La ronda de financiación previa a la semilla fue liderada por 4DX Ventures, con participación de Enza Capital, Dorm Room Fund, Mojo Ventures y Stanford GSB 26 Fund, según informó TechCrunch. Entre los inversores individuales se encuentran profesores de la Universidad de Stanford, ejecutivos de telecomunicaciones e investigadores de inteligencia artificial de Anthropic.

La compañía fue fundada por Mariama Diallo y Ayooluwa Odemuyiwa. Diallo, quien ocupa el cargo de directora ejecutiva, trabajó en Goldman Sachs y posteriormente se unió a ModelML, una empresa respaldada por Y Combinator, como responsable de producto y crecimiento. Odemuyiwa, directora de tecnología, se graduó del Instituto de Tecnología de California (Caltech), trabajó en Meta y se inscribió en la Escuela de Negocios de Stanford antes de cofundar AethexAI, según la fuente.

**El problema que nadie más estaba resolviendo**

Mientras empresas como ElevenLabs, Deepgram, Sierra y Cognigy se expanden globalmente en el sector de inteligencia artificial de voz para atención al cliente, sus sistemas fueron diseñados principalmente para mercados occidentales, según explicó Walter Baddoo, cofundador y socio director de 4DX Ventures.

"Las empresas en África y Medio Oriente procesan aproximadamente tres veces el volumen de llamadas de sus contrapartes occidentales, ya que la voz sigue siendo el canal dominante para la interacción con clientes", dijo Baddoo a TechCrunch. "Los sistemas existentes fueron construidos para mercados occidentales caracterizados por infraestructura GPU de alta gama, entornos de habla en inglés estándar y europeo, y flujos de trabajo empresariales comunes en Estados Unidos y Europa. Eso crea brechas reales cuando las empresas necesitan sistemas que manejen dialectos, cambio de código y patrones de habla informal, y que funcionen dentro de su infraestructura de telefonía existente y sus puntos de precio reales".

Las fundadoras descubrieron estas brechas de primera mano. En Egipto, un centro de llamadas automatizó una parte significativa de sus llamadas, pero revirtió el sistema debido a resultados deficientes, según encontraron. Varios centros de soporte en África les dijeron que encontrar y contratar ingenieros para automatizar llamadas al costo adecuado era un dolor de cabeza persistente, según TechCrunch.

**Construyendo desde cero para reducir la latencia**

En lugar de utilizar herramientas de orquestación existentes como Vapi y LiveKit, AethexAI construyó su propio modelo pequeño y capa de orquestación desde cero para manejar los dialectos localizados de inglés, francés y árabe hablados en sus mercados objetivo, según informó la fuente.

"La latencia y el jitter que vimos en las llamadas automatizadas en esta región eran escandalosos. Si nos hubiéramos convertido en orquestadores, podríamos haber tenido que usar modelos grandes alojados fuera de la región, resultando en mayor latencia. Nos dimos cuenta de que para que esto funcione, tenemos que usar modelos muy pequeños y reducir la latencia en cada paso", dijo Odemuyiwa a TechCrunch sobre la decisión de construir los propios modelos y capa de orquestación de la compañía.

Mientras los laboratorios de inteligencia artificial que despliegan sus últimos modelos suelen gastar millones entrenándolos y adquiriendo datos, AethexAI encontró una solución para ambos desafíos. En lugar de perseguir los modelos más grandes posibles, decidió que los modelos pequeños son suficientes para abordar el problema de latencia mientras mantienen la precisión, y desarrolló su propia serie Kora, con parámetros que van desde 300 millones hasta 1.700 millones, según TechCrunch. Eso es una fracción del tamaño de los modelos de lenguaje grandes (LLM, por sus siglas en inglés), que es precisamente el objetivo.

Para entrenar estos modelos, la startup utilizó grabaciones anonimizadas de un socio de centro de llamadas. También envió discos duros a estaciones de radio en África para recopilar más datos de audio. Para mantener los costos bajos, construyó una red de colaboradores de estudiantes universitarios para anotar datos y pronunciar nombres locales, según la fuente. Como resultado, la startup dice que ahora está manejando más de 17.000 llamadas por día.

**Estrategia comercial y casos de uso**

La compañía también está lanzando su plataforma para que las empresas prueben su tecnología y se registren en sus servicios, junto con APIs y SDKs para que los desarrolladores experimenten con sus modelos, según TechCrunch.

En el lado comercial, la compañía está teniendo cuidado de guiar a los clientes que son nuevos en la inteligencia artificial de voz a través del proceso, ofreciendo demostraciones in situ y talleres para ayudarles a identificar los mejores casos de uso para la automatización.

"Siempre les decimos a los clientes que no podemos ser todo para todos en este momento. Somos pequeños. Cuando comenzamos a hablar con una empresa, les pedimos que elijan un caso de uso que sea el más importante para ellos para comenzar", dijo Diallo a TechCrunch.

La startup está abierta a trabajar en todas las industrias, pero en este momento, una gran parte de sus casos de uso involucra llamadas para cobro de deudas, activación de clientes o KYC (verificación de Conozca a su Cliente, el proceso estándar de verificación de identidad utilizado por bancos y telecomunicaciones), según la fuente.

La compañía está contratando ingenieros desplegados en campo sobre una base contractual para servir a los mercados locales y construyendo asociaciones de canal con proveedores de telecomunicaciones para manejar la telefonía para llamadas de inteligencia artificial de voz. Las soluciones plug-and-play, dice, simplemente no funcionarán aquí, según TechCrunch.

**Apuesta por mercados desatendidos**

Las startups como AethexAI están apostando a que las brechas (modelos especializados en dialectos locales, asociaciones sobre el terreno, infraestructura construida para la región) representan una apertura de mercado que los gigantes no tienen ni el incentivo ni la arquitectura para cerrar, según señaló TechCrunch.

La diferencia fundamental radica en que, si bien las grandes compañías de inteligencia artificial de voz se están expandiendo globalmente a un ritmo rápido, los mercados para los que fueron construidas y los mercados a los que están entrando no siempre son lo mismo, según la fuente.