Le support client et le service sont actuellement parmi les secteurs les plus en vogue en matière d’IA vocale. Mais créer un produit qui semble humain et qui répond sans délai notable s’avère beaucoup plus difficile sur certains marchés que sur d’autres – et la plupart des principaux acteurs n’ont pas été construits en pensant à l’Afrique et au Moyen-Orient.
AethexAI, une startup fondée l’année dernière pour combler cet écart, a levé 3 millions de dollars en financement de pré-amorçage dirigé par 4DX Ventures, avec la participation d’Enza Capital, Dorm Room Fund, Mojo Ventures et Stanford GSB 26 Fund. Les investisseurs individuels comprennent des professeurs de Stanford, des dirigeants de télécommunications et des chercheurs en IA d’Anthropic.
Plutôt que d’utiliser des outils d’orchestration existants tels que Vapi et LiveKit, la société a construit son propre petit modèle et sa propre couche d’orchestration à partir de zéro pour gérer les dialectes localisés de l’anglais, du français et de l’arabe parlés sur ses marchés cibles – une décision motivée, comme nous y reviendrons, par les exigences particulières de l’activité dans la région.
La société lance également sa plate-forme permettant aux entreprises de tester sa technologie et de s’inscrire à ses services, ainsi que des API et des SDK permettant aux développeurs d’expérimenter ses modèles.
La startup a été fondée par Mariama Diallo et Ayooluwa Odemuyiwa. Le PDG Diallo a travaillé chez Goldman Sachs et a ensuite rejoint ModelML, soutenu par YC, en tant que recruteur de produits et de croissance. Le CTO Odemuyiwa est diplômé de Caltech, a travaillé chez Meta et s’est inscrit à la Stanford Business School avant de cofonder l’entreprise. Les deux hommes voulaient construire quelque chose pour les marchés émergents et ont commencé à rechercher des opportunités.
Les entreprises du monde entier se précipitent pour adopter des outils d’IA pour automatiser certaines parties de leurs opérations. Mais cela ne marche pas toujours. En Égypte, un centre d’appels automatisé reçoit une part importante de ses appels, mais a abandonné le système en raison de mauvais résultats, ont constaté les fondateurs. Plusieurs centres de support en Afrique leur ont expliqué que trouver et embaucher des ingénieurs pour automatiser les appels au juste coût était un casse-tête persistant.
« La latence et la gigue que nous avons constatées sur les appels automatisés dans cette région étaient scandaleuses. Si nous étions devenus des orchestrateurs, nous aurions peut-être dû utiliser de grands modèles hébergés en dehors de la région, ce qui aurait entraîné une latence plus élevée. Nous avons réalisé que pour que cela fonctionne, nous devons utiliser de très petits modèles et réduire la latence à chaque étape », a déclaré Odemuyiwa à TechCrunch à propos de la décision de créer ses propres modèles et couches d’orchestration.
Les laboratoires d’IA qui déploient leurs derniers modèles dépensent généralement des millions pour les former et acquérir des données. AethexAI a trouvé une solution pour les deux. Plutôt que de rechercher les plus grands modèles possibles, elle a décidé que les petits modèles suffisaient à résoudre le problème de latence tout en conservant la précision et a développé sa propre série Kora, avec des paramètres allant de 300 millions à 1,7 milliard. Cela représente une fraction de la taille des LLM, et c’est précisément le but.
Pour former ces modèles, la startup a utilisé des enregistrements anonymisés d’un centre d’appels partenaire. Elle a également expédié des disques durs aux stations de radio à travers l’Afrique pour collecter davantage de données audio. Pour réduire les coûts, l’entreprise a créé un réseau d’étudiants universitaires pour annoter les données et prononcer les noms locaux. En conséquence, affirme la startup, elle traite désormais plus de 17 000 appels par jour.
Du côté commercial, l’entreprise prend soin d’accompagner les clients qui débutent dans l’IA tout au long du processus, en proposant des démonstrations et des ateliers sur site pour les aider à identifier les meilleurs cas d’utilisation de l’automatisation.
« Nous disons toujours aux clients que nous ne pouvons pas tout faire pour tout le monde en ce moment. Nous sommes petits. Lorsque nous commençons à parler à une entreprise, nous leur demandons de choisir un cas d’utilisation qui est le plus important pour eux pour commencer », a déclaré Diallo.
La startup est ouverte à travailler dans tous les secteurs, mais pour le moment, une grande partie de ses cas d’utilisation implique des appels de recouvrement de créances, d’activation client ou de vérification KYC – Know Your Customer, le processus standard de contrôle d’identité utilisé par les banques et les télécommunications. La société embauche des ingénieurs déployés sur une base contractuelle pour servir les marchés locaux et établir des partenariats de distribution avec des fournisseurs de télécommunications pour gérer la téléphonie pour les appels vocaux d’IA. Les solutions plug-and-play, affirme-t-il, ne fonctionneront tout simplement pas ici.
Walter Baddoo, co-fondateur et associé directeur de 4DX Ventures, affirme que le marché de l’Afrique et du Moyen-Orient est fondamentalement différent des marchés pour lesquels la plupart des sociétés d’IA vocale ont été créées.
« Les entreprises d’Afrique et du Moyen-Orient traitent environ trois fois plus de volume d’appels que leurs homologues occidentales, car la voix reste le canal dominant pour l’interaction client », a-t-il déclaré. « Les systèmes historiques ont été construits pour les marchés occidentaux caractérisés par une infrastructure GPU haut de gamme, des environnements vocaux anglais et européens standard et des flux de travail d’entreprise courants aux États-Unis et en Europe. Cela crée de réelles lacunes lorsque les entreprises ont besoin de systèmes qui gèrent les dialectes, la commutation de code et les modèles de parole informels, et qui fonctionnent dans le cadre de leur infrastructure téléphonique existante et de leurs niveaux de prix réels. «
En d’autres termes, alors que des entreprises comme ElevenLabs, Deepgram, Sierra et Cognigy se développent rapidement à l’échelle mondiale, les marchés pour lesquels elles ont été créées et les marchés sur lesquels elles pénètrent ne sont pas toujours les mêmes. Des startups comme AethexAI parient que les lacunes – modèles spécialisés dans les dialectes locaux, partenariats sur le terrain, infrastructures construites pour la région – représentent une ouverture de marché que les géants n’ont ni l’incitation ni l’architecture pour combler.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
