La empresa, que crea agentes de inteligencia artificial para atención al cliente, está recaudando nuevos fondos mientras continúa ayudando a las empresas a ahorrar millones en costos laborales.
La startup de inteligencia artificial Decagon, que está creando agentes centrados en el servicio al cliente, está en conversaciones para recaudar 100 millones de dólares en financiación nueva con una valoración de 1.500 millones de dólares, según cinco fuentes familiarizadas con el acuerdo.
Andreessen Horowitz y Accel lideran la ronda, con la participación de inversores existentes, según cuatro de las fuentes. La compañía cuenta con más de 10 millones de dólares en contratos firmados (a menudo denominados ingresos anuales recurrentes), según dos fuentes. Otra fuente familiarizada con las negociaciones indicó que la ronda aún no se ha cerrado y que las cifras podrían variar.
Decagon, Andreessen Horowitz y Accel no respondieron de inmediato a las solicitudes de comentarios.
Decagon está desarrollando chatbots y agentes de atención al cliente (software que puede realizar tareas básicas de forma autónoma), como responder preguntas sobre el funcionamiento de un producto, procesar reembolsos y cancelar suscripciones. Empresas como Notion, Bilt, Duolingo, Substack y Rippling utilizan los chatbots de atención al cliente de Decagon.
La última inversión se produce menos de un año después de que Decagon recaudara una ronda de financiación Serie B de 65 millones de dólares, liderada por Bain Capital Ventures, con una valoración de 650 millones de dólares, según informó Forbes en octubre. Esta nueva inversión elevaría la financiación total de Decagon a 200 millones de dólares. La empresa, que figuraba en la lista Forbes AI 50 , fue cofundada por Jesse Zhang, CEO de 27 años, y Ashwin Sreenivas en 2023, después de que ambos encuestaran a decenas de empresas para identificar el problema que mejor se podía resolver con IA.
La atención al cliente, una parte tediosa pero fundamental de cualquier negocio, se ha visto durante mucho tiempo en la mira de la automatización como una forma de ahorrar millones en costos laborales al eliminar equipos de atención al cliente, en gran medida externalizados. El proveedor de tarjetas de crédito Bilt redujo su equipo de atención al cliente de cientos a 65 personas con Decagon, según informó Forbes el año pasado. Y el gigante del fitness ClassPass, que utiliza los agentes de IA de Decagon para mantener 2,5 millones de conversaciones con sus clientes, ha reducido su costo por reserva en un 95% gracias al bot, según The Information . “Creemos que los agentes de IA pueden multiplicar por diez los empleados”, declaró Zhang a Forbes en marzo.
También le puede interesar: ¿Cómo está cambiando la industria de seguros y qué oportunidades hay en Chile? El cambio climático es parte de la respuesta, según FID Seguros
En el interior, los agentes de Decagon se basan en los modelos más avanzados de OpenAI, Anthropic y Cohere, y se entrenan con datos internos como blogs de instrucciones, manuales y conversaciones previas de atención al cliente. El personal evalúa y revisa las respuestas generadas por la IA para mejorarla. En febrero, Decagon se asoció con la startup de generación de audio ElevenLabs para crear agentes de voz que mantengan conversaciones más naturales y humanas con los clientes.
El software de atención al cliente es un mercado competitivo y Decagon compite con empresas como Sierra, valorada en 4.500 millones de dólares y dirigida por Bret Taylor, excodirector ejecutivo de Salesforce y presidente de la junta directiva de OpenAI, y Salesforce, que cuenta con sus propios agentes de IA para la atención al cliente. Los productos en sí son cada vez más idénticos entre sí, y las empresas realizan regularmente lo que se conoce como “bake offs” para comparar una herramienta de IA con otra y comprobar su rendimiento.
“Decagon afirma ganar casi siempre que se enfrenta a Sierra en un duelo directo”, dijo un inversor que participó en las conversaciones. “Al final, ambos tendrán exactamente el mismo producto y será una auténtica competencia para ver quién puede resolver un mayor porcentaje de llamadas de soporte con la mayor precisión”.