印度语音 AI 创业公司 Ringg 获 1550 万美元 A 轮融资
印度语音 AI 创业公司 Ringg 宣布完成 1050 万美元 A 轮扩展融资，由 Peak XV Partners 领投。本轮融资总额已达 1550 万美元，其中 550 万美元已于今年早些时候完成。
Ringg 最初以文本转语音初创公司 DesiVocal 起家，后因自研语音模型成本过高，转向构建企业级语音 AI 代理业务。印度金融科技公司 Cred 成为其首个客户，此后陆续拿下 Flipkart、Practo、Groww、PolicyBazaar 等本地头部创业公司。
业务转型：从简单外呼转向复杂工作流
联合创始人 Siddharth Tripathi 接受 TechCrunch 采访时坦言，公司早期聚焦外呼、线索筛选、贷款催收等"高容量、低复杂度"场景，但这类业务缺乏粘性，注定陷入价格战。
如今 Ringg 已将重心转向更复杂的业务流程，包括：
- 医疗预约：已接入 Practo 旗下 1200 家诊所，帮助患者预约就诊及随访；
- 电商弃购挽回：帮助平台挽回放弃购物的用户；
- 金融 KYC 核查：支持金融应用的用户身份验证与入职流程。
语音通话目前仍占 Ringg 业务量的 70% 以上，但公司已开始拓展至聊天和 WhatsApp 等渠道，并为 Shell 等客户实现浏览器端客服自动化。Tripathi 表示："我们希望将自己定位为面向结果的任务代理平台，而不仅仅是企业语音工具。"
市场策略：借力全球能力中心而非直销美国客户
Ringg 客户主要分布在印度本土，少量位于中东和美国。公司并未选择直接开拓美国市场，而是计划与印度的"全球能力中心"（GCC）合作——这类离岸枢纽正被跨国企业越来越多地用于后台和支持业务，Ringg 希望通过它们将自动化能力与人工服务打包输出。
技术层面，Ringg 自主研发语音识别与生成模型，目标是有朝一日掌控完整语音技术栈。目前产品以编排层形式运行，根据不同用例将任务路由至相应模型。Peak XV 合伙人 Rishen Kapoor 认为，正是因为 Ringg 从研究实验室起步、自建模型，其技术深度在处理复杂企业级用例时得以体现——"凭借这一能力，他们能够端到端完成商户入职、L1/L2 支持等高价值任务，并保持质量和一致性。"
竞争格局：模型、编排、应用三层玩家激战
印度语音 AI 赛道已相当拥挤。模型层有 Deepgram、ElevenLabs、Cartesia 以及本土玩家 Sarvam 和 Smallest.ai；编排层有 Bolna、Blue Machines 等与 Ringg 直接竞争；应用层则聚集了 Gnani、Arrowhead 等深耕金融领域的垂直玩家。
这场"模型—编排—应用"三层堆叠的竞争，核心赌注在于：谁能真正掌控客户关系和业务结果，谁就能留住资金、建立壁垒。
团队与招聘
Ringg 目前拥有 40 名员工，其中超过 15 人在近三个月入职。公司正在招聘"前沿部署工程师"（结合技术与产品管理能力）以及专注降低模型运行成本的研究人员。
背景数据
Truecaller 近期研究显示，超过 76% 的印度消费者偏好通过电话与企业沟通。语音仍是消费者首选的沟通方式，这为印度语音 AI 在客服和外呼场景的自动化应用留下了巨大空间。Ringg 目前月处理呼叫尝试量已达 2000 万次，并预期这一数字在接下来数月继续攀升。
评论