Encore AI levanta 30 millones de dólares para convertir las mejores llamadas de ventas en guías para agentes

Dvir Ginzburg lleva una tesis sobre sistemas de recomendación a agentes de voz empresariales, con Team8 liderando la Serie A y clientes que se suman como inversionistas.

By · Published

Primary source: TechCrunch

Why it matters

Encore AI is betting that enterprises' strongest AI advantage is their own conversation history. Customer-investors pair financing with experience using the product inside financial institutions.

Illustration of Encore AI converting top sales calls into playbooks for voice agents, showing recorded conversations being organized into step-by-step guidance.

Encore AI founder Dvir Ginzburg ha recaudado 30 millones de dólares en una ronda Serie A para construir agentes de IA entrenados con las llamadas, mensajes y tácticas de ventas que ya funcionan dentro de grandes empresas. TechCrunch informó el 29 de julio que Team8 lideró la financiación, con la participación de Planven, Lukatz y Garage junto a bancos y aseguradoras.

Ginzburg aporta un historial inusualmente orientado a la investigación a una categoría dominada por propuestas de automatización de ventas. Estudió ciencias de la computación e ingeniería eléctrica en Tel Aviv University, continuó en el aprendizaje automático geométrico y trabajo doctoral, y trabajó en sistemas de recomendación en Microsoft después de desempeñar puestos de ingeniería en Meta y Cisco. Encore AI es la extensión comercial de ese camino: tomar un gran conjunto de decisiones y resultados pasados, encontrar los patrones que importan y recomendar la siguiente acción.

Ginzburg fundó la operación en 2022 como Insait IO. Su primer producto recomendaba productos financieros y acciones a asesores y gestores de relaciones. El posterior cambio de marca a Encore AI vino acompañado de una apuesta mayor: el mismo enfoque subyacente podría estudiar las conversaciones con clientes de una empresa, determinar cómo sus empleados más fuertes llevan a las personas a través de un embudo y codificar esas tácticas en software que pueda capacitar a los trabajadores o hablar directamente con los clientes.

Minería de las conversaciones que las empresas ya poseen

Encore AI llama a su enfoque "minería de interacción". La plataforma recopila grabaciones de llamadas, chats, correos electrónicos, datos del embudo y registros de CRM, luego divide los recorridos del cliente en etapas y busca tácticas asociadas a resultados exitosos. Según Ginzburg, esos patrones pueden incluir el momento de un seguimiento, el manejo de una objeción, una anécdota o incluso un chiste que repetidamente funciona para un representante humano.

"El agente que construimos es un paquete de muchas guías operativas diferentes que han funcionado a lo largo del proceso", dijo Ginzburg a TechCrunch.

El argumento de Ginzburg se centra en aprender de cómo se comportan los empleados de alto rendimiento, incluidas las técnicas informales que nunca llegan a un manual. Encore AI pretende convertir esas tácticas observadas en guías operativas para sus agentes.

Encore AI dice que su software puede operar en dos modos. Wingman and Autopilot respectivamente capacitan a los empleados durante conversaciones en vivo y ejecutan recorridos de clientes de forma autónoma por voz o texto. Encore AI también describe su tecnología de minería de interacción como patentada. Esas afirmaciones sobre el producto y las patentes provienen del material de Encore AI.

El enfoque genera un exigente problema de datos. Una táctica que se correlaciona con una venta puede no haberla causado, y la mejor acción puede variar según el cliente, el producto, el canal y las restricciones regulatorias. Las conversaciones históricas también pueden codificar malos hábitos junto con los útiles. El valor de Encore AI dependerá de si puede separar técnicas repetibles de coincidencias mientras da a los clientes suficiente control para evitar que un agente copie comportamientos que deberían haberse mantenido en manos humanas.

Los clientes también están respaldando la apuesta

Encore AI tiene más de 40 clientes empresariales a nivel mundial, la mayoría de ellos instituciones financieras, dijo Ginzburg a TechCrunch. También afirmó que los ingresos recurrentes anuales habían crecido más de cinco veces desde la ronda semilla de Encore AI hace menos de 18 meses. Encore AI no proporcionó una base de ingresos exacta, por lo que la cifra de crecimiento muestra impulso sin establecer la escala del negocio.

Algunos bancos y aseguradoras de la Serie A ya habían usado Encore AI antes de invertir, según TechCrunch. Ese solapamiento entre clientes e inversionistas le da a Ginzburg algo más que un respaldo financiero. Las instituciones financieras pueden proporcionar los despliegues complejos y regulados que Encore AI necesita para perfeccionar su producto, mientras que su inversión les otorga participación en un software que podría reducir la presión sobre el personal y mejorar la conversión en grandes volúmenes de interacciones con clientes.

También concentra el progreso inicial de Encore AI en un sector donde la adopción avanza lentamente y los errores conllevan consecuencias. Las instituciones financieras necesitan agentes que puedan cumplir con los requisitos de divulgación, proteger datos sensibles, escalar casos inusuales y dejar un registro auditable. Un sistema que pueda aprender de conversaciones humanas exitosas mientras respeta esos límites tendría una vía creíble hacia otras industrias reguladas. Las fallas en esos controles limitarían la cantidad de trabajo que los clientes estarían dispuestos a delegar.

Los propios materiales para clientes de Encore AI afirman mejoras que incluyen un aumento del 30% en la conversión de leads, un aumento del 33% en la tasa de conversión y, en un despliegue para cuentas de ahorro, un aumento del 81% en la conversión de leads a lo largo de 200,000 llamadas atendidas. Estas son cifras de estudios de caso de Encore AI más que resultados auditados de forma independiente, y el sitio no proporciona suficiente detalle metodológico para compararlas entre despliegues.

Una tesis más específica en un mercado de agentes concurrido

La Serie A llega en un momento en que el servicio al cliente y la automatización de ventas atraen capitales mucho mayores. Sierra recaudó 950 millones de dólares en mayo de 2026 a una valoración superior a 15,000 millones de dólares, mientras que Decagon anunció una Serie D de 250 millones de dólares en enero. Attention recaudó 30 millones de dólares en una Serie B en junio para software de IA dirigido a equipos de ingresos.

Los límites entre productos también se están desdibujando. Cresta combina agentes autónomos, asistencia en tiempo real a empleados e inteligencia conversacional. Gong se ha expandido de grabar y analizar llamadas de ventas a la ejecución mediante agentes utilizando datos de conversaciones, CRM y la web. Salesforce, SAP, Zoho y HubSpot ya disponen de registros de clientes que podrían respaldar productos competidores.

La respuesta de Ginzburg es la especialización. Sostiene que los datos conversacionales históricos tienen que ser la base del agente en lugar de otro insumo añadido a un CRM existente o a una plataforma de centro de contacto. Esa es una tesis técnica defendible, aunque Encore AI tendrá que demostrar que su capa de minería produce mejores resultados que los agentes competidores.

La financiación respalda el esfuerzo de Ginzburg por pasar de software de recomendación para asesores financieros y gestores de relaciones a una plataforma de agentes más amplia de voz y texto.

La oportunidad es considerable porque toda organización de ventas madura ya tiene un archivo privado de conversaciones que muestran cómo responden los clientes. Ginzburg apuesta a que ese archivo puede convertirse en software operativo en lugar de material de entrenamiento pasivo. La próxima prueba es si Encore AI puede convertir esas lecciones específicas de cada empresa en agentes que superen a un manual escrito sin heredar cada defecto presente en las conversaciones que estudian.

Reader comments

Conversation for this story loads after sign-in.