Wispr привлекла $280 млн при оценке в $2 млрд, чтобы доказать: эра текстовых полей подошла к концу

Компания Wispr привлекла $280 млн при оценке в $2 млрд. Menlo Ventures возглавила этот раунд финансирования, как и предыдущий. Общий объем привлеченных средств теперь составляет $361 млн.

Компания выпускает Wispr Flow — приложение для диктовки, которое превращает устную речь в отредактированный текст в любом приложении, где в данный момент находится ваш курсор. Reuters сообщает, что в ходе ноябрьского раунда компания оценивалась в $700 млн. Таким образом, оценка выросла почти в три раза всего за девять месяцев.

Основная идея: эпоха моделей завершена

Menlo опубликовала свое обоснование в тот же день, и оно звучит необычайно прямолинейно.

«Передовые лаборатории создали сверхчеловеческий ИИ-интеллект. Но они не создали удобных и эффективных интерфейсов для человека», — написал партнер фонда Мэтт Кранинг (Matt Kraning). Он утверждает, что узкое горлышко переместилось с самой модели на интерфейс.

В интервью Fortune он сформулировал эту коммерческую мысль еще более прямо.

«Это не рынок диктовки. Диктовка — это лишь способ войти в дверь, — заявил Кранинг. — Лаборатории в основном решили задачу интеллекта. Никто пока не решил, как обычный человек должен объяснять ему, чего он хочет».

Menlo также называет эту сделку одной из крупнейших инвестиций в сфере ИИ за всю свою историю.

Это не единственная фирма, придерживающаяся такого мнения на этой неделе. В Аахене стартап под названием amber привлек €7 млн с практически идентичным тезисом: конкуренция среди моделей более-менее окончена, и теперь значение имеет лишь контекст, который вы в них загружаете. Один раунд в сорок раз больше другого. Тезис при этом один и тот же.

Уровень ошибок в анонсе

День получения финансирования Wispr использовала для предварительного показа Canto — своей первой собственной модели распознавания речи. Детали этого анонса стоит вдумчиво перечитать.

«В самых сложных условиях — при фоновом шуме, сильном ветре, тяжелых акцентах или музыке — доля ошибок снижается с более чем 30% слов до показателей от 5% до 10%», — написал генеральный директор Танай Котари (Tanay Kothari).

Прочитайте это наоборот. В сложных условиях сегодня, до репорта Canto, продукт ошибается более чем в трех словах из десяти.

Пользователи это заметили. TechCrunch сообщил, что некоторые из них жаловались на падение качества работы сервиса в последние недели. Canto появляется скорее как ответ на эту проблему, чем просто как этап развития.

Скептический взгляд профессионала

В Wispr заявляют, что выручка росла более чем на 150% в каждом из последних четырех кварталов. По оценкам Menlo, рост год к году составил более чем 30 раз.

Майкл Эшли Шулман (Michael Ashley Schulman), партнер в Cerity Partners, поделился с агентством Reuters предостережением, которое не помешает изучить рядом с этими цифрами.

«Трехзначный квартальный рост при небольшой базе — это самая легкая цифра для генерации в венчурном капитализме на протяжении пары кварталов, и самая трудная для поддержания в будущем, когда ранние последователи перестают составлять всю вашу клиентскую базу», — отметил он.

Это суть всего вопроса в одном предложении, и Wispr — далеко не единственная компания, к которой это относится. Higgsfield привлекла $400 млн вчера, имея темпы роста выручки от $20 млн до $700 млн за год. Оба раунда оценивают траекторию развития, а не сложившийся бизнес.

Основатели Танай Котари и Сахадж Гарг (Sahaj Garg) познакомились на первом курсе в общежитии Стэнфорда и запустили компанию в 2021 году. Они потратили годы на носимые устройства и бесшумную речь — интерфейс для управления компьютером без издания звуков. Ничего из этого не сработало. Flow появилась около двух лет назад.

Сколько именно у них клиентов

Здесь опубликованные данные расходятся, причем разрыв весьма велик.

Fortune пишет о 100 000 компаниях. Menlo заявляет о десятках тысяч платящих компаний. Reuters сообщает более чем о 10 000 предприятий. Возможно, речь идет о трех разных определениях, а не о трех разных подсчетах, но публично их никто так и не свел воедино.

Что остается неизменным: миллионы пользователей среди потребителей, 162 страны и более 100 языков.

На собственном сайте компании в числе работодателей, чьи сотрудники пользуются сервисом, указаны Microsoft, Amazon, Notion, Klarna, Groupon, Rivian, Vercel и Mercury.

Конкуренты — это все

Apple, Google, Microsoft, Anthropic и OpenAI — все они работают над голосовым вводом. Ниже располагается толпа более мелких приложений для диктовки, включая Willow, Monologue, Aqua и Superwhisper, а также бесплатные инструменты, нацеленные на ту же аудиторию.

Menlo парирует это возражение напрямую, что намекает на ожидаемость подобных вопросов со стороны фонда. Бесплатная диктовка существует уже десять лет, и почти никто ею не пользуется, утверждает Кранинг, поскольку функция может расшифровывать текст, но для понимания намерений пользователя нужна полноценная компания.

Wispr не берет ничего за первые 2000 слов в неделю, после чего предлагает платные тарифные планы Pro, командный и корпоративный (enterprise). Компания сертифицирована по стандартам SOC 2 Type II, ISO 27001 и требованиям HIPAA, а также заявляет, что «Режим конфиденциальности» (Privacy Mode) исключает использование данных диктовки при обучении моделей.

Среди инвесторов раунда Серии B компании Wispr числятся Notable Capital, NEA, Neo Ventures, 8VC, Acrew, Forerunner, Goodwater, Peak XV, Together Fund и PLUS Capital. Издание Fortune сообщает, что в раунде также приняли участие спортсмены Джо Берроу (Joe Burrow), Шон Уайт (Shaun White), Клэй Томпсон (Klay Thompson) и Пол Джордж (Paul George).

Кем компания хочет стать на самом деле

Диктовка — вовсе не конечная цель, о которой говорят участники проекта. В июле компания открыла исследовательскую лабораторию под руководством Ария Растроу (Ariya Rastrow), ранее работавшей над ранними версиями Amazon Alexa.

Диагноз Растроу, если верить Menlo, заключается в том, что голосовые помощники предыдущего поколения провалились из-за нехватки интеллекта, а привычная всем цепочка «речь в текст — затем в модель» теперь представляет собой неверную архитектуру. Лаборатория призвана заменить ее подходом, который в Menlo называют «голос в результат» (voice-to-outcome).

Wispr также выпустила инструмент для создания заметок на встречах, что выводит ее на поле конкуренции с Granola, Fireflies и Read AI.

Сооснователь Сахадж Гарг обозначил проблему доверия, с которой продукт сталкивается самостоятельно. «Конфиденциальность и безопасность для нас — не просто функции: это фундамент для получения доступа к вашей повседневной жизни на уровне фонового присутствия», — заявил он в интервью Fortune.

Что все расставит по местам

Инвестиции в голосовые технологии привлекались активно весь год. Bland привлекла $50 млн в июне, а Fish Audio получила $52 млн в июле.

Дальше всех продвинулась ElevenLabs с показателем около $600 млн выручки — именно с этой отметкой сопоставляют оценку Wispr, независимо от того, озвучивают это вслух или нет.

Есть две вещи, которые решат, покажется ли этот раунд дешевым или нелепым спустя год. Первая — действительно ли Canto устранит проблему с ошибками, о которой только что заявила компания, поскольку 30% промахов в шумных условиях — это не тот продукт, вокруг которого люди строят свои привычки. Вторая вещь — это тезис Шулмана: сохранится ли рост, когда клиентами станут не энтузиасты, а самые обычные люди.