Smallest.ai captó USD13 millones en una Serie A liderada por Seligman Ventures, con participación de Sierra Ventures y 3one4 Capital. La ronda eleva el capital total por encima de USD21 millones y financiará un producto de inteligencia artificial de voz para conversaciones empresariales en tiempo real.
Fundada a fines de 2024 por Sudarshan Kamath, la empresa sostiene que una interacción natural necesita una arquitectura distinta del chat de texto. Un gran modelo convencional espera el mensaje completo para procesarlo, mientras las personas escuchan, preparan respuestas y a veces interrumpen simultáneamente.
Smallest.ai desarrolla un modelo compacto y especializado que busca escuchar, razonar dentro de un dominio definido y hablar al mismo tiempo. La compañía afirma que así elimina casi toda demora, una característica crítica en atención al cliente, donde pausas breves hacen sonar mecánico al agente.
La arquitectura no intenta que el modelo pequeño responda todo. Si una consulta excede su conocimiento limitado, llama a un modelo fundacional mayor y deja al cliente en espera mientras busca información. Kamath prevé agentes con una capa conversacional rápida y otra más lenta para trabajo complejo.
La startup se concentra en problemas propios de la voz: acentos, decenas de idiomas, interrupciones y entornos ruidosos. Eso la diferencia de desarrolladores generalistas y de compañías que usan la voz para doblaje, podcasts o medios en lugar de llamadas empresariales en vivo.
RingCentral y Truecaller están entre sus clientes. Compite con ElevenLabs, Cartesia y el especialista regional Sarvam, mientras plataformas de soporte como Sierra y Decagon podrían comprar la tecnología o desarrollar sistemas propios.
El argumento comercial es que las empresas de soporte no deberían desviar ingenieros para especializarse en modelos de voz. La tesis depende de confiabilidad, idiomas, latencia, costo de integración y capacidad de transferir conversaciones entre modelos sin confundir al usuario ni exponer datos sensibles.
Kamath dice que el objetivo es que la persona no sepa si habla con una máquina. Es una ambición, no un resultado probado de forma independiente. La Serie A valida interés inversor; la próxima evidencia será despliegues, retención, economía unitaria y desempeño con acentos, ruido y pedidos impredecibles.
