Omilia'dan 67 Milyon Dolarlık Seri B Yatırımı: CEO'ya Göre Çağrı Merkezleri Yapay Zekayı Tamamen Yanlış Kullanıyor

Omilia'nın Yaklaşımını Farklı Kılan Ne?

Omilia'nın platformu, özellikle bankacılık ve sigorta gibi sıkı düzenlemelere tabi sektörlerdeki kurumsal çağrı merkezleri için tasarlanmış bir Kendi Kendine Öğrenen Etkileşimli Müşteri Deneyimi (Agentic CX) Platformu üzerine inşa edilmiştir . Birçok yapay zeka girişiminin aksine Omilia, hibrit bir mimari kullanır: rutin sorgular için belirleyici (deterministik), göreve özel otomasyonu; daha karmaşık etkileşimler için ise üretken yapay zekayı birleştirir .

Kilit ürünler arasında Sesli Temsilciler, Sohbet Temsilcileri, TalkGuard (ses biyometrisi ile kimlik doğrulama), bir Müşteri Temsilcisi Yardımcısı (CSR CoPilot) ve İş Gücü Yapay Zeka araçları bulunuyor .

Temel Farklılaştırıcılar

• Ses odaklı, kendi kendine öğrenen mimari – Platform, en baştan ses için tasarlandı; kendi Lexis metin-konuşma motoruyla 45 milisaniyenin altında gecikme süresi ve 50.000'den fazla eşzamanlı sesli görüşme kapasitesi sunuyor .
• Hibrit yapay zeka ("doğru boyutlandırılmış" yaklaşım) – Basit, yapılandırılmış görevler için belirleyici araçlar kullanırken, üretken yapay zekayı yalnızca değer kattığı yerlerde devreye sokuyor .
• Kurumsal güvenlik ve ölçeklenebilirlik – Platform, günde 1 milyondan fazla çağrıyı işleyen birinci sınıf bir ABD bankasını destekliyor ve çok katmanlı dolandırıcılık önleme mekanizmalarına sahip .
• Veri hazırlığı sorunu yok – Kendi kendine öğrenen sistem, doğrudan canlı operasyonlara bağlanıyor ve küratörlü veri kümeleri gerektirmeden sıfırdan öğreniyor .
• Analist takdiri – Forrester Wave™ Müşteri Hizmetleri için Konuşmaya Dayalı Yapay Zeka Platformları, 2026'nın 2. Çeyreği raporunda Lider olarak gösterildi ve IDC MarketScape'te tanındı .

CEO'nun Tezi: 'Bazuka mı, Bıçak mı?'

Vassos, her çağrı merkezi etkileşiminde üretken yapay zeka kullanılmasına karşı keskin ve pragmatik bir argüman sunuyor . Argümanının merkezinde canlı bir benzetme var: Her talep için büyük ve pahalı bir dil modeli kullanmak, bir bıçak yeterken bazuka kullanmaya benziyor . Hesap bakiyesi sorgulama, ödeme durumu veya sipariş detayları gibi rutin işler, bir öncü model gerektirmez .

Vassos, TechCrunch'a yaptığı açıklamada, "Sierra, Decagon gibi şirketler kendilerini üretken yapay zeka şirketi olarak tanımlıyor. Tek amaçları üretken yapay zekayı devreye sokmak ve kendilerini sınırlamak," dedi. "Bir bazukanız olabilir ama düşmanınız size yakınsa bıçağa ihtiyacınız vardır. Çağrı merkezinin gerçeği budur; birden fazla araca ihtiyacınız vardır."

Gelen destek çağrılarının büyük bir kısmı, temel, belirleyici bilgi alma işlemlerini içerir (örneğin, "Bakiyem ne kadar?"). Bunlar, göreve özel otomasyonla daha ucuz ve daha güvenilir bir şekilde ele alınabilir . Temel tez, sorguyu güvenilir bir şekilde çözen en ucuz aracı kullanmaktır. Omilia'nın hibrit yaklaşımı, doğru şekilde sonuçlanan çağrı başına maliyette, tamamen dil modeline dayalı bir sistemi geride bıraktığını iddia ediyor .

Son Yatırım ve Büyüme Metrikleri

Omilia, tarihinde yalnızca iki dış öz kaynak yatırım turu gerçekleştirdi. 67 milyon dolarlık (58,1 milyon euro) Seri B turuna, transatlantik bir yazılım ve yapay zeka uzmanı olan Expedition Growth Capital liderlik etti . Önceki 20 milyon dolarlık Seri A turu ise 2020'de Grafton Capital'den gelmişti .

Önemli bir nokta, şirketin Seri A'daki açıklanmayan bir tabandan, arada hiçbir ek öz kaynak yatırımı almadan canlı yıllık yinelenen gelirini 60 milyon doların üzerine çıkarmış olmasıdır . Bu sermaye verimliliği (ARR'yi yalnızca bir erken dönem öz kaynak turuyla 10 kattan fazla büyütmek), token maliyetleriyle boğuşan yapay zeka şirketleri arasında alışılmadık bir durumdur .

Ek büyüme göstergeleri:

• Küresel çapta 200'den fazla kurumsal dağıtımı destekliyor; bunların en az 27'si üretim aşamasındaki çağrı merkezi
• Müşterileri için müşteri etkileşimlerinin %90'ından fazlasını otomatikleştiriyor
• Omilia Cloud Platform'da yılda 5 milyarın üzerinde etkileşim işliyor

Müşteri Profili

Omilia, büyük ve sıkı düzenlemelere tabi kurumlara hizmet veriyor. Onaylanmış detaylar şunları içeriyor:

• Günde 1 milyondan fazla çağrıyı işleyen birinci sınıf bir ABD bankası
• Kuzey Amerika ve Avrupa'da çok sayıda finansal hizmetler ve sigorta şirketi
• Şirketin Microsoft Marketplace listesine göre küresel çapta en az 27 üretim aşamasında çağrı merkezi

Hizmet verilen sektörler arasında bankacılık, sigorta, kamu hizmetleri, hızlı servis restoranları (QSR), telekomünikasyon ve kamu hizmetleri bulunuyor .

Genişleme Planları

Seri B yatırımı şu amaçlarla kullanılıyor:

• Bir ABD ofisi açmak ve Kuzey Amerika'daki pazara giriş çalışmalarını başlatmak
• Pazarlama ve satış ekibini büyütmek ve teknoloji ölçeklendirmesini hızlandırmak
• DACH (Almanya, Avusturya, İsviçre) ve Benelüks ülkelerindeki varlığını, valantic ile yapılan ortaklık sayesinde derinleştirmek; platform, valantic'in 500'den fazla kurumsal müşterisinin kullanımına sunulacak
• Bell Integration ortaklığıyla Birleşik Krallık çapında bir hizmet başlatmak
• Şirketi üç yıl içinde milyar dolarlık gelir seviyesine taşımak

Sonuç

Omilia, müşteri hizmetleri yapay zekasındaki hakim anlatıya (üretken yapay zekanın her şeyi halletmesi gerektiği fikrine) bir karşı duruş sergiliyor. Rutin görevler için belirleyici otomasyonu, karmaşık etkileşimler için üretken yapay zeka ile birleştirerek Vassos, çağrı merkezlerinin daha iyi birim ekonomiği, daha düşük gecikme süresi ve daha güçlü uyumluluk elde edebileceğini savunuyor. Şirketin ARR'sindeki 10 katlık büyüme ve 67 milyon dolarlık Seri B yatırımı, kurumsal alıcıların da bu görüşe katıldığını gösteriyor.