Encore AI 籌資 3000 萬美元，打造能從客戶互動學習的 AI 代理人
為何重要
此報導揭示了從通用 LLM 應用轉向「行為資料資產化」的商業模式，即不只依賴預訓練模型，而是將企業內部成功的溝通指令碼（Playbooks）作為 Agent 的訓練基礎。這種做法能讓 AI 更貼近特定產業（特別是財務顧問）的知識與語境，提供更符合人性且高轉換率的服務。 對於投資人和產業觀察者來說，這顯示在 AI Agent 的垂直落地中，如何處理「資料孤島」且回溯邏輯的能力成為關鍵競爭力。而甲方（大廠）如 Salesforce 入局後是否能重構技術棧來相容此類「對話歷史」作為資料點，將決定小廠的生存空間。
Encore AI 從分析銀行客戶互動的規模起家，現轉型為專注於「互動採礦」的平臺，透過分析員工與客戶的對話（如錄音、Email、CRM 資料），訓練能模仿成功策略的 AI 語音代理人，以提升客戶服務與銷售成效。
- 創辦人 Dvir Ginzburg 提到，Agent 能學習員工在對話中使用的 Playbooks（商用指南），甚至自動講述笑話或引用特定 anecdotes。
- 公司已完成由 Team8 領投的 3000 萬美元 A 輪融資，Planven、Garage 等機構參與，部分參與者亦為其現有金融客戶。
- 截至 TechCrunch 場訪時，Global 企業客戶已超過 40 家，多為金融機構，年經常性營收（ARR）自 seed 輪迄今成長逾 5 倍。