Namun, yang lebih menarik dari angka pendanaan ini adalah pernyataan kontroversial CEO-nya, Dimitris Vassos. Ia dengan berani menyatakan bahwa sebagian besar contact center saat ini salah dalam menggunakan AI dan hanya membuang-buang uang .

Apa yang Membuat Pendekatan Omilia Berbeda?

Platform Omilia dibangun di atas arsitektur yang disebut Self-Learning Agentic CX Platform, yang dirancang khusus untuk contact center perusahaan besar, terutama di industri yang sangat diatur seperti perbankan dan asuransi . Tidak seperti banyak startup AI yang mengandalkan large language model (LLM) untuk segala hal, Omilia menggunakan arsitektur hybrid: menggabungkan otomatisasi deterministik untuk tugas rutin dengan generative AI untuk interaksi yang lebih kompleks .

Produk Unggulan Omilia

• Voice Agents & Chat Agents: Agen suara dan obrolan otomatis
• TalkGuard: Biometrik suara untuk autentikasi
• CSR CoPilot: Asisten untuk agen manusia
• Workforce AI: Alat manajemen tenaga kerja

Keunggulan Utama Omilia

• Arsitektur voice-first – Dibangun khusus untuk suara, dengan latensi di bawah 45ms menggunakan mesin text-to-speech (TTS) propietari bernama Lexis, mampu menangani lebih dari 50.000 panggilan suara secara bersamaan
• Pendekatan hybrid yang 'pas' – Menggunakan alat deterministik untuk tugas sederhana dan generative AI hanya jika diperlukan, bukan memaksakan LLM untuk setiap pertanyaan pelanggan
• Keamanan dan skala enterprise – Platform ini mendukung bank Tier 1 AS yang menangani lebih dari 1 juta panggilan per hari, dilengkapi dengan mekanisme anti-penipuan berlapis
• Tidak perlu persiapan data yang rumit – Sistem self-learning terhubung langsung ke operasi pusat panggilan dan belajar dari awal tanpa memerlukan kumpulan data yang dikurasi
• Diakui analis – Dinobatkan sebagai Leader dalam Forrester Wave™ Conversational AI Platforms for Customer Service, Q2 2026 dan diakui dalam IDC MarketScape

Argumen CEO: 'Bazoka vs. Pisau'

Vassos dengan lugas mengkritik pendekatan yang menggunakan generative AI untuk setiap interaksi di contact center . Ia menggunakan analogi yang gamblang: menggunakan LLM besar dan mahal untuk setiap permintaan sama saja dengan menggunakan bazoka ketika sebuah pisau sudah cukup . Tugas rutin — seperti mengecek saldo rekening, status pembayaran, atau detail pesanan — tidak memerlukan model AI tercanggih .

"Perusahaan seperti Sierra, Decagon, dll., mengidentifikasi diri sebagai perusahaan generative AI. Tujuan tunggal mereka adalah menggunakan generative AI dan itu membatasi mereka sendiri," ujar Vassos kepada TechCrunch. "Anda mungkin punya bazoka, tapi jika musuh ada di dekat Anda, Anda butuh pisau. Inilah realitas contact center, di mana Anda membutuhkan banyak alat."

Sebagian besar panggilan masuk adalah pertanyaan dasar yang bersifat deterministik (misalnya, "Berapa saldo saya?"). Tugas-tugas ini bisa ditangani dengan lebih murah dan lebih andal oleh otomatisasi khusus . Inti dari pendekatan Omilia adalah menggunakan alat yang paling murah namun dapat diandalkan untuk menyelesaikan pertanyaan, dan klaimnya adalah pendekatan hybrid ini mampu mengalahkan biaya per panggilan yang terselesaikan dengan benar dibandingkan tumpukan LLM murni .

Pendanaan dan Metrik Pertumbuhan Terbaru

Omilia hanya melakukan dua putaran pendanaan ekuitas eksternal dalam sejarahnya. Seri B senilai $67 juta (€58,1 juta) dipimpin oleh Expedition Growth Capital, sementara Seri A senilai $20 juta berasal dari Grafton Capital pada tahun 2020 .

Yang menonjol adalah efisiensi modal perusahaan. ARR tumbuh dari basis yang tidak diungkapkan pada Seri A menjadi lebih dari $60 juta tanpa mengumpulkan modal ekuitas tambahan di antaranya . Pertumbuhan ARR lebih dari 10 kali lipat dengan hanya satu putaran pendanaan awal ini jarang terjadi di antara perusahaan AI yang sering membakar uang untuk biaya token .

Metrik Pertumbuhan Lainnya:

• Mendukung lebih dari 200 implementasi enterprise secara global, termasuk setidaknya 27 pusat panggilan tingkat produksi
• Mengotomatiskan lebih dari 90% interaksi pelanggan untuk kliennya
• Menangani lebih dari 5 miliar interaksi per tahun di Omilia Cloud Platform

Klien

Omilia melayani perusahaan besar yang sangat diatur. Detail yang terkonfirmasi meliputi:

• Sebuah bank Tier 1 AS yang menangani lebih dari 1 juta panggilan per hari
• Berbagai perusahaan jasa keuangan dan asuransi di Amerika Utara dan Eropa
• Setidaknya 27 pusat panggilan tingkat produksi secara global, menurut daftar Microsoft Marketplace perusahaan

Industri yang dilayani meliputi perbankan, asuransi, utilitas, QSR (restoran cepat saji), telekomunikasi, dan layanan publik .

Rencana Ekspansi

Dana dari Seri B ini akan digunakan untuk:

• Membuka kantor di AS dan membangun kehadiran go-to-market di Amerika Utara
• Memperluas tim go-to-market dan mempercepat penskalaan teknologi
• Memperdalam kehadiran di kawasan DACH dan Benelux melalui kemitraan dengan valantic, sehingga platform Omilia dapat diakses oleh lebih dari 500 klien enterprise valantic
• Meluncurkan layanan di seluruh Inggris melalui kemitraan dengan Bell Integration
• Memposisikan perusahaan menuju target pendapatan miliaran dolar dalam tiga tahun

Intinya

Omilia adalah representasi dari sudut pandang berbeda dalam narasi AI untuk layanan pelanggan: bahwa generative AI tidak harus menangani semuanya. Dengan menggabungkan otomatisasi deterministik untuk tugas rutin dan generative AI untuk interaksi kompleks, Vassos berargumen bahwa contact center dapat mencapai unit ekonomi yang lebih baik, latensi yang lebih rendah, dan kepatuhan yang lebih kuat. Pertumbuhan ARR 10x lipat dan pendanaan Seri B senilai $67 juta menunjukkan bahwa pembeli enterprise setuju.

Namun, yang lebih menarik dari angka pendanaan ini adalah pernyataan kontroversial CEO-nya, Dimitris Vassos. Ia dengan berani menyatakan bahwa sebagian besar contact center saat ini salah dalam menggunakan AI dan hanya membuang-buang uang .

Apa yang Membuat Pendekatan Omilia Berbeda?

Platform Omilia dibangun di atas arsitektur yang disebut Self-Learning Agentic CX Platform, yang dirancang khusus untuk contact center perusahaan besar, terutama di industri yang sangat diatur seperti perbankan dan asuransi . Tidak seperti banyak startup AI yang mengandalkan large language model (LLM) untuk segala hal, Omilia menggunakan arsitektur hybrid: menggabungkan otomatisasi deterministik untuk tugas rutin dengan generative AI untuk interaksi yang lebih kompleks .

Produk Unggulan Omilia

• Voice Agents & Chat Agents: Agen suara dan obrolan otomatis
• TalkGuard: Biometrik suara untuk autentikasi
• CSR CoPilot: Asisten untuk agen manusia
• Workforce AI: Alat manajemen tenaga kerja

Keunggulan Utama Omilia

• Arsitektur voice-first – Dibangun khusus untuk suara, dengan latensi di bawah 45ms menggunakan mesin text-to-speech (TTS) propietari bernama Lexis, mampu menangani lebih dari 50.000 panggilan suara secara bersamaan
• Pendekatan hybrid yang 'pas' – Menggunakan alat deterministik untuk tugas sederhana dan generative AI hanya jika diperlukan, bukan memaksakan LLM untuk setiap pertanyaan pelanggan
• Keamanan dan skala enterprise – Platform ini mendukung bank Tier 1 AS yang menangani lebih dari 1 juta panggilan per hari, dilengkapi dengan mekanisme anti-penipuan berlapis
• Tidak perlu persiapan data yang rumit – Sistem self-learning terhubung langsung ke operasi pusat panggilan dan belajar dari awal tanpa memerlukan kumpulan data yang dikurasi
• Diakui analis – Dinobatkan sebagai Leader dalam Forrester Wave™ Conversational AI Platforms for Customer Service, Q2 2026 dan diakui dalam IDC MarketScape

Argumen CEO: 'Bazoka vs. Pisau'

Vassos dengan lugas mengkritik pendekatan yang menggunakan generative AI untuk setiap interaksi di contact center . Ia menggunakan analogi yang gamblang: menggunakan LLM besar dan mahal untuk setiap permintaan sama saja dengan menggunakan bazoka ketika sebuah pisau sudah cukup . Tugas rutin — seperti mengecek saldo rekening, status pembayaran, atau detail pesanan — tidak memerlukan model AI tercanggih .

"Perusahaan seperti Sierra, Decagon, dll., mengidentifikasi diri sebagai perusahaan generative AI. Tujuan tunggal mereka adalah menggunakan generative AI dan itu membatasi mereka sendiri," ujar Vassos kepada TechCrunch. "Anda mungkin punya bazoka, tapi jika musuh ada di dekat Anda, Anda butuh pisau. Inilah realitas contact center, di mana Anda membutuhkan banyak alat."

Sebagian besar panggilan masuk adalah pertanyaan dasar yang bersifat deterministik (misalnya, "Berapa saldo saya?"). Tugas-tugas ini bisa ditangani dengan lebih murah dan lebih andal oleh otomatisasi khusus . Inti dari pendekatan Omilia adalah menggunakan alat yang paling murah namun dapat diandalkan untuk menyelesaikan pertanyaan, dan klaimnya adalah pendekatan hybrid ini mampu mengalahkan biaya per panggilan yang terselesaikan dengan benar dibandingkan tumpukan LLM murni .

Pendanaan dan Metrik Pertumbuhan Terbaru

Omilia hanya melakukan dua putaran pendanaan ekuitas eksternal dalam sejarahnya. Seri B senilai $67 juta (€58,1 juta) dipimpin oleh Expedition Growth Capital, sementara Seri A senilai $20 juta berasal dari Grafton Capital pada tahun 2020 .

Yang menonjol adalah efisiensi modal perusahaan. ARR tumbuh dari basis yang tidak diungkapkan pada Seri A menjadi lebih dari $60 juta tanpa mengumpulkan modal ekuitas tambahan di antaranya . Pertumbuhan ARR lebih dari 10 kali lipat dengan hanya satu putaran pendanaan awal ini jarang terjadi di antara perusahaan AI yang sering membakar uang untuk biaya token .

Metrik Pertumbuhan Lainnya:

• Mendukung lebih dari 200 implementasi enterprise secara global, termasuk setidaknya 27 pusat panggilan tingkat produksi
• Mengotomatiskan lebih dari 90% interaksi pelanggan untuk kliennya
• Menangani lebih dari 5 miliar interaksi per tahun di Omilia Cloud Platform

Klien

Omilia melayani perusahaan besar yang sangat diatur. Detail yang terkonfirmasi meliputi:

• Sebuah bank Tier 1 AS yang menangani lebih dari 1 juta panggilan per hari
• Berbagai perusahaan jasa keuangan dan asuransi di Amerika Utara dan Eropa
• Setidaknya 27 pusat panggilan tingkat produksi secara global, menurut daftar Microsoft Marketplace perusahaan

Industri yang dilayani meliputi perbankan, asuransi, utilitas, QSR (restoran cepat saji), telekomunikasi, dan layanan publik .

Rencana Ekspansi

Dana dari Seri B ini akan digunakan untuk:

• Membuka kantor di AS dan membangun kehadiran go-to-market di Amerika Utara
• Memperluas tim go-to-market dan mempercepat penskalaan teknologi
• Memperdalam kehadiran di kawasan DACH dan Benelux melalui kemitraan dengan valantic, sehingga platform Omilia dapat diakses oleh lebih dari 500 klien enterprise valantic
• Meluncurkan layanan di seluruh Inggris melalui kemitraan dengan Bell Integration
• Memposisikan perusahaan menuju target pendapatan miliaran dolar dalam tiga tahun

Intinya

Omilia adalah representasi dari sudut pandang berbeda dalam narasi AI untuk layanan pelanggan: bahwa generative AI tidak harus menangani semuanya. Dengan menggabungkan otomatisasi deterministik untuk tugas rutin dan generative AI untuk interaksi kompleks, Vassos berargumen bahwa contact center dapat mencapai unit ekonomi yang lebih baik, latensi yang lebih rendah, dan kepatuhan yang lebih kuat. Pertumbuhan ARR 10x lipat dan pendanaan Seri B senilai $67 juta menunjukkan bahwa pembeli enterprise setuju.