Karta AI ने PeerCapital आणि Cedar Hill Capital यांच्या नेतृत्वाखालील बीज फेरीत $3 Mn उभारले आहेत
स्टार्टअप BFSI प्लेयर्ससाठी क्लिष्ट इनबाउंड ग्राहक कॉल्सना लक्ष्य करत आहे, ज्याचा उद्देश मल्टी-स्टेप क्वेरी स्वयंचलित करणे आणि सर्व्हिसिंग खर्च कमी करणे आहे
कर्ता AI पुढील दोन वर्षात त्याचे गो-टू-मार्केट प्रयत्न आणि वितरणाचा विस्तार करण्यासाठी या निधीचा वापर करेल, तसेच उत्पादन विकास आणि स्वयं-शिक्षण यासारख्या उदयोन्मुख AI क्षमतांमध्ये गुंतवणूक करेल.
एजंटिक AI स्टार्टअप Karta AI ने पीअर कॅपिटल आणि सेडर हिल कॅपिटल यांच्या नेतृत्वाखालील सीड फंडिंग फेरीत $3 मिलियन (सुमारे ₹28 कोटी) उभे केले आहेत. या फेरीत वायझर व्हीसी, सीडीएम कॅपिटल आणि सीडस्टार्स यांचाही सहभाग होता.
स्टार्टअपचा नवीन भांडवलाचा वापर पुढील दोन वर्षांत गो-टू-मार्केट (GTM) धोरण आणि वितरणाचा विस्तार करण्यासाठी करण्याचा मानस आहे. एक भाग त्याच्या उत्पादन विकासाचा विस्तार करण्यास देखील मदत करेल, विशेषत: उदयोन्मुख AI तंत्रज्ञान जसे की सेल्फ लर्निंग, सहसंस्थापक आणि सीईओ विजयपाल सिंग यांनी Inc42 ला सांगितले.
Razorpay चे माजी अधिकारी विजयपाल सिंग आणि अभिषेक कुशवाह यांनी 2024 मध्ये स्थापन केलेले, Karta AI व्हॉईस, चॅट, ईमेल आणि व्हॉट्सॲपवर पसरलेले सर्वचॅनेल ग्राहक संप्रेषण प्लॅटफॉर्म ऑफर करते.
स्टार्टअप मुख्यत्वे व्हॉइस-आधारित परस्परसंवादांवर लक्ष केंद्रित करते, नेहमीच्या वारंवार विचारल्या जाणाऱ्या प्रश्नांऐवजी एकाधिक एंटरप्राइझ सिस्टममध्ये समन्वय आवश्यक असलेल्या जटिल इनबाउंड प्रश्नांना लक्ष्य करते.
25 पेक्षा जास्त भाषांमध्ये महिन्याला सुमारे 2 दशलक्ष ग्राहक संभाषणे हाताळण्याचा दावा करते. सिंग यांच्या म्हणण्यानुसार, त्यात PhonePe, Mindlabs, Bajaj आणि Aavas सह 10-12 पैसे भरणारे ग्राहक आहेत.
Karta AI आपले AI एजंट ग्राहक सेवा आणि रिटेन्शन वर्कफ्लोमध्ये वित्तीय संस्थांमध्ये तैनात करते.
स्टार्टअपचा दावा आहे की त्याचा एजंट सुमारे 70% कर्जदारांच्या प्रश्नांचे मानवी हस्तक्षेपाशिवाय शेवटपर्यंत निराकरण करतो, ज्यामुळे प्रति क्वेरीचा खर्च अंदाजे 50% कमी होतो. या प्रश्नांमध्ये कर्ज वितरण अद्यतने, खात्याचे स्टेटमेंट, फोरक्लोजर स्टेटमेंट आणि मालमत्तेची कागदपत्रे जारी करण्याच्या विनंत्या समाविष्ट आहेत.
हे अंतर्गामी परस्परसंवादांवर लक्ष केंद्रित करते, जेथे ग्राहक अयशस्वी पेमेंट, अवरोधित कार्ड, कर्ज-संबंधित प्रश्न आणि विमा दावे यासारख्या समस्यांचे निराकरण करण्यासाठी व्यवसायांशी संपर्क साधतात. आउटबाउंड कॉल्सच्या विपरीत, जे व्यवसाय विशेषत: विशिष्ट हेतूसाठी सुरू करतात, इनबाउंड संभाषणांमध्ये अनेक प्रश्नांचा समावेश असू शकतो आणि एआय एजंटना माहिती पुनर्प्राप्त करण्याची आणि अनेक प्रणालींवर क्रियांची अंमलबजावणी करण्याची आवश्यकता असते.
सिंग म्हणाले की त्यांनी आणि कुशवाह यांनी फिनटेक प्रमुख रेझरपे सोडल्यानंतर कर्ता AI वर काम करण्यास सुरुवात केली, जिथे त्यांनी अंतर्गत AI ऑटोमेशनवर काम केले होते. ऑगस्ट 2025 मध्ये व्हॉइसमध्ये विस्तार करण्यापूर्वी स्टार्टअपने सुरुवातीला चॅट-आधारित ऑटोमेशनवर लक्ष केंद्रित केले.
Karta AI लेव्हल 2 (L2) आणि लेव्हल 3 (L3) प्रश्नांना लक्ष्य करते, ज्यासाठी AI एजंट्सना अनेक ग्राहकांच्या हेतूंचा अर्थ लावणे, विविध प्रणालींमधून माहिती पुनर्प्राप्त करणे आणि वर्कफ्लो कार्यान्वित करणे आवश्यक आहे. हे स्तर 1 (L1) क्वेरींपेक्षा वेगळे आहे, जसे की मूलभूत FAQ किंवा विनंत्या ज्या एका API कॉलद्वारे सोडवल्या जाऊ शकतात.
उदाहरणार्थ, कर्जदार कर्ज वितरणाची स्थिती तपासण्यासाठी कर्जदाराला कॉल करू शकतो आणि त्याच संभाषणात फोरक्लोजर स्टेटमेंटची विनंती करू शकतो. एजंटने दोन्ही हेतू ओळखणे, संबंधित माहिती पुनर्प्राप्त करणे आणि आवश्यक कार्यप्रवाह सुरू करणे आवश्यक आहे.
सिंग म्हणाले की, कर्ता AI ने त्याच्या इनबाउंड प्रूफ-ऑफ-कॉन्सेप्ट (PoC) उपयोजनांमध्ये 70-80% एंड-टू-एंड ऑटोमेशन साध्य केले आहे आणि आतापर्यंत असे सर्व PoC जिंकले आहेत.
जटिल प्रश्नांवर लक्ष केंद्रित करणे त्यांच्या असमान खर्चाचे प्रतिबिंबित करते. सिंग यांच्या म्हणण्यानुसार, L1 क्वेरीचा ग्राहक सेवेच्या 30-40% भाग असतो परंतु खर्चाच्या फक्त 10% असतो. L2 क्वेरी आणखी 30-40% खंडांचे योगदान देतात, तर L3 क्वेरी उर्वरित 10-20% बनवतात. एकत्रितपणे, त्याचा अंदाज आहे, L2 आणि L3 क्वेरी ग्राहक सेवा खर्चाच्या जवळपास 80% आहेत.
प्लॅटफॉर्म प्रत्येक परस्परसंवाद स्वयंचलित करत नाही. फसवणूक किंवा इतर उच्च-जोखमीच्या प्रकरणांसह, स्पष्टपणे परिभाषित मानक कार्यपद्धती (SOPs) नसलेल्या प्रक्रियांसह, मानवी एजंटांकडे पाठवल्या जातात. ग्राहक मानवी प्रतिनिधीची विनंती देखील करू शकतात.
Karta AI चे प्रोप्रायटरी कॉन्टेक्स्ट इंजिन त्याच्या एजंटना मल्टी-इंटेंट संभाषणे व्यवस्थापित करण्यात मदत करण्यासाठी डिझाइन केले आहे. पारंपारिक व्हॉईस एआय सिस्टीम सामान्यत: स्पीचला टेक्स्टमध्ये रूपांतरित करते, मोठ्या लँग्वेज मॉडेल (LLM) द्वारे क्वेरीवर प्रक्रिया करते आणि बोललेला प्रतिसाद तयार करते, कर्ता AI एक स्तर जोडते जो ग्राहकाचा हेतू ओळखतो आणि उत्तर तयार करण्यापूर्वी संबंधित एंटरप्राइझ डेटा पुनर्प्राप्त करतो.
इंजिन SOPs, नॉलेज बेस्स, मागील संभाषणे आणि API डेटा वर काढते. हे एजंटला प्रत्येक क्वेरीला एकांतात न हाताळता त्याच कॉलमध्ये फॉलो-अप विनंत्या हाताळण्यास अनुमती देते.
Karta AI ग्राहकासमोर आणि बॅक-ऑफिस वर्कफ्लो कार्यान्वित करण्यासाठी एंटरप्राइझ सिस्टमसह समाकलित करते. हे ओपनएआय आणि गुगलच्या जेमिनी कुटुंबातील मॉडेल्स वापरते, तसेच किमी आणि जेम्मा सारख्या ओपन-सोर्स मॉडेल्ससह, सिंग म्हणाले.
त्याचे व्हॉईस प्लॅटफॉर्म सुमारे 10-12 भारतीय भाषांना समर्थन देते, तर त्याचे चॅट ऑफर 200 हून अधिक भाषांना समर्थन देते. व्हॉईस सिस्टम हिंदी-इंग्रजी कोड-स्विचिंग, प्रादेशिक उच्चार आणि बोलीभाषा सामावून घेण्यासाठी डिझाइन केले आहे, जरी कार्यप्रदर्शन भाषांमध्ये भिन्न असते.
वित्तीय सेवांवर लक्ष केंद्रित केल्यामुळे, स्टार्टअपने प्लॅटफॉर्ममध्ये अनुपालन उपाय आणि रेलिंग तयार केले आहेत. सिंग म्हणाले की, एजंटची तैनातीपूर्वी कर्ता एआय टीम, ग्राहक आणि एआय-आधारित चाचणी प्रणालीद्वारे चाचणी केली जाते.
Karta AI प्रामुख्याने बँकिंग, वित्तीय सेवा आणि विमा (BFSI) मध्ये भारतीय व्यवसायांना सेवा देते, जेथे उच्च ग्राहक संवाद खंड आणि जटिल बॅक-ऑफिस प्रक्रिया ऑटोमेशनसाठी संधी देतात. आंतरराष्ट्रीय बाजारपेठेत विस्तार करण्यापूर्वी पुन्हा वापरण्यायोग्य, उद्योग-विशिष्ट क्षमता विकसित करण्याची योजना आहे.
<!(CDATA())>
जर (window.location.pathname === ” || window.location.pathname === “/datalabs/pricing/” || window.location.pathname === “/datalabs/demo/” ) { !function(f,b,e,v,n,t,s) {if(f.fbq)return;n=f.fbq=function(){n.callMethod.apply(n,arguments):n.queue.push(arguments)}; if(!f._fbq)f._fbq=n;n.pushed=n.';=0; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)(0); s.parentNode.insertBefore(t,s)}(विंडो, डॉक्युमेंट,'स्क्रिप्ट', 'fbq,'76}58); कार्य if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTag(0); s.parentNode.insertBefore(t,s)}(विंडो, दस्तऐवज,'स्क्रिप्ट', 'fbq('init', '862840770475518');
Contact to : xlf550402@gmail.com
Copyright © boyuanhulian 2020 - 2023. All Right Reserved.