Ringg получила $10 млн от Peak XV Partners как расширение серии A, доведя общий объём раунда до $15.5 млн. Стартап позиционирует себя как платформа для голосовых агентов, которые не просто говорят, а действительно решают задачи — и это отличает его от переполненного рынка чистых поставщиков моделей speech-to-text вроде Deepgram или ElevenLabs.

История Ringg типична для того, как индийские стартапы переходят от констрейнов в базовые технологии. Компания начиналась как text-to-speech проект DesiVocal, но обучение собственных моделей оказалось дорого. Вместо того чтобы биться в гонке моделей, основатели поднялись на уровень выше — начали строить агентов для решения конкретных задач у крупных клиентов. Первый клиент — индийский финтех Cred, дальше пошли Flipkart, Practo, Groww, PolicyBazaar.

Ключевая переоценка стартапа произошла, когда он понял: простые сценарии вроде массового обзвона и квалификации лидов — это не sticky-бизнес, всё сводится к войне цен. Поэтому Ringg переориентировался на сложные рабочие потоки. Например, через платформу Practo его агент сейчас работает в 1200 клиниках, помогая пациентам записываться на приём и получать информацию после визита. Для e-commerce — восстановление заброшенных корзин, для финтеха — KYC и онбординг. Это задачи, где качество и консистентность агента действительно влияют на результат.

Голосовые звонки остаются основой бизнеса (более 70%), но Ringg начинает ветвиться — добавил чат и WhatsApp, для некоторых клиентов автоматизирует даже браузерные запросы поддержки. Это классический ход платформы: доказав, что можешь решать задачу в одном канале, расширяешь на другие, не разбирая логику агента. Рынок поймет, какой канал эффективнее для каких сценариев.

Интересна и география: Ringg не лезет напрямую продавать американским компаниям, а вместо этого нацеливается на так называемые Global Capability Centers в Индии — офшорные хабы, через которые мультинациональные корпорации всё больше тянут back-office и support. Это умный ход: вместо прямых продаж в США работает с партнёрами, которые вписывают автоматизацию в уже существующие контракты с большими игроками.

На технической стороне Ringg разрабатывает собственные модели speech recognition и generation, но пока не может позволить себе полный стек (включая инфраструктуру и deployment). Поэтому работает как orchestration layer — маршрутизирует задачи в разные модели в зависимости от use case. Это честный подход: не напускай дыму про полную независимость, а решай проблемы клиента. Peak XV видит в этом плюс — именно потому что Ringg родился из research lab собственных моделей, он понимает, как делать сложные enterprise workflows end-to-end.

Рынок voice AI в Индии перенасыщен: модельмейкеры (Deepgram, ElevenLabs, Cartesia, локальные Sarvam и Smallest.ai), orchestration-игроки (Bolna, Blue Machines), специализированные платформы для финанса (Gnani, Arrowhead). Настоящая защита — не в самой модели, а в том, кто владеет отношениями с клиентом и отвечает за результат. Ringg пытается именно это и захватить.

Для российского бизнеса сценарии Ringg актуальны — особенно в финтехе, e-commerce и healthcare. AI Studio можно использовать для подготовки данных и обучающих наборов под такие агентов, но саму voice orchestration в России пока что это не решает напрямую. Однако стартапы вроде Groww показали, что даже в индийском контексте automated calling за счёт quality агента окупает себя за счёт повышения конверсии в KYC и retention. Российский fintech и insurtech могли бы применить похожую логику — сейчас большинство всё ещё полагается на человеческих операторов для сложных разговоров, где агент справился бы качественнее и дешевле. Блокчейн-платежи через Signum/SIGNA здесь не помогут, но вот сама идея платформы-оркестратора для различных каналов поддержки — вполне применима.