Startup estadounidense Rime levanta US$24 millones para desarrollar modelos de voz artificial orientados a empresas

Qué pasó

La empresa emergente Rime anunció el miércoles el cierre de una ronda de financiamiento Serie A por US$24 millones, destinada a escalar el desarrollo de sus modelos de inteligencia artificial aplicados a llamadas telefónicas corporativas. La operación fue liderada por M13 Ventures y contó con la participación de Twilio Ventures, Corazon Capital, Unusual Ventures y otros inversionistas ya vinculados a la compañía.

Rime fue fundada en 2022 por la exestudiante de doctorado de Stanford Lily Clifford, la exingeniera de Amazon Alexa Brooke Larson y el ingeniero de Stanford Ares Geovanos. La empresa construyó un estudio de grabación en San Francisco para recopilar datos conversacionales propios, en lugar de extraerlos de internet mediante técnicas de scraping, lo que le permite entrenar modelos con acústica y patrones de habla más representativos de situaciones reales.

La startup explicó que sus modelos se enfocan en la correcta pronunciación de nombres de marcas, entidades y terminología técnica específica de cada industria, mediante una arquitectura basada en fonemas. Este enfoque reduce la necesidad de que los clientes deban reentrenar los modelos para adaptarlos a sus respectivos sectores.

La firma indicó que entre sus clientes se encuentran compañías de áreas como servicios de alimentos, salud, aerolíneas y tecnología financiera. Según Rime, sus clientes corporativos incluyen a Mayo Clinic, Dialpad, Upstart y Asurion, con quienes ha firmado contratos de diversa envergadura. La empresa sostiene que, producto de la calidad de sus datos de entrenamiento, los usuarios tienden a permanecer más tiempo en las llamadas gestionadas por sus sistemas.

Con los nuevos recursos, Rime proyecta ampliar su equipo actual de 35 personas, con contrataciones planificadas en las áreas de desarrollo de modelos, ingeniería y alianzas comerciales.

Contexto

El segmento de inteligencia artificial aplicada a voz atraviesa una etapa de expansión acelerada, impulsada por la creciente demanda de grandes empresas que buscan automatizar interacciones telefónicas en áreas como ventas, marketing y soporte al cliente. En el último año, diversos actores especializados han captado montos significativos de capital de riesgo, consolidando un ecosistema competitivo que incluye desarrolladores de modelos de voz, proveedores de infraestructura y firmas dedicadas exclusivamente a soporte.

Entre los desarrolladores de modelos figuran empresas como ElevenLabs y Deepgram, mientras que en infraestructura destacan firmas como Vapi, Retell y LiveKit. En el segmento de soporte al cliente sobresalen compañías como Decagon y Sierra. Este nivel de actividad inversora refleja el interés de fondos de capital de riesgo por posicionarse en un mercado donde la calidad de los datos de entrenamiento constituye una ventaja competitiva relevante.

La fundadora de Rime, Lily Clifford, reconoció que, pese a los avances, las grandes organizaciones aún mantienen sistemas de respuesta interactiva por voz (IVR) tradicionales, dado que la tecnología actual no logra igualar la efectividad de dichas implementaciones legacy. Según Clifford, los grandes modelos de lenguaje facilitaron la construcción de aplicaciones de voz funcionales, pero no transformaron la experiencia de interacción, que aún se percibe similar a un menú IVR con mejor calidad sonora.

En respuesta a estas limitaciones, Rime decidió transitar desde una arquitectura basada en modelos separados de conversión de voz a texto, texto a voz y modelos de lenguaje, hacia un enfoque unificado de conversión directa de voz a voz, con el objetivo de reducir la latencia, mejorar la gestión de turnos en la conversación y abordar problemáticas como el ruido de fondo.

Impacto para empresas chilenas

El avance de proveedores globales de inteligencia artificial conversacional como Rime presenta implicancias directas para el mercado corporativo chileno, particularmente para empresas de mediano y gran tamaño que mantienen centros de atención telefónica y áreas de soporte al cliente. La disponibilidad de modelos con mejor calidad de pronunciación y menor latencia abre la posibilidad de reducir los costos operativos asociados a call centers, históricamente intensivos en personal.

En Chile, sectores como banca, retail, telecomunicaciones, salud y servicios financieros mantienen operaciones de atención al cliente de alto volumen, donde la automatización inteligente podría generar eficiencias relevantes. Instituciones como la Clínica Mayo, que ya utiliza tecnología de Rime, operan redes similares a las que existen en el país, lo que sugiere un potencial de adopción en clínicas, isapres y prestadores de salud privados.

Para las pymes chilenas, sin embargo, el acceso a este tipo de soluciones continúa condicionado por la barrera idiomática, los costos de implementación y la necesidad de integración con sistemas locales de gestión. La oferta actual de proveedores está optimizada principalmente para inglés, por lo que la adaptación al español chileno, con sus particularidades fonéticas y léxicas, representa un desafío pendiente que eventualmente podría ser abordado por desarrolladores locales o por la expansión de los propios proveedores globales.

En el ámbito regulatorio, el uso creciente de inteligencia artificial en interacciones con consumidores podría requerir ajustes en los marcos de protección al cliente vigentes en Chile, especialmente en lo relativo a transparencia sobre la naturaleza automatizada de las comunicaciones y al manejo de datos personales.

Qué sigue

En el corto plazo, Rime continuará el desarrollo de su arquitectura unificada de conversión de voz a voz, con el objetivo de reducir la dependencia de orquestación entre múltiples modelos y mejorar la experiencia del usuario final. La expansión de su equipo técnico sugiere una hoja de ruta orientada a fortalecer las capacidades de investigación y desarrollo, así como a establecer alianzas estratégicas con integradores y operadores de centros de contacto.

Para el ecosistema tecnológico regional, el avance de actores especializados en voz artificial anticipa una mayor presión competitiva sobre los proveedores tradicionales de servicios de contact center, al tiempo que abre oportunidades para emprendedores locales que identifiquen nichos de mercado desatendidos, como la adaptación de estas herramientas al español latinoamericano y a las particularidades regulatorias de cada país.