Smallest.ai recauda USD 13 millones en Serie A para una IA de voz que suena humana

Smallest.ai, una empresa emergente de IA de voz fundada a fines de 2024, recaudó USD 13 millones en una ronda de Serie A liderada por Seligman Ventures, con participación de Sierra Ventures y 3one4 Capital, lo que eleva su financiamiento total a más de USD 21 millones.

La startup apuesta a que el próximo salto en los agentes de voz no vendrá de hacer más rápidos a los modelos de lenguaje grandes (LLM), sino de construir modelos más pequeños y especializados diseñados específicamente para la conversación humana. Su fundador y CEO, Sudarshan Kamath, dijo a TechCrunch que el objetivo es lograr que hablar con un agente de IA sea indistinguible de hablar con una persona. Para lograrlo, Smallest.ai está desarrollando un modelo de voz pequeño diseñado para imitar cómo los humanos procesan una conversación: escuchando, pensando y hablando simultáneamente, en lugar de esperar a recibir todo el mensaje antes de responder, como hace un LLM estándar. Esa estructura, dijo Kamath, es la razón por la que las conversaciones de voz con IA suelen sentirse poco naturales: incluso una pausa breve se percibe como una falla, algo que no ocurre en un chat de texto.

El modelo funciona como una capa de inteligencia en tiempo real que permite conversaciones naturales con clientes sobre temas específicos, con una latencia de respuesta prácticamente nula. Cuando una consulta queda fuera de su base de conocimiento limitada, Smallest.ai la deriva a un modelo fundacional de mayor tamaño, y pone brevemente al cliente en espera para “investigar” el tema, tal como lo haría un agente humano. Kamath prevé que la mayoría de los agentes de IA pronto dependerán de este esquema de dos modelos: un modelo de voz pequeño para la interacción en tiempo real, combinado con un LLM “sin conexión” al que se recurre solo para problemas complejos. A diferencia de los modelos fundacionales grandes, Smallest.ai se enfoca estrictamente en los desafíos propios de la voz, como el manejo de acentos diversos, el soporte de decenas de idiomas y el funcionamiento en entornos ruidosos.

Entre los clientes actuales de la startup están RingCentral y Truecaller, y Kamath dijo que empresas de soporte al cliente como Sierra y Decagon también son clientes potenciales; según él, para esas empresas dominar a fondo la voz sería una distracción respecto de su negocio principal. Smallest.ai compite con ElevenLabs, líder en IA de voz, así como con Cartesia y jugadores regionales como Sarvam, enfocados en idiomas locales; a diferencia de algunos rivales que aplican la IA de voz al doblaje o los pódcast, Smallest.ai se concentra exclusivamente en agentes de voz conversacionales en tiempo real para clientes empresariales.

“Queremos que nuestros modelos superen la prueba de Turing”, dijo Kamath. “Deberías hablar con nuestro modelo y no saber si es una IA o un humano. Ese es el único enfoque de la empresa.”

Por qué importa

A medida que los agentes de soporte con IA escalan, la diferencia entre ser capaz y resultar convincente es cada vez más un problema de latencia de voz; la apuesta de Smallest.ai es que modelos pequeños y especializados, no LLM más grandes, son la solución.