Krisp ก้าวกระโดดด้วยเทคโนโลยี AI ตัดเสียงรบกวน ระดมทุนเพิ่ม 9 ล้านดอลลาร์หลังเติบโตพุ่งทะยาน
ในยุคที่การประชุมออนไลน์กลายเป็นมาตรฐานใหม่ของการทำงาน Krisp สตาร์ทอัพผู้เชี่ยวชาญด้านการใช้ Machine Learning (การเรียนรู้ของเครื่อง หรือระบบ AI ที่สามารถพัฒนาตัวเองได้จากข้อมูล) เพื่อกำจัดเสียงรบกวนรอบข้างแบบเรียลไทม์ ได้ประกาศระดมทุนเพิ่มเติมจำนวน 9 ล้านดอลลาร์สหรัฐ ซึ่งเป็นการขยายวงเงินจากรอบ Series A เดิมที่เคยได้รับ 5 ล้านดอลลาร์เมื่อปีที่ผ่านมา
ความสำเร็จในครั้งนี้เป็นผลมาจากการเติบโตอย่างก้าวกระโดดในปี 2020 โดย Krisp สามารถเพิ่มจำนวนผู้ใช้งานและรายได้ขึ้นอย่างมหาศาล ซึ่งเป็นผลโดยตรงจากการที่ผู้คนทั่วโลกเปลี่ยนมาทำงานในรูปแบบ Virtual Meeting หรือการประชุมเสมือนจริงมากขึ้น ทำให้ความต้องการซอฟต์แวร์ที่ช่วยให้เสียงสนทนาคมชัดท่ามกลางสภาพแวดล้อมที่วุ่นวาย เช่น การทำงานจากที่บ้าน มีความต้องการสูงขึ้นอย่างเห็นได้ชัด
นวัตกรรมที่เปลี่ยนเสียงรบกวนให้เป็นความเงียบ
หัวใจสำคัญของ Krisp คือความสามารถในการแยกแยะเสียงมนุษย์ออกจากเสียงรบกวนทุกชนิด ไม่ว่าจะเป็นเสียงสัตว์เลี้ยง เสียงก่อสร้าง หรือแม้แต่เสียงพูดของบุคคลอื่นที่อยู่รอบข้าง เพื่อให้เหลือเพียงเสียงของผู้พูดเท่านั้นที่ส่งผ่านไปยังคู่สนทนา
ปัจจุบัน Krisp ไม่ได้จำกัดอยู่เพียงแค่ผู้ใช้งานทั่วไป (B2C) แต่ได้ขยายฐานลูกค้าเข้าสู่กลุ่มองค์กร (B2B) อย่างเต็มตัว โดยมีลูกค้าองค์กรมากกว่า 1,200 ราย ครอบคลุมตั้งแต่สถาบันการเงิน, บริษัทกฎหมาย, แพลตฟอร์ม HR ไปจนถึงคอลเซ็นเตอร์ ซึ่งต้องการความมืออาชีพในการสื่อสาร นอกจากนี้ยังมีการเพิ่มระบบจัดการส่วนกลาง (Central Administration) เพื่อให้องค์กรขนาดใหญ่สามารถติดตั้งและควบคุมการใช้งานได้อย่างมีประสิทธิภาพ
การต่อยอดฟีเจอร์เพื่อกลุ่มผู้ใช้งานเฉพาะทาง
- High-Fidelity Voice Channels: พัฒนาการตัดเสียงรบกวนสำหรับช่องสัญญาณเสียงคุณภาพสูง เพื่อตอบโจทย์ Podcaster และ Streamer
- Acoustic Correction: ระบบแก้ไขเสียงสะท้อนภายในห้อง ช่วยให้การบันทึกเสียงในสถานที่ที่ไม่ใช่สตูดิโอมีคุณภาพดีขึ้น
- Voice Cancellation: ฟีเจอร์ตัดเสียงพูดของบุคคลอื่น ซึ่งจะมีประโยชน์อย่างมากสำหรับพนักงานในออฟฟิศที่แออัดหรือศูนย์บริการลูกค้า
การลงทุนในโครงสร้างพื้นฐานเพื่อความยั่งยืน
เพื่อให้ AI ทำงานได้อย่างรวดเร็วและแม่นยำ Krisp ได้ตัดสินใจสร้างศูนย์ข้อมูล (Data Center) ของตนเอง โดยติดตั้งการ์ดจอ Nvidia A100 รุ่นล่าสุด แทนการเช่าใช้บริการ Cloud จากยักษ์ใหญ่อย่าง AWS, Azure หรือ Google Cloud เนื่องจากมีค่าใช้จ่ายที่สูงเกินไป การมีเซิร์ฟเวอร์เป็นของตัวเองช่วยให้ทีมวิจัยสามารถทดลองและพัฒนาอัลกอริทึมได้รวดเร็วยิ่งขึ้น
ในด้านบุคลากร Davit Baghdasaryan และ Arto Minasyan ผู้ร่วมก่อตั้ง ได้เลือกสร้างทีมงานในประเทศอาร์เมเนีย โดยเน้นจ้างผู้เชี่ยวชาญด้านคณิตศาสตร์ ฟิสิกส์ และวิศวกรรม ซึ่งปัจจุบันมีทีมวิจัยถึง 25 คน และตั้งเป้าจะขยายทีมเป็น 45 คนภายในสิ้นปี 2021
| ตัวชี้วัด | อัตราการเติบโต / จำนวน |
|---|---|
| จำนวนผู้ใช้งาน Active Users | เพิ่มขึ้น 20 เท่า |
| บัญชีลูกค้าองค์กร (Enterprise Accounts) | เพิ่มขึ้น 23 เท่า |
| รายได้ประจำรายปี (ARR) | เพิ่มขึ้น 13 เท่า |
| จำนวนลูกค้าองค์กรทั้งหมด | มากกว่า 1,200 ราย |
| ยอดระดมทุนรวมรอบ Series A | 14 ล้านดอลลาร์สหรัฐ |
ข้อเท็จจริงสำคัญ
- การระดมทุน: ได้รับเงินทุนเพิ่ม 9 ล้านดอลลาร์ รวมกับรอบแรกเป็น 14 ล้านดอลลาร์
- จุดเด่นทางเทคนิค: ใช้ Machine Learning ตัดเสียงรบกวนแบบเรียลไทม์และทำงานได้ในระดับ Local บนหลายแพลตฟอร์ม
- กลยุทธ์โครงสร้างพื้นฐาน: สร้าง Data Center เองด้วย Nvidia A100 เพื่อลดต้นทุน Cloud และเพิ่มความเร็วในการพัฒนา
- เป้าหมายถัดไป: วางแผนระดมทุนรอบ Series B เมื่อรายได้ประจำรายปี (ARR) แตะระดับ 15 ล้านดอลลาร์
คำถามที่พบบ่อย
Krisp ทำงานอย่างไรในการตัดเสียงรบกวน?
Krisp ใช้เทคโนโลยี Machine Learning ในการวิเคราะห์และแยกแยะคลื่นเสียง โดยจะระบุว่าเสียงใดคือเสียงพูดของมนุษย์และเสียงใดคือเสียงรบกวน จากนั้นจะทำการกรองเสียงรบกวนออกในขณะที่เสียงพูดถูกส่งผ่านไปยังแอปพลิเคชันสื่อสาร
ใครบ้างที่ได้รับประโยชน์จากซอฟต์แวร์นี้?
ไม่เพียงแต่พนักงานที่ทำงานจากที่บ้าน แต่ยังรวมถึงองค์กรอย่างธนาคาร, บริษัทกฎหมาย, คอลเซ็นเตอร์ รวมถึงกลุ่ม Content Creator เช่น Podcaster และ Streamer ที่ต้องการคุณภาพเสียงที่สะอาดและเป็นมืออาชีพ
ทำไม Krisp ถึงไม่ใช้บริการ Cloud อย่าง AWS หรือ Google Cloud?
เนื่องจากค่าใช้จ่ายในการเช่าใช้บริการ Cloud สำหรับการฝึกฝนโมเดล AI มีราคาสูงมาก การลงทุนสร้าง Data Center ของตนเองจึงมีความคุ้มค่ากว่าในระยะยาวและช่วยให้การทดลองทางเทคนิคทำได้รวดเร็วกว่า
Krisp มีแผนจะพัฒนาฟีเจอร์อะไรเพิ่มเติมในอนาคต?
บริษัทมีแผนที่จะเพิ่มระบบบันทึกเสียงและวิเคราะห์การโทรข้ามบริการ ซึ่งสามารถเก็บข้อมูล Metadata ที่มีประโยชน์ เช่น สัดส่วนการพูดของคู่สนทนา หรือการระบุตำแหน่งของออฟฟิศที่มีเสียงรบกวนมากที่สุด
