La trastienda de la atención al cliente de grandes compañías con millones de clientes no es fácil de manejar. Canales múltiples, varias herramientas y en tiempo real complican mucho la gestión. La startup española Lang.ai busca ordenar a través de algoritmos y automatizaciones toda esa compleja ‘sala de máquinas’ y hacerla accesible no sólo a los ingenieros, sino también a los responsables de negocio. La compañía, a caballo entre Silicon Valley y Madrid, pretende acelerar tras una primera fase de construcción de su plataforma que utilizan grandes clientes como Másmóvil, Caixabank o el unicornio fintech enfocado en gastos corporativos Ramp. Para eso acaba de levantar una ronda de 10 millones de dólares, con varios fondos internacionales y directivos de la industria tecnológica.
La primera ‘piedra’ de esta plataforma no se puso en el año 2018, cuando se constituyó Lang como compañía estadounidense. Fue más de seis años antes. En 2012, Jorge Penalva, ingeniero de Telecomunicaciones, cursaba un máster en Chicago sobre ciencias de la computación. El proyecto de fin de máster lo centró en analizar sentimientos de conversaciones en español en Twitter. Detectó que había una oportunidad y decidió volverse a España para montar algo así como proyecto. Era el origen de Sentisis, para la que se alió con otros dos socios: Borja González de Mendoza, especializado en ventas, y Enrique Fueyo, encargado de la parte técnica.
Lograron captar la atención de fondos relevantes en España, como Axon Partners, JME Ventures, y a nivel internacional, como StartCap Ventures (fundado por el ‘buscador de unicornios’ español, Ignacio Vilela). “La oportunidad funcionó y crecimos en Latinoamérica”, apunta Penalva. En el año 2018 Sentisis facturaban cerca de 2 millones de euros desde su matriz española. Pero se dieron cuenta de dos cosas. La primera: era un negocio que podía crecer, aunque no de manera explosiva, como requiere un modelo respaldado por capital riesgo. La segunda: estaban enfocados en el análisis de redes en español. Detectaron que realmente había una oportunidad en el análisis de datos en plataformas de atención al cliente.
Ese es un campo complejo. Una multinacional o compañía grande cuenta con varias plataformas en las que entran todo tipo de mensajes, reclamaciones o peticiones. “Uno de los retos era que para activar esas conversaciones se dependía de recursos técnicos para entender la conversación”, apunta. Es decir, para leer todo eso y entenderlo había que alimentar ‘a mano’ con personal técnico toda una maquinaria de aprendizaje con algoritmos para categorizar todo. Ese era el hueco de Lang. Para arrancar completan una suerte de ‘spin off’ en el que ofrecen una pequeña participación a los socios financieros de Sentisis -a los que posteriormente fueron comprando títulos en el mercado secundario de las diferentes rondas firmadas-. Uno de los socios, Borja González, se queda a cargo de Sentisis. Penalva decide hacer las maletas y salir a EEUU y arrancan la andadura de Lang en el año 2018.
Con su tecnología para entender texto en cualquier tipo de formato sin ningún tipo de entrenamiento (lo que se conoce como ‘machine learning’ en inglés) pueden, por ejemplo, consolidar y estructurar todos los tickets de atención al cliente, correos electrónicos, chats o mensajes de Whatsapp que recibe el departamento de una compañía. Entienden cuál es el problema y se asigna al equipo correspondiente para que lo gestione. El modelo de negocio es el de una suscripción por la explotación de su software (SaaS) y cuya variable de precio es el número de tickets que se gestionan.
Para recoger todos esos datos se deben conectar a todas las plataformas y agregadores de gigantes como Salesforce o Zendesk. Pero, ¿y si estas compañías hacen lo mismo que Lang y acaban eliminándolos de la ecuación? El CEO apunta que todas estas multinacionales cuentan con inteligencia artificial (IA) muy reconocida, pero que necesita mucho mantenimiento y modelado por ingenieros y personal técnico. Y es eso justo lo que intentan esquivar con su plataforma, con lo que se conoce como tecnología no supervisada. En un primer momento consiguieron clientes corporativos grandes como Caixabank o Másmóvil, pero mantienen un equilibrio también con startups o compañías de alto crecimiento. “Mantenemos un mix que sea saludable; un error que puede cometer una startup en edades iniciales es querer ir a gran compañía”, apunta Penalva.
La compañía vive a caballo entre Madrid y Estados Unidos. En la oficina española está todo el equipo de tecnología y producto, que fue el encargado de desarrollar el algoritmo -posteriormente fue patentado en EEUU-. Penalva vive en San Francisco (California). En el año 2018 se fue solo. Era la segunda vez. Y, pese a eso, se tuvo que enfrentar a problemas. En esta ocasión se apoyó en el inversor español Ignacio Vilela, que hizo las veces de mentor además de inversor inicial. Hasta 2020 trabajaron con algunos clientes iniciales y lograron una integración muy completa con Zendesk. En ese año un pequeño fondo creado por empleados de la empresa Yext se acercó. “Les conocí e invirtieron un pequeño ticket de menos de 100.000 dólares”, asegura el CEO. Uno de ellos, Basil Polsonetti, hizo muchas migas con el español y acabó incorporándose como responsable de Operaciones.
La nueva ronda
Después en 2021 levantaron una ronda de 2 millones de dólares con varios fondos locales. Los números crecieron mucho. “Los inversores aquí en EEUU se quedan sorprendidos de la eficiencia con la que se ha llegado al punto actual”, apunta el cofundador. Tras un importante crecimiento en el último año -no facilitan datos totales de ingresos, pero insisten en que se han pasado de 10 a 25 empleados en ese tiempo- han hecho que los mismos fondos junto con otros nuevos como Nava Ventures y ‘business angels’ como el CEO del 'cuasi-unicornio' español Typeform, Joaquim Lecha, sumaran 10,5 millones de dólares de capital para invertir.
La ronda se formalizó el pasado mes de mayo, pero sus principales términos se pactaron durante el primer trimestre. “Toda esa energía en el mundo del capital riesgo no nos ha afectado”, explica el cofundador. Se refiere a ese llamamiento de los grandes fondos estadounidenses a un ajuste en el sector, tanto en valoraciones como en inversiones, especialmente en fases más avanzadas. Su modelo permite generar eficiencias, por lo que una situación de ajuste en el mercado no debería impactar tanto. Ahora con este capital fresco buscan acelerar, especialmente en Estados Unidos. Esperan cerrar este año con medio centenar de empleados y con un centenar en 2023.
Comentarios