Wat maakt Omilia's aanpak anders?

Omilia's platform is gebouwd rond een Self-Learning Agentic CX Platform, ontworpen voor zakelijke contactcenters, met name in sterk gereguleerde sectoren zoals banken en verzekeringen . In tegenstelling tot veel AI-first startups die standaard voor grote taalmodellen (LLM's) kiezen, gebruikt Omilia een hybride architectuur: het combineert deterministische, taakspecifieke automatisering voor routinematige vragen met generatieve AI voor complexere interacties .

Belangrijke producten zijn onder andere Voice Agents, Chat Agents, TalkGuard (spraakbiometrie voor authenticatie), een CSR CoPilot en Workforce AI-tools .

Belangrijkste onderscheidende kenmerken

• Spraakgestuurd, zelflerend – Het platform is vanaf de grond af aan gebouwd voor spraak, claimt een latentie van minder dan 45 milliseconden met de eigen Lexis-tekst-naar-spraak-engine en kan meer dan 50.000 gelijktijdige spraakgesprekken verwerken .
• Hybride AI ('right-sized' aanpak) – Het gebruikt deterministische tools voor eenvoudige, gestructureerde taken en generatieve AI alleen waar het waarde toevoegt, in plaats van een LLM op elke vraag los te laten .
• Zakelijke beveiliging en schaalbaarheid – Het platform ondersteunt een Amerikaanse grootbank (Tier 1) die dagelijks meer dan 1 miljoen gesprekken verwerkt, met gelaagde anti-fraudemechanismen .
• Geen bottleneck door datavoorbereiding – Het zelflerende systeem maakt direct verbinding met live activiteiten en leert vanaf nul zonder dat er samengestelde datasets nodig zijn .
• Erkenning door analisten – Uitgeroepen tot Leider in de Forrester Wave™ Conversational AI Platforms for Customer Service, Q2 2026 en erkend in de IDC MarketScape .

De argumentatie van de CEO: 'Bazooka versus mes'

Vassos levert een scherpe, pragmatische kritiek op het inzetten van generatieve AI voor elke interactie in een contactcenter . Zijn argument rust op een treffende analogie: het gebruik van een groot, duur LLM voor elk verzoek is als het gebruik van een bazooka als een mes ook volstaat . Routinetaken — het controleren van een saldo, betalingsstatus of bestelgegevens — vereisen geen geavanceerd model .

"Bedrijven zoals Sierra, Decagon, etc. profileren zich als generatieve AI-bedrijven. Hun enige doel is om generatieve AI in te zetten en zichzelf daarmee te beperken," vertelde Vassos aan TechCrunch. "Je kunt een bazooka hebben, maar als je vijand dichtbij is, heb je een mes nodig. Dat is de realiteit van het contactcenter, waar je meerdere tools nodig hebt."

Een groot deel van de binnenkomende servicegesprekken betreft eenvoudige, deterministische informatie (bijv. 'Wat is mijn saldo?'). Deze kunnen goedkoper en betrouwbaarder worden afgehandeld door taakspecifieke automatisering . De kern is om het goedkoopste gereedschap te gebruiken dat de vraag betrouwbaar oplost. Omilia's hybride aanpak claimt beter te scoren dan een volledig op LLM's gebaseerde stapel als het gaat om kosten per correct afgehandeld gesprek .

Recente financiering en groeicijfers

Omilia heeft in zijn geschiedenis slechts twee externe aandelenrondes afgerond. De Series B van $67 miljoen (€58,1 miljoen) werd geleid door Expedition Growth Capital, een trans-Atlantische software- en AI-specialist . De vorige Series A van $20 miljoen kwam van Grafton Capital in 2020 .

Cruciaal is dat het bedrijf zijn 'live' jaarlijkse terugkerende omzet van een niet bekendgemaakt basisniveau bij de Series A naar meer dan $60 miljoen heeft laten groeien, zonder in de tussentijd extra eigen vermogen aan te trekken . Deze kapitaalefficiëntie — een vertienvoudiging van de ARR met slechts één vroege aandelenronde — is atypisch voor AI-bedrijven die geld verbranden aan tokkenkosten .

Aanvullende groeicijfers:

• Ondersteunt meer dan 200 zakelijke implementaties wereldwijd, waaronder ten minste 27 productie-grade contactcenters
• Automatiseert meer dan 90% van de klantinteracties voor zijn klanten
• Verwerkt meer dan 5 miljard interacties per jaar op het Omilia Cloud Platform

Klantenkring

Omilia bedient grote, sterk gereguleerde ondernemingen. Bevestigde details zijn onder andere:

• Een Amerikaanse grootbank (Tier 1) die dagelijks meer dan 1 miljoen gesprekken verwerkt
• Meerdere financiële dienstverleners en verzekeringsmaatschappijen in Noord-Amerika en Europa
• Ten minste 27 productie-grade contactcenters wereldwijd, volgens de Microsoft Marketplace-vermelding van het bedrijf

De bediende sectoren omvatten banken, verzekeringen, nutsbedrijven, fastservice restaurants, telecom en publieke diensten .

Uitbreidingsplannen

Het Series B-kapitaal wordt gebruikt voor:

• Het openen van een kantoor in de VS en het opbouwen van een Noord-Amerikaanse 'go-to-market'-aanwezigheid
• Uitbreiding van het 'go-to-market'-team en versnelling van technologische schaalvergroting
• Versterking van de aanwezigheid in DACH en de Benelux via een partnership met valantic, waardoor het platform beschikbaar komt voor de meer dan 500 zakelijke klanten van valantic
• Lancering van een landelijke dienst in het VK in samenwerking met Bell Integration
• Het positioneren van het bedrijf richting een omzet van een miljard dollar binnen drie jaar

De conclusie

Omilia vormt een tegenwicht voor de heersende opvatting in AI voor klantenservice: dat generatieve AI alles moet afhandelen. Door deterministische automatisering voor routinetaken te combineren met generatieve AI voor complexe interacties, betoogt Vassos dat contactcenters betere kosten per eenheid, lagere latentie en sterkere naleving kunnen realiseren. De vertienvoudiging van de ARR en de Series B van $67 miljoen suggereren dat zakelijke kopers het daarmee eens zijn.

Wat maakt Omilia's aanpak anders?

Omilia's platform is gebouwd rond een Self-Learning Agentic CX Platform, ontworpen voor zakelijke contactcenters, met name in sterk gereguleerde sectoren zoals banken en verzekeringen . In tegenstelling tot veel AI-first startups die standaard voor grote taalmodellen (LLM's) kiezen, gebruikt Omilia een hybride architectuur: het combineert deterministische, taakspecifieke automatisering voor routinematige vragen met generatieve AI voor complexere interacties .

Belangrijke producten zijn onder andere Voice Agents, Chat Agents, TalkGuard (spraakbiometrie voor authenticatie), een CSR CoPilot en Workforce AI-tools .

Belangrijkste onderscheidende kenmerken

• Spraakgestuurd, zelflerend – Het platform is vanaf de grond af aan gebouwd voor spraak, claimt een latentie van minder dan 45 milliseconden met de eigen Lexis-tekst-naar-spraak-engine en kan meer dan 50.000 gelijktijdige spraakgesprekken verwerken .
• Hybride AI ('right-sized' aanpak) – Het gebruikt deterministische tools voor eenvoudige, gestructureerde taken en generatieve AI alleen waar het waarde toevoegt, in plaats van een LLM op elke vraag los te laten .
• Zakelijke beveiliging en schaalbaarheid – Het platform ondersteunt een Amerikaanse grootbank (Tier 1) die dagelijks meer dan 1 miljoen gesprekken verwerkt, met gelaagde anti-fraudemechanismen .
• Geen bottleneck door datavoorbereiding – Het zelflerende systeem maakt direct verbinding met live activiteiten en leert vanaf nul zonder dat er samengestelde datasets nodig zijn .
• Erkenning door analisten – Uitgeroepen tot Leider in de Forrester Wave™ Conversational AI Platforms for Customer Service, Q2 2026 en erkend in de IDC MarketScape .

De argumentatie van de CEO: 'Bazooka versus mes'

Vassos levert een scherpe, pragmatische kritiek op het inzetten van generatieve AI voor elke interactie in een contactcenter . Zijn argument rust op een treffende analogie: het gebruik van een groot, duur LLM voor elk verzoek is als het gebruik van een bazooka als een mes ook volstaat . Routinetaken — het controleren van een saldo, betalingsstatus of bestelgegevens — vereisen geen geavanceerd model .

"Bedrijven zoals Sierra, Decagon, etc. profileren zich als generatieve AI-bedrijven. Hun enige doel is om generatieve AI in te zetten en zichzelf daarmee te beperken," vertelde Vassos aan TechCrunch. "Je kunt een bazooka hebben, maar als je vijand dichtbij is, heb je een mes nodig. Dat is de realiteit van het contactcenter, waar je meerdere tools nodig hebt."

Een groot deel van de binnenkomende servicegesprekken betreft eenvoudige, deterministische informatie (bijv. 'Wat is mijn saldo?'). Deze kunnen goedkoper en betrouwbaarder worden afgehandeld door taakspecifieke automatisering . De kern is om het goedkoopste gereedschap te gebruiken dat de vraag betrouwbaar oplost. Omilia's hybride aanpak claimt beter te scoren dan een volledig op LLM's gebaseerde stapel als het gaat om kosten per correct afgehandeld gesprek .

Recente financiering en groeicijfers

Omilia heeft in zijn geschiedenis slechts twee externe aandelenrondes afgerond. De Series B van $67 miljoen (€58,1 miljoen) werd geleid door Expedition Growth Capital, een trans-Atlantische software- en AI-specialist . De vorige Series A van $20 miljoen kwam van Grafton Capital in 2020 .

Cruciaal is dat het bedrijf zijn 'live' jaarlijkse terugkerende omzet van een niet bekendgemaakt basisniveau bij de Series A naar meer dan $60 miljoen heeft laten groeien, zonder in de tussentijd extra eigen vermogen aan te trekken . Deze kapitaalefficiëntie — een vertienvoudiging van de ARR met slechts één vroege aandelenronde — is atypisch voor AI-bedrijven die geld verbranden aan tokkenkosten .

Aanvullende groeicijfers:

• Ondersteunt meer dan 200 zakelijke implementaties wereldwijd, waaronder ten minste 27 productie-grade contactcenters
• Automatiseert meer dan 90% van de klantinteracties voor zijn klanten
• Verwerkt meer dan 5 miljard interacties per jaar op het Omilia Cloud Platform

Klantenkring

Omilia bedient grote, sterk gereguleerde ondernemingen. Bevestigde details zijn onder andere:

• Een Amerikaanse grootbank (Tier 1) die dagelijks meer dan 1 miljoen gesprekken verwerkt
• Meerdere financiële dienstverleners en verzekeringsmaatschappijen in Noord-Amerika en Europa
• Ten minste 27 productie-grade contactcenters wereldwijd, volgens de Microsoft Marketplace-vermelding van het bedrijf

De bediende sectoren omvatten banken, verzekeringen, nutsbedrijven, fastservice restaurants, telecom en publieke diensten .

Uitbreidingsplannen

Het Series B-kapitaal wordt gebruikt voor:

• Het openen van een kantoor in de VS en het opbouwen van een Noord-Amerikaanse 'go-to-market'-aanwezigheid
• Uitbreiding van het 'go-to-market'-team en versnelling van technologische schaalvergroting
• Versterking van de aanwezigheid in DACH en de Benelux via een partnership met valantic, waardoor het platform beschikbaar komt voor de meer dan 500 zakelijke klanten van valantic
• Lancering van een landelijke dienst in het VK in samenwerking met Bell Integration
• Het positioneren van het bedrijf richting een omzet van een miljard dollar binnen drie jaar

De conclusie

Omilia vormt een tegenwicht voor de heersende opvatting in AI voor klantenservice: dat generatieve AI alles moet afhandelen. Door deterministische automatisering voor routinetaken te combineren met generatieve AI voor complexe interacties, betoogt Vassos dat contactcenters betere kosten per eenheid, lagere latentie en sterkere naleving kunnen realiseren. De vertienvoudiging van de ARR en de Series B van $67 miljoen suggereren dat zakelijke kopers het daarmee eens zijn.