Yapay zeka destekli Estonyalı QA girişimi Klaus, Zendesk tarafından satın alındı

2019 yılında müşteri hizmetleri temsilcilerine yardımcı olmak amacıyla kurulan Estonya doğumlu bir girişim olan Klaus, küresel müşteri hizmetleri platformu Zendesk tarafından açıklanmayan bir miktar karşılığında satın alındı.

Geçtiğimiz yıl Zendesk, ürününe dahil etmek üzere bir iş gücü yönetim aracı olan Tymeshift’i de satın aldı. Genel teknoloji ekonomisindeki gerilemenin ve değerlemelerdeki düşüşün sektörde bir birleşme ve satın alma dalgasının güçlenmesine kesinlikle yardımcı olduğunu söylemememiz yanlış olur.

Sonunda Klaus, aralarında Global Founders Capital, Acton Capital, Icebreaker.vc ve Creandum’un da bulunduğu yatırımcılardan toplam 19,3 milyon dolar topladı.

Zendesk’in teknolojiden sorumlu başkanı Adrian McDermott yaptığı açıklamada şunları söyledi: “WEM portföyümüzün bir parçası olan Klaus ile işletmeleri pazardaki en iyi yapay zeka destekli otomatik kalite güvencesiyle güçlendirebiliriz.”

Klaus’un kurucu ortağı Kair Käsper şunları ekledi: “Yapay zeka müşteri etkileşiminin hızını ve sıklığını artırırken, yalnızca yapay zeka destekli QA şirketlerin artan müşteri beklentilerine ayak uydurmasına yardımcı olabilir.”

Klaus, müşteri hizmetleri temsilcileri oluşturmaya odaklanmaya başladı, ancak yapay zeka tarafından desteklenen daha tam teşekküllü bir Kalite Güvence platformuna dönüştü (şirket bunu iddia etti).

2019’da kurucu ortaklar Kair Käsper ve Martin Kõiva, Estonyalı unicorn Pipedrive’ın çalışanları olarak bir “destek ekipleri için görüşme incelemesi ve QA aracı” başlatmak üzere ortaya çıktılar.

Automattic, Wistia ve Soundcloud gibi müşterileri kazandıktan sonra Creandum liderliğindeki 1,9 milyon dolarlık başlangıç ​​fonunu kapattılar.

Daha sonra 2022’de Klaus, Acton Capital liderliğindeki 12 milyon Euro’luk (~ 11,49 milyon $) Seri A hisse senedi turunu kapattı.

O aşamada Klaus, görevleri gerçekleştirmek için yapay zeka algoritmalarını eğitiyordu. Bunlar arasında müşterilerden gelen yorumların otomatik olarak sınıflandırılması, konuşmaların karmaşıklık gibi niteliklere göre sıralanması ve çeşitli dillerde duyarlılık analizinin gerçekleştirilmesi ve böylece müşteri temsilcisi görüşmelerinin “kalitesinin” puanlanması yer alıyordu.