своей системы

Основной процесс компании, который Гинзбург назвал TechCrunch “interaction mining”, собирает записи звонков, электронные письма, текстовые сообщения и данные из CRM-систем. Далее платформа разбивает взаимодействия с клиентами на этапы и ищет закономерности, которые, по всей видимости, двигают сделку, сервисный кейс или отношения по счету вперед.

Идея заключается не столько в создании универсального помощника, сколько в захвате организационного опыта. В трактовке Encore AI лучшие сотрудники знают не только факты о продукте. Они знают, когда задать вопрос, когда успокоить клиента, какой пример срабатывает и какая последовательность шагов повышает вероятность хорошего результата. Стартап утверждает, что его система пытается превратить эти неформальные привычки в структурированные playbooks.

Согласно отчету TechCrunch, агенты Encore AI могут напрямую общаться с клиентами по голосу или тексту. Они также могут выступать в роли ассистентов для сотрудников, рекомендуя ответы и тактики во время разговоров. Это помещает продукт сразу в две смежные категории: ИИ-агенты для автоматизированной работы на передовой и инструменты agent-assist для человеческих команд.

Гинзбург сказал TechCrunch, что агенты могут даже воспроизводить стилистические элементы, которые работали в исторических взаимодействиях, включая анекдоты или шутки, использовавшиеся relationship-менеджерами. Эта деталь впечатляет, но она же указывает на ключевую продуктовую проблему: ИИ-система, имитирующая успешные разговорные привычки, может повысить согласованность, но также рискует воспроизводить тон или тактики так, что это будет выглядеть неестественно или неуместно, если не обеспечить жесткое управление.

Конкурентный аспект: за пределами CRM-записей

Encore AI выходит на рынок, который многие крупные поставщики ПО уже атакуют с другой стороны. Такие компании, как Salesforce, SAP, Zoho и HubSpot, имеют прямой доступ к клиентским данным и все активнее наращивают ИИ в своих платформах. Для корпоративных покупателей это поднимает простой вопрос: зачем использовать узкого специалиста вроде Encore AI, если можно подождать, пока более широкие CRM-решения предложат похожие возможности?

Аргумент Гинзбурга, как его цитирует TechCrunch, состоит в том, что история разговоров по-прежнему недостаточно используется как ключевой входной сигнал для систем корпоративного ИИ, а признанным вендорам пришлось бы существенно изменить свою реализацию и технический стек, чтобы рассматривать прошлые взаимодействия с клиентами как базовый обучающий материал. Станет ли это устойчивым преимуществом — открытый вопрос, но он хорошо отражает текущую дифференциацию Encore AI.

Эта позиция также отражает более широкий тренд в корпоративном ИИ. Общие модели становятся все доступнее, тогда как собственные данные о рабочих процессах по-прежнему сложно структурировать и запускать в работу. Стартапы, которые могут превратить хаотичные, разрешенные корпоративные данные в работающую систему, могут иметь более защищаемые продукты, чем те, которые полагаются только на обертки над моделями.

При этом конкурентное давление реально. Крупным игрокам не нужно копировать каждый элемент подхода Encore AI, чтобы ослабить его привлекательность. Если Salesforce или HubSpot смогут дать “достаточно хорошую” разговорную аналитику и ИИ-агентов внутри существующих CRM-контрактов, одного только трения при закупке может хватить, чтобы стать серьезным барьером для более мелких поставщиков.

Доказательства, заявления и что все еще не подтверждено

Самые надежные факты в этой истории — из репортажа TechCrunch: раунд Series A на $30 млн, ведущий инвестор Team8, прежнее название Insait IO и план компании расширяться в США и углублять работу с финансовыми институтами.

Несколько других важных утверждений основаны на заявлениях Гинзбурга или самой компании и должны восприниматься как данные от поставщика. Сюда входят утверждение, что у Encore AI более 40 корпоративных клиентов по всему миру, что большинство из них — финансовые институты, и что годовая повторяющаяся выручка выросла более чем в пять раз с момента seed-раунда менее 18 месяцев назад. TechCrunch сообщил эти цифры, но компания не раскрыла точную выручку, оценку, имена клиентов или метрики удержания.

Аналогично, описание продукта отражает собственную подачу компании о том, как работает “interaction mining” и насколько эффективно получившиеся агенты извлекают успешные playbooks. В доступных материалах не было независимых бенчмарков по росту конверсии, улучшению решения звонков, точности соблюдения требований или экономии затрат. Не было и технических подробностей о том, какие foundation models лежат в основе Encore AI, как клиенты утверждают или редактируют сгенерированные playbooks, и какие существуют safeguards для регулируемых коммуникаций.

Эти пробелы не опровергают продуктовую гипотезу, но они важны. В регулируемых секторах, таких как банковское дело и страхование, корпоративные покупатели, вероятно, захотят видеть доказательства не только того, что ИИ-агент может звучать убедительно, но и того, что он способен оставаться compliant, auditable и controllable со временем.

Почему это важно для создателей ИИ и корпоративных команд

Для создателей ИИ Encore AI — напоминание о том, что передний край смещается от общих copilots к системам, основанным на специфическом поведении компании. Новизна здесь не просто в очередном voice bot. Это попытка извлекать знания из реальных деловых взаимодействий и возвращать их в deployable ИИ-агентов. Если это будет работать надежно, разрыв между аналитическим ПО и операционной автоматизацией может сократиться.

Для продуктовых команд привлекательность практична. Компания уже записывает звонки клиентов, хранит сообщения и логирует активность в CRM-системе. Превратить эту фрагментированную историю в агента, который может помогать или автоматизировать работу, — более простая бюджетная дискуссия, чем покупка широкой ИИ-платформы без прямой связи с workflow. В принципе, Encore AI может встраиваться в существующий процесс продаж или поддержки, а не заставлять команды перестраивать все вокруг нового инструмента.

Для покупателей корпоративного ИИ реальные компромиссы, вероятно, будут связаны с доступом к данным, governance и скоростью внедрения. Системы, обученные на внутренних взаимодействиях, могут лучше соответствовать потребностям, чем универсальные инструменты, но они также требуют работы с чувствительными записями и коммуникационными данными. Это поднимает вопросы закупки о согласии, сроках хранения, поведении модели и о том, может ли компания проверять, почему ИИ-агент сказал именно то, что сказал.

Фокус на финансовых услугах усиливает эти опасения. Если Encore AI добьется там успеха, это укрепит тезис о том, что узко доменно настроенные ИИ-агенты могут побеждать в отраслях, где знание рабочего процесса важнее сырой беглости модели. Если нет, это может означать, что автоматизация на основе разговоров сложнее operationalize в регулируемых средах, чем предполагает нынешний стартап-маркетинг.

На что смотреть дальше

Следующий сигнал, на который стоит обратить внимание, — назовет ли Encore AI крупных design partners или reference customers в финансовых услугах. Сейчас компания говорит о корпоративном traction, но публичных доказательств по-прежнему немного.

Еще один важный показатель — масштаб внедрения. Значимо, используют ли клиенты Encore AI в основном для внутренних функций agent-assist или доверяют автономным голосовым и текстовым агентам реальные клиентские взаимодействия в production. Разрыв между этими двумя сценариями велик с точки зрения риска, compliance и управления изменениями.

Также интересно будет следить, как быстро CRM-гиганты вроде Salesforce, SAP, Zoho и HubSpot усиливают свои собственные разговорные ИИ-продукты. Даже если эти вендоры начинают с более простых аналитических функций, у них есть мощная дистрибуция и уже существующие отношения с данными.

Наконец, техническая прозрачность может стать дифференциатором. Покупатели захотят более четких ответов о governance моделей, auditability, контроле hallucination и о том, как исторические взаимодействия выбираются, взвешиваются и обновляются внутри ИИ-агентов.

Позиция Creati.ai

Encore AI следует одному из наиболее убедительных паттернов корпоративного ИИ: начать с рабочего процесса, в котором компании уже генерируют ценные данные, а затем использовать эти данные для создания измеримого операционного результата. В данном случае данные — это история разговоров с клиентами, а результат — ИИ-агент или слой agent-assist, основанный на том, что уже работало раньше. Это более сильная история, чем у многих корпоративных ИИ-питчей, построенных вокруг общих приростов продуктивности.

Но долгосрочная ценность компании будет зависеть от того, сможет ли она доказать, что “interaction mining” — это не просто убедительный нарратив. Если Encore AI покажет, что ее агенты улучшают результаты и при этом остаются управляемыми в регулируемых средах, она может занять устойчивую позицию. Если нет, крупные платформы со встроенным доступом к CRM могут поглотить эту категорию. Пока что раунд на $30 млн дает Encore AI время проверить, может ли conversation-native корпоративный ИИ стать продуктовым moat, а не просто набором функций.