Ringg haalt $10 miljoen op voor AI-telefoongesprekken

Ringg haalt $10 miljoen op voor AI-telefoongesprekken

TL;DR

  • Wat: Het Indiase Ringg haalt $10 miljoen op bij Peak XV Partners om AI-gestuurde telefoongesprekken voor bedrijven uit te breiden.
  • Waarom relevant: Telefonische klantenservice automatiseren met AI is ook in Nederland een groeiende trend — 84% van het MKB investeert er al in.
  • Wat je ermee kunt: Bekijk of jouw meest voorkomende telefoongesprekken (afspraken, standaardvragen) zich lenen voor een AI-oplossing.

Ringg, een Indiaas bedrijf dat AI-agents bouwt voor telefoongesprekken, heeft $10 miljoen opgehaald bij Peak XV Partners. Ik viel over dit bericht omdat het precies raakt aan iets waar steeds meer Nederlandse ondernemers mee worstelen: de telefoon opnemen kost tijd, maar klanten verwachten het wél.

Wat doet Ringg precies?

Ringg bouwt AI-agents die namens bedrijven telefoongesprekken voeren — zowel inkomend als uitgaand. Denk aan het bevestigen van afspraken, het kwalificeren van leads, het afhandelen van standaardvragen of het nabellen van klanten die iets in hun winkelmandje hebben laten liggen.

Het bedrijf is opgericht door Siddharth Tripathi, Kali CV en Utkarsh Shukla. Oorspronkelijk begon Ringg als DesiVocal, een tekst-naar-spraak-startup. De oprichters merkten dat ze verder konden gaan dan alleen spraak genereren: ze konden hele gesprekken laten voeren door AI. Dat werd Ringg.

Wat ik interessant vind: Ringg ontwikkelt zijn eigen spraakherkennings- en spraakgeneratiemodellen. Het is dus niet alleen een schil over bestaande technologie van bijvoorbeeld OpenAI of Google, maar een bedrijf dat de onderliggende technologie zelf in huis heeft. Dat geeft doorgaans meer controle over kwaliteit en kosten.

De cijfers achter de ronde

De $10 miljoen is een uitbreiding van een eerdere Series A-ronde van $5,5 miljoen eerder dit jaar. Het totaal komt daarmee op $15,5 miljoen. De investeerder is Peak XV Partners, het voormalige Sequoia Capital India.

Rishen Kapoor van Peak XV zegt dat Ringg's basis in AI-modelonderzoek hen in staat stelt om "hogere-waarde taken zoals merchant onboarding en L1/L2-support met kwaliteit en consistentie" uit te voeren. L1- en L2-support zijn vaaktermen uit de klantenservice: L1 is de eerste lijn (simpele vragen), L2 de tweede lijn (iets complexer). Het feit dat een investeerder hier specifiek L2 noemt, valt mij op — dat gaat verder dan alleen "druk op 1 voor uw bestelling".

Ringg verwerkt op dit moment naar eigen zeggen zo'n 20 miljoen belpogingenper maand. Grote klanten zijn onder meer Flipkart, Cred, PolicyBazaar en Shell — stuk voor stuk namen die in India breed bekend zijn. Via een samenwerking met Practo is Ringg actief in meer dan 1.200 zorgklinieken.

Waarom dit ook voor Nederlandse ondernemers relevant is

Je denkt misschien: een Indiaas bedrijf, wat heb ik daar aan? Ik snap die reactie. Maar het punt zit hem niet in Ringg zelf — het zit hem in de trend die hierachter schuilgaat.

In India belt 76% van de consumenten het liefst met een bedrijf in plaats van te mailen of chatten, volgens een studie van Truecaller. In Nederland is die voorkeur minder extreem, maar de telefoon blijft een belangrijk kanaal — zeker voor MKB-bedrijven in de dienstverlening, zorg of retail.

En de beweging is hier al zichtbaar. Volgens Voicelabs investeert 84% van het Nederlandse MKB in 2026 in AI, het hoogste percentage in Europa. Er zijn al Nederlandse aanbieders die AI-telefoonagents leveren voor het MKB, met kosten die beginnen rond €50 per maand plus circa €0,10 tot €0,45 per gespreksminuut.

Kun je je voorstellen wat dat betekent als je een bedrijf runt met drie medewerkers en de telefoon gaat tien keer per dag met dezelfde vraag? Of als je een webshop hebt en klanten bellen over hun bestelling terwijl je team in het magazijn staat?

Waar zit de nuance?

Ik wil hier niet de indruk wekken dat je morgen de telefoon kunt uitbesteden aan een robot en alles is opgelost. Er zit een opvallend cijfer in de Nederlandse markt: volgens datzelfde Voicelabs-onderzoek faalt 76% van de AI-implementaties in telefonie. Dat is een behoorlijk gat tussen "we investeren erin" en "het werkt naar tevredenheid".

De uitdaging zit hem vaak in de verwachtingen. Een AI-agent die standaardvragen beantwoordt en afspraken inplant — dat werkt al redelijk goed. Maar zodra het gesprek een onverwachte wending neemt of een klant gefrustreerd raakt, is een naadloze overdracht naar een mens essentieel. Ringg noemt dat zelf ook: ze positioneren zich niet als vervanging van klantenserviceteams, maar als aanvulling die de eenvoudige gesprekken afvangt.

Ik denk dat daar de sleutel zit voor ondernemers die hiernaar kijken. Begin niet met het idee "ik vervang mijn telefoniste", maar met de vraag: welke gesprekken zijn zo voorspelbaar dat een goed geprogrammeerde AI ze net zo goed kan voeren?

Wat valt er concreet te leren?

Stel dat je als ondernemer overweegt om AI in te zetten voor telefonie. Dan zou ik kijken naar drie dingen:

  1. Volume en voorspelbaarheid. Heb je genoeg terugkerende gesprekken die een vergelijkbaar patroon volgen? Denk aan afspraakbevestigingen, openingstijden, bestelstatussen.
  2. Overdracht naar een mens. Hoe goed is de overgang als de AI er niet uitkomt? Dit is waar veel implementaties stranden.
  3. Taal en toon. In Nederland verwachten klanten een bepaalde toon. Een AI-agent die klinkt als een Engelse chatbot met een Google Translate-laagje eroverheen gaat niet werken. Nederlandse spraakkwaliteit is een vereiste.

Een groeiende markt, met reële grenzen

De investering in Ringg past in een breder patroon. Wereldwijd stroomt er geld naar bedrijven die AI-telefoongesprekken mogelijk maken. De logica is simpel: telefonie is duur, AI wordt goedkoper, en de kwaliteit van spraakmodellen verbetert snel.

Voor mij is dit vooral een signaal dat de telefoon niet verdwijnt als klantkanaal — maar dat de manier waarop we telefoongesprekken afhandelen fundamenteel aan het verschuiven is. Of je daar nu vandaag iets mee doet of over een jaar: het is het waard om te weten wat er mogelijk is, en eerlijk te zijn over wat er nog niet kan.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.