Negocios Rime levanta US$24M y apuesta por voz IA que no necesita reentrenamiento
La startup de voz IA recauda US$24M en Serie A liderada por M13 Ventures. Su modelo se entrena con datos propios y promete menos personalización. ¿Qué implica para empresas latinoamericanas que aún dependen de IVR?
El mercado de voz con inteligencia artificial para empresas no deja de recibir capital. Rime, una startup con sede en San Francisco, acaba de cerrar una ronda Serie A de US$24 millones liderada por M13 Ventures, con participación de Twilio Ventures, Corazon Capital y Unusual Ventures. La compañía afirma que ya procesa más de 100 millones de llamadas al mes para clientes como Mayo Clinic, Dialpad, Upstart y Asurion. Pero lo que distingue a Rime en un ecosistema que incluye a ElevenLabs, Deepgram, Vapi o Sierra no es solo el volumen: es la forma en que entrena sus modelos de voz.
Fundada en 2022 por Lily Clifford (exdoctoranda de Stanford), Brooke Larson (exingeniera de Alexa en Amazon) y Ares Geovanos (ingeniero de Stanford), Rime ha construido un estudio de grabación propio en San Francisco para capturar datos conversacionales reales, en lugar de depender de scraping de audio de internet. La lógica es que la calidad de la voz sintética depende críticamente de los datos de entrenamiento, y que los datos genéricos no capturan las particularidades de la pronunciación de marcas, términos técnicos o jergas industriales.
Esa obsesión por la precisión fonética se traduce en una arquitectura basada en fonemas, capaz de adaptar la pronunciación a diferentes entidades sin obligar al cliente a reentrenar el modelo para cada industria. "Las empresas siguen prefiriendo los sistemas IVR tradicionales porque la tecnología de voz IA aún no iguala su efectividad", admitió Clifford en declaraciones a TechCrunch. "Interactuar con un agente de voz IA no es la experiencia más convincente para el usuario final. Es como un nuevo IVR, pero con mejor voz".
El dilema de la Serie A: validación antes que escala
El contexto de la ronda de Rime ilustra perfectamente lo que una Serie A exige hoy. Según la guía de Nexen Capital, esta etapa —que suele cerrarse entre los 3 y 15 millones de dólares— busca startups con un product-market fit sólido, métricas de tracción claras y un equipo capaz de ejecutar. Rime cumple: tiene clientes enterprise, una tasa de crecimiento que justifica la inversión y un equipo técnico que acaba de incorporar a Rafael Valle, quien lideró audio en Meta Superintelligence Labs y en el equipo de investigación de aprendizaje profundo de audio de NVIDIA.
Pero el desafío real para Rime no es levantar capital, sino demostrar que su enfoque reduce la fricción de adopción para las empresas. La startup comenzó con un pipeline de modelos separados —speech-to-text, text-to-speech y un gran modelo de lenguaje— y ahora está migrando hacia modelos speech-to-speech para reducir latencia, mejorar el manejo de turnos y lidiar con ruido de fondo. "Hay mucho más por hacer técnicamente, y el enfoque de Rime de avanzar en el mejor modelo con baja latencia y alta confiabilidad en entornos regulados destaca", dijo Morgan Blumberg, de M13, que se suma al directorio de la startup.
Lo que esto significa para América Latina
Para las empresas latinoamericanas que evalúan automatizar sus centros de contacto, el caso de Rime es relevante por varias razones. Primero, porque el español y el portugués presentan variaciones fonéticas y de acento que los modelos entrenados con datos genéricos en inglés suelen manejar mal. Un modelo que se adapta a la pronunciación de marcas y términos específicos —como nombres de productos, siglas o jergas locales— sin requerir reentrenamiento reduce el costo de implementación. Segundo, porque la mayoría de las empresas de la región aún operan con IVR tradicionales, exactamente el tipo de cliente que Clifford menciona como reacio a migrar por la experiencia de usuario.
La apuesta de Rime por fonemas en lugar de dependencia de orquestación de múltiples modelos podría ser una ventaja para equipos de TI reducidos en startups o compañías de mediano tamaño en Latinoamérica. La promesa de menor latencia y mayor confiabilidad en llamadas reales —con ruido de fondo, interrupciones y acentos— es justo lo que los sistemas legacy no resuelven. Sin embargo, la compañía aún no ha anunciado presencia local ni soporte explícito para español o portugués, lo que deja abierta la pregunta de si su estudio de grabación en San Francisco captura suficientes datos de habla hispana para ser efectivo.
El financiamiento de Rime también refleja un patrón que se repite en el ecosistema de voz IA: los inversores están dispuestos a apostar por startups que muestren tracción real en entornos regulados. Para un ejecutivo latinoamericano que evalúe reemplazar su IVR, la lección es clara: la tecnología avanza, pero el verdadero salto de calidad no está en la voz sintética, sino en la capacidad de entender el contexto de la conversación. Y eso, como advierte Clifford, aún no está resuelto.
Mientras ElevenLabs y Deepgram se mueven hacia la capa de orquestación y aplicación, Rime apuesta por mantenerse en el modelo puro. La decisión de qué camino tomar —modelo propio, integración con un proveedor existente o esperar a que la tecnología madure— definirá la estrategia de customer experience de muchas empresas en la región durante los próximos dos años.
