Otter. ai привлек $320 млн от Customer Value Fund компании General Catalyst для корпоративного роста, международной экспансии и развития продукта. Особенность сделки в том, что фонд предоставляет капитал без размывания долей, а доходность связана с расходами на маркетинг. Сделка заключена после года, в котором Otter преодолел $100 млн годового регулярного дохода. Для бизнеса это знак того, что запись встреч превращается из транскрибации в автоматизацию рабочих процессов.

Otter. ai привлек $320 млн на превращение стенограмм в задачи

Структура сделки и текущий масштаб Otter

О привлечении финансирования объявлено во вторник: средства направят на стратегию выхода на рынок, корпоративную экспансию и продуктовые инновации. В отличие от классического раунда, капитал Customer Value Fund привязан к расходам на привлечение клиентов, что позволяет масштабировать продажи и маркетинг без немедленного размывания долей акционеров. Ранее Otter привлек в общей сложности $50 млн, причем последний раунд был в 2021 году, согласно данным PitchBook. Новый транш в $320 млн более чем в шесть раз превышает весь ранее привлеченный венчурный капитал.

Компания сообщает о 40 млн пользователей за все время против 25 млн годом ранее, то есть накопленная база выросла на 60%. В прошлом году годовой регулярный доход превысил $100 млн, а сейчас компания заявляет о приближении к новым рубежам, не раскрывая обновленных цифр выручки. Данные о ежемесячной активной аудитории и оттоке также не раскрыты, поэтому удержание оценить невозможно. Это важно, поскольку общее число регистраций само по себе не показывает, сколько команд пользуется продуктом каждую неделю.

Среди конкурентов названы хорошо финансируемые Fireflies. ai, Granola и Read AI, а также новые игроки Calendly, Wispr и Superhuman, купивший Fathom. Кроме того, на рынке работают Circleback, Talat и Quill. Большинство вендоров движутся в одном направлении: связать данные встреч с корпоративными системами и автоматизировать последующие задачи. Otter уже добавил meeting assistant, поиск по разным приложениям и интеграцию с другими инструментами ИИ. Конкуренция смещается с точности заметок к глубине интеграций и качеству исполнения договоренностей.

Что это значит для команд с плотным графиком встреч

Для компаний с непрерывными встречами практический эффект заключается в сокращении времени на пересказ содержания и рассылку заметок. Otter тестирует pre-brief, который собирает перед звонком background и контекст прошлых обсуждений из разных источников. Также тестируется Live Assist, позволяющий задавать вопросы ИИ-ассистенту прямо во время встречи. Новый директор по маркетингу Alex Gay, пришедший из Superhuman, описал главную боль так: команды продаж и клиентские команды тратят первые двадцать минут встречи на повторение ранее сказанного. Если pre-brief окажется надежным, подготовка станет готовым пакетом вместо ручного поиска.

Второе следствие касается выбора поставщика и консолидации рынка. Партнер General Catalyst Pranav Singhvi назвал голосовые данные крупной неосвоенной возможностью корпоративного ИИ, отметив, что их использование ускоряет работу и повышает качество решений. Такая логика усиливает платформы, которые хранят историю встреч и делают ее доступной для поиска между приложениями. Небольшие компании получают недорогой способ фиксировать клиентскую работу и упорядочить последующие шаги без расширения операционного штата. Крупным компаниям предстоит сравнить сроки хранения данных, контроль доступа, интеграции с CRM и тикетами, а также порядок передачи стенограмм в учетные системы.

Признаком подтверждения тренда станет превращение средств на выход на рынок в раскрытые корпоративные метрики и данные об удержании. Убедительными сигналами будут обновленный ARR выше $100 млн, названные корпоративные внедрения или опубликованные показатели ежемесячной активности и оттока. Второй сигнал — выход pre-brief и Live Assist из тестирования в широкий доступ с описанием источников данных и прав доступа. Если функции будут запущены массово, а корпоративная выручка вырастет, инструменты записи встреч будут оценивать как инфраструктуру процессов, а не как утилиты транскрибации.