Smallest.ai, 2024 végén alapított startup, 13 millió dollárt gyűjtött sorozat A körben, amelyet a Seligman Ventures vezetett, a Sierra Ventures és a 3one4 Capital részvételével. A befektetés után a vállalat összes finanszírozása meghaladja a 21 millió dollárt.
A cég azon az elképzelésen dolgozik, hogy a beszédalapú AI‑ügynökök következő nagy lépése nem a nagy nyelvi modellek (LLM‑ek) gyorsításából, hanem kisebb, kifejezetten emberi beszélgetésre tervezett modellek alkalmazásából származik. Smallest.ai célja, hogy a felhasználó számára a beszélgetés mesterséges intelligenciával ne legyen megkülönböztethető attól, mintha emberrel beszélne.
Működési elv: hallgatás, gondolkodás, beszéd egyidejűleg
A startup egy kisméretű hangmodellt fejleszt, amely azt a folyamatot próbálja utánozni, ahogyan az emberek egyszerre hallgatnak, gondolkodnak és beszélnek. Az alapító‑vezérigazgató, Sudarshan Kamath szerint a hagyományos LLM‑ek úgy működnek, hogy először megkapják a teljes promptot, majd ezután kezdenek gondolkodni — ami szöveges csevegésben elfogadható késleltetés, de élő hangalapú beszélgetésben minden rövid szünet is furcsán hat.
A Smallest.ai modellje valós idejű intelligenciarétegként működik: témakörspecifikus ügyfélbeszélgetéseket képes kezelni szinte észrevehetetlen válaszidővel. Ha a modell találkozna olyan témával, ami kívül esik a korlátozott tudásalapján, akkor az ügyfél lekérdezését „átadja” egy nagy, alapmodellnek — rövid várakoztatás mellett, miként egy emberi operátor is utánanézne a problémának.
Kétmodelles paradigma és gyakorlati fókusz
Kamath szerint a jövő AI‑ügynökeinek két modellre lesz szükségük: egy kicsire, ami valós időben kommunikál, és egy offline LLM‑re, amelyet bonyolultabb feladatokhoz hívnak elő. A Smallest.ai kifejezetten a hangra és a beszédspecifikus kihívásokra koncentrál: akcentusok kezelése, több tucat nyelv támogatása és működés zajos környezetben.
A vállalat ügyfelei között már szerepelnek hangalapú szolgáltatásokkal foglalkozó cégek, például RingCentral és Truecaller; Kamath szerint minden ügyféltámogatási cég potenciális vásárló lehet, még a viszonylag új piaci szereplők is. Arra a felvetésre, hogy egy jól finanszírozott ügyfélszolgálati startup miért ne fejlessze meg saját hangmodelljét, Kamath azt mondta, hogy az „extrém jó hangkezelés” elérése elvonná ezeket a vállalatokat fő üzletüktől.
Versenytársak és piaci pozicionálás
Smallest.ai versenytársai között említhetők az ElevenLabs, Cartesia és régiós szereplők, például a Sarvam, amelyek helyi nyelvekre koncentrálnak. Míg néhány konkurens hang‑AI megoldásokat más területeken is alkalmaz, mint az audiódublázs vagy podcast‑feldolgozás, a Smallest.ai kizárólag valós idejű, beszélgetésre optimalizált vállalati hangügynökökre fókuszál.
Kamath célja, hogy modelljeik „átüssék a Turing‑tesztet”: a felhasználó ne tudja megkülönböztetni, hogy emberrel vagy AI‑val beszél-e. Ez a vállalat egyetlen fókusza.
Miért számít ez?
A megközelítés gyakorlati előnyt ígér az ügyfélszolgálatokban, ahol a természetesebb, azonnali reakciók növelhetik az ügyfélélményt, miközben a nehezebb kérdéseket továbbra is nagyobb modellek kezelik. A friss tőke lehetővé teszi a Smallest.ai számára, hogy továbbfejlessze valós idejű hangmodelljeit és bővítse ügyfélkörét a hangalapú szolgáltatások piacán.
