Por Canuto  

Smallest.ai recaudó USD $13 millones para desarrollar modelos de voz especializados que respondan casi sin retraso y hagan que los agentes de IA suenen como personas reales.

***

  • La Serie A fue liderada por Seligman Ventures y elevó el financiamiento total de Smallest.ai a más de USD $21 millones.
  • La startup propone usar un modelo pequeño para conversar en tiempo real y recurrir a un LLM cuando surjan problemas complejos.
  • RingCentral y Truecaller ya figuran entre sus clientes, mientras la empresa compite con ElevenLabs, Cartesia y Sarvam.

 

Smallest.ai, una startup fundada a finales de 2024, recaudó USD $13 millones para desarrollar una inteligencia artificial de voz capaz de responder con rapidez y sonar genuinamente humana. La compañía considera que el próximo avance de los agentes conversacionales no depende únicamente de acelerar los grandes modelos de lenguaje.

Su estrategia consiste en crear modelos pequeños y especializados para la conversación. Estos sistemas buscan reproducir la manera en que las personas escuchan, piensan y hablan al mismo tiempo durante una llamada.

“Mientras te hablo, ya estás pensando, y podrías interrumpirme si hablo demasiado tiempo”, explicó Sudarshan Kamath, fundador y CEO de Smallest.ai, en declaraciones recogidas por TechCrunch. Según el ejecutivo, esa dinámica guía el diseño del modelo de la startup.

La diferencia resulta importante porque una conversación telefónica no funciona como un intercambio de mensajes escritos. En un chat, el usuario suele aceptar que el sistema procese una instrucción completa antes de responder.

En una llamada, incluso una pausa breve puede sentirse artificial. El interlocutor espera que la otra parte procese el audio de manera continua, detecte cuándo termina una frase y pueda responder o interrumpir sin una espera prolongada.

Kamath explicó que los grandes modelos de lenguaje normalmente reciben una solicitud completa y luego comienzan a razonar. Smallest.ai intenta sustituir ese flujo por una capa de inteligencia que opere en tiempo real mientras avanza la conversación.

La meta declarada de la empresa es que hablar con uno de sus agentes resulte indistinguible de hablar con una persona. Kamath resumió ese objetivo al afirmar que sus modelos deben superar la prueba de Turing.

Un modelo rápido conectado con un LLM

El sistema de Smallest.ai está diseñado para mantener conversaciones naturales sobre temas específicos. La compañía asegura que su modelo puede responder con prácticamente cero retraso cuando conoce el asunto planteado por el cliente.

La especialización también establece un límite. Si el sistema encuentra una consulta fuera de su base de conocimientos, la startup transfiere el problema a un modelo fundamental de mayor tamaño.

Durante ese proceso, el cliente podría quedar brevemente en espera. Kamath comparó esa pausa con lo que haría un trabajador humano cuando necesita investigar una respuesta antes de continuar con la llamada.

El ejecutivo considera que los futuros agentes de inteligencia artificial dependerán de dos modelos complementarios. El primero manejaría la interacción de voz en tiempo real, mientras el segundo resolvería las tareas complejas cuando fuera necesario.

Este enfoque busca dividir el trabajo según las exigencias de cada momento. El modelo pequeño se encargaría de la velocidad, la continuidad y los matices conversacionales, mientras el LLM aportaría capacidad de razonamiento en problemas más difíciles.

La propuesta no elimina el uso de modelos grandes, pero cambia su función dentro de una llamada. En lugar de gestionar cada fragmento de audio, el LLM podría actuar como un recurso de respaldo para consultas que excedan el alcance del sistema especializado.

Para empresas de atención al cliente, esa arquitectura podría reducir la sensación de rigidez que todavía acompaña a muchos agentes automáticos. Sin embargo, la noticia no ofrece cifras independientes sobre latencia, precisión o satisfacción de usuarios.

Voz empresarial, competencia y financiamiento

La Serie A de Smallest.ai fue liderada por Seligman Ventures, con participación de Sierra Ventures y 3one4 Capital. La operación elevó el financiamiento total de la startup a más de USD $21 millones.

La empresa concentra sus esfuerzos en aspectos específicos de la voz que los modelos generalistas no siempre priorizan. Entre ellos figuran el manejo de distintos acentos, la compatibilidad con docenas de idiomas y el funcionamiento en entornos ruidosos.

Esas capacidades apuntan directamente a los centros de soporte y a otros servicios empresariales que reciben llamadas en condiciones variadas. Una conversación telefónica puede incluir ruido ambiental, pronunciaciones regionales y cambios rápidos de turno entre los participantes.

Entre los clientes existentes aparecen RingCentral y Truecaller, dos compañías vinculadas con servicios de comunicación y voz. Kamath también señaló que cualquier empresa de soporte al cliente podría convertirse en cliente potencial.

El grupo incluye startups de atención automatizada como Sierra y Decagon. Para Smallest.ai, esas compañías podrían preferir contratar una solución especializada en voz antes que desviar recursos para construir internamente un modelo completo.

Kamath sostuvo que desarrollar capacidades de voz extremadamente sólidas puede convertirse en una distracción para las startups cuyo negocio principal consiste en brindar soporte. Desde su perspectiva, contratar esa infraestructura permitiría concentrarse en la experiencia general del cliente.

Smallest.ai compite con ElevenLabs, considerado un líder en inteligencia artificial de voz, además de enfrentarse a Cartesia y a empresas regionales como Sarvam. Esta última se enfoca en idiomas locales, un segmento relevante para ampliar el alcance de los agentes conversacionales.

El desafío de distinguir una máquina de una persona

La competencia del sector no se limita a producir voces agradables. Los sistemas también deben responder con el ritmo adecuado, reconocer interrupciones y mantener una conversación coherente cuando el usuario cambia el tono o la dirección del diálogo.

Smallest.ai se diferencia de algunos rivales por concentrarse exclusivamente en agentes conversacionales empresariales en tiempo real. Otras compañías aplican la inteligencia artificial de voz al doblaje, la creación de podcasts y distintos formatos de producción de audio.

Ese foco puede ayudar a la startup a desarrollar herramientas específicas para llamadas de atención al cliente. También la obliga a demostrar que su tecnología funciona en escenarios donde los usuarios esperan respuestas rápidas y toleran poco los errores.

La empresa todavía enfrenta una dificultad central: los usuarios suelen detectar rápidamente cuándo conversan con una máquina. La entonación, las pausas, las respuestas repetitivas y la incapacidad para manejar interrupciones pueden revelar el carácter artificial del sistema.

El diseño de Smallest.ai intenta atacar precisamente esas señales. Su modelo debe escuchar mientras procesa y hablar sin esperar a recibir un bloque completo de audio, una conducta más cercana a la conversación humana cotidiana.

La compañía también propone una respuesta para los límites del modelo pequeño. Cuando una consulta supera su conocimiento, el sistema puede pedir apoyo a un modelo más potente y simular una pausa de investigación, en vez de entregar una respuesta improvisada.

Este mecanismo puede mejorar la naturalidad, pero también introduce una dependencia operativa de los modelos fundamentales. La noticia no especifica qué proveedores utiliza Smallest.ai para esas tareas ni cuánto tiempo dura la espera.

Una industria que busca conversaciones sin fricción

El financiamiento coloca a Smallest.ai en una carrera amplia por transformar los centros de atención al cliente. Las empresas buscan automatizar más interacciones, aunque todavía necesitan preservar la sensación de comprensión y continuidad que ofrece un operador humano.

La startup considera que la velocidad debe acompañar a la inteligencia. Un agente que responde correctamente, pero deja silencios prolongados, puede generar frustración aunque su razonamiento sea técnicamente sólido.

La especialización representa una alternativa frente a la tendencia de utilizar un único modelo grande para todas las tareas. En la visión de Kamath, la conversación requiere una herramienta diseñada para el tiempo real y no solo un sistema capaz de procesar instrucciones complejas.

La expansión a docenas de idiomas también plantea una oportunidad para empresas con clientes internacionales. El soporte para acentos y ambientes ruidosos podría ser tan importante como la capacidad lingüística básica.

Aun así, el éxito comercial dependerá de factores que van más allá de la voz. Las compañías deberán valorar la precisión, la seguridad, la integración con sus sistemas y la capacidad de transferir correctamente los casos que el agente no pueda resolver.

Smallest.ai sostiene que las startups de soporte al cliente no deberían distraerse construyendo cada componente de su infraestructura. Su propuesta es convertirse en el proveedor especializado que haga posible una experiencia de voz más rápida y cercana a la humana.

Por ahora, la empresa presenta la prueba de Turing como su criterio definitivo. Su objetivo no consiste solamente en generar audio convincente, sino en lograr que el usuario termine una conversación sin saber si habló con inteligencia artificial o con una persona.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados