Die Nachfrage nach Konversations-KI – vor allem Chatbots – war wohl noch nie so groß und profitiert von der Bekanntheitswelle von Systemen wie ChatGPT von OpenAI. Letztes Jahr, Gartner vorhergesagt dass bis 2026 jeder zehnte Agent-Kunden-Austausch automatisiert sein wird, ein Anstieg gegenüber den geschätzten 1,6 % der Chats, die im Jahr 2022 an Chatbots übergeben wurden.
Es überrascht nicht, dass der Markt für Tools zum Aufbau von dialogorientierten KI-Erlebnissen groß ist – Tendenz steigend. Zukünftige Markteinblicke erwartet dass es im Jahr 2033 einen Wert von 47,6 Milliarden US-Dollar haben wird, gegenüber 9,6 Milliarden US-Dollar im Jahr 2023.
Ein typisches Beispiel: Sprachfluss, eine Plattform zur Entwicklung von Konversations-KI, gab heute bekannt, dass sie in einer von der VC-Firma OpenView angeführten Finanzierungsrunde 15 Millionen US-Dollar eingesammelt hat. Gründer und CEO Braden Ream sagte, dass die Tranche, die die Gesamteinnahmen von Voiceflow auf 35 Millionen US-Dollar erhöht, das Startup nach der Finanzierung mit 105 Millionen US-Dollar bewertet.
„Mit dieser neuesten Investitionsrunde wird Voiceflow sein Engagement für Produktinnovationen verstärken“, sagte Ream gegenüber Tech in einem E-Mail-Interview. „Dazu gehört die Hinzufügung eines LLM-gestützten KI-Builders, der Kunden die Möglichkeit gibt, auf großen Sprachmodellen basierende Agenten für den Kundensupport und mehr zu erstellen und einzusetzen.“
Ream gründete Voiceflow 2019 gemeinsam mit Tyler Han, Michael Hood und Andrew Lawrence. Nachdem sich das in Toronto ansässige Trio im College zusammengetan hatte, um Apps für Amazon Alexa zu entwickeln, und anschließend gemeinsam das College abgebrochen hatte, kam es auf die Idee, ein Tool zum Erstellen von Konversationsagenten zur Automatisierung bestimmter Anwendungsfälle im Kundenservice zu entwickeln.
„Unsere Vision war es, die größte kollaborative Plattform zu schaffen, die es jedem ermöglicht, in einem Team zusammenzuarbeiten, um erstaunliche KI-Agenten zu entwickeln, die alles automatisieren“, sagte Ream. „Heute liegt unser Hauptaugenmerk auf der Automatisierung des Kundensupports für Websites und In-App-Assistenten.“
Ream beschreibt Voiceflow als eine kollaborative Designplattform in „Figma-Qualität“ für die Entwicklung von KI-Agenten. Zu diesem Zweck können Teams Voiceflow verwenden, um Agenten bereitzustellen, die auf großen Sprachmodellen basieren, einschließlich – aber nicht beschränkt auf – GPT-4 von OpenAI.
Bildnachweis: Sprachfluss
Mit Voiceflow kann ein Unternehmen einen KI-Agenten entwerfen, testen und bereitstellen, ohne an ein bestimmtes Modell oder eine bestimmte Technologie gebunden zu sein, indem es verschiedene Modelle – einschließlich Spracherkennungsmodelle – kombiniert und anpasst, um konversationale KI-Erlebnisse zu schaffen.
„Voiceflow ermöglicht die Integration mit jeder vorhandenen Plattform oder jedem Technologie-Stack zum Verstehen natürlicher Sprache und ermöglicht es Teams, ihre Design- und Zusammenarbeitsfähigkeiten zu verbessern, ohne kostspielige Anbieterwechsel oder Technologieänderungen“, sagte Ream. „Es ermöglicht Unternehmenskunden außerdem, jedes große Sprachmodell, einschließlich ihres eigenen, sowie beliebte Modelle über APIs zu verwenden.“
Voiceflow beschäftigt rund 50 Mitarbeiter und hat unter anderem Konkurrenten wie Dialogflow, IBM Watson, AWS Lex und Microsoft Bot Framework. Ganz zu schweigen von Startups wie Quiq, Yellow Messenger, Rasa und Level AI, die zusammen bisher über 100 Millionen US-Dollar an Kapital eingesammelt haben.
Aber Voiceflow hat einen beachtlich großen Kundenstamm – 450 Kunden, darunter Amazon JP Morgan, The Home Depot, State Farm, Vodafone und eine ungenannte Regierungsbehörde, die zusammen rund 130.000 Nutzer auf der Plattform haben.
„Die Anmeldungen und die Nutzung von Voiceflow haben sich seit der Einführung von ChatGPT im November ungefähr verdoppelt, da das Interesse an Konversations-KI wächst“, sagte Ream. „Voiceflow ermöglicht es nicht-technischen und technischen Beteiligten, zusammenzuarbeiten, um gemeinsam KI-Agenten für jeden Anwendungsfall in einer sicheren, kontrollierten Umgebung zu entwickeln. Dadurch können Unternehmen schneller und schneller auf großen Sprachmodellen basierende Agenten für interne oder externe Anwendungsfälle erstellen, testen und bereitstellen.“