Si eres un ávido escuchador de podcasts, es probable que recuerdes cómicas anécdotas y te preguntes: «Espera, ¿quién habló nuevamente de comer papas fritas con sriracha?» o preguntas más serias. Para buscar respuestas, primero debes encontrar el podcast y luego buscar a través de sus transcripciones. Dexa está intentando hacer la búsqueda de podcasts más fácil mediante la utilización de la inteligencia artificial.
La herramienta te permite hacer preguntas sobre un solo podcast, como el podcast de Andrew Humberman’s Huberman Lab en la captura de pantalla a continuación, o buscar en todos los podcasts en la base de datos de Dexa, que actualmente cuenta con más de 120, con más siendo agregados. Los resultados de la búsqueda te darán un resumen generado por inteligencia artificial de la respuesta junto con enlaces a los podcasts donde el participante discutió el tema.
Por ejemplo, puedes hacer preguntas como «¿Cuál es la mejor manera de dormir más?» y encontrar respuestas en la biblioteca de podcasts de Dexa con enlaces con marca de tiempo a esas conversaciones. También puedes mencionar específicamente un podcast para estrechar tus resultados de búsqueda.
Cuando pregunté a Dexa «¿Qué piensa Mark Zuckerberg sobre Threads?» me devolvió los resultados de su conversación en el programa de Lex Friedman sobre la red social. Pero también me mostró resultados donde los anfitriones de podcasts hablaban del comentario de Mark Zuckerberg sobre Threads en otra plataforma.
También puedes compartir estas búsquedas y resultados con otros a través de enlaces. Gracias a esto, Dexa también puede indexar parte del contenido para motores de búsqueda como Google.
La compañía
Dexa fue fundada por Riley Tomasek en 2023, quien anteriormente co-fundó una aplicación llamada Flight para que los usuarios capturaran notas, imágenes e ideas en tableros diferentes y colaboraran entre ellos. La compañía fue adquirida por Figma en 2021.
Tomasek dijo que realmente se interesó por la salud. Como parte de su fase de acumulación de conocimientos, escuchó el podcast de Huberman Labs. Quería tomar un suplemento sugerido por Huberman, pero olvidó la dosis. Así que empezó a buscar cuándo habló el neurocientífico al respecto, y el proceso llevó mucho tiempo.
«Después de esta experiencia, decidí que voy a construir algo para hacer esto más fácil, porque no quiero pasar por este proceso nuevamente. Así que transcribí todos los episodios y usé herramientas como los embeddings de OpenAI y Whisper para hacer que la búsqueda funcione y lo publiqué en X», dijo Tomasek.
Después de que Tomasek publicó sobre sus herramientas, Huberman retuiteó y eso generó interés entrante de podcasters y oyentes para el desarrollo de las herramientas. Dijo que muchos podcasters hablaban de que la gente no podía encontrar contenido específico.
La startup utiliza diferentes técnicas de indexación mezcladas con un grafo de conocimiento de personas, episodios y programas para impulsar su búsqueda. Tomasek dijo que la herramienta se lanzó hace casi nueve meses, y ha respondido a más de 1 millón de consultas con 50,000 personas visitando el sitio cada mes.
Dexa ha recaudado $6 millones en financiación inicial liderada por Abstract Ventures y The General Partnership, con la participación de Maple VC y Guillermo Rauch. La compañía actualmente tiene tres personas en el equipo y planea contratar más personal de ingeniería.
La empresa está lanzando un sitio web rediseñado y anunciando una asociación con Huberman Labs, donde la búsqueda de Dexa estará incrustada en el sitio web del podcast. Para ello, la startup ha entrenado un modelo especial, similar a un GPT en ChatGPT.
El nuevo diseño permite a los usuarios hacer preguntas de seguimiento y les permite ver la conversación vinculada sin tener que salir de la ventana.
Hoja de ruta futura
El crecimiento de Dexa ha sido principalmente orgánico con podcasters refiriendo a personas hacia la herramienta. Dijo que este método todavía tiene impulso ya que la compañía trabaja con podcasters populares. Por lo tanto, en este momento, no está buscando invertir en alcance.
«Brevemente intentamos publicitar en podcasts, y descubrimos que nuestros intentos terminaban con una relación donde indexábamos su contenido, lo añadíamos a Dexa, y ellos comenzaban a hablar sobre ello de forma orgánica», dijo.
La compañía actualmente no está generando ingresos, pero ha considerado tanto suscripciones como anuncios como fuentes de ingresos a medida que se expande.
Dexa también planea construir una aplicación móvil, donde pueda aumentar el consumo de podcasts a través de clips cortos. Además, la compañía planea introducir la creación de cuentas para que las personas puedan guardar sus búsquedas.
Oportunidades y desafíos
Hay muchas herramientas, incluyendo Riverside, Podcastle y MusixMatch, que ayudan a los podcasters con la transcripción. En términos de búsqueda, el recientemente pivotado Very Disco está tratando de convertirse en una especie de IMDb de podcasts con información como libros, personas y programas de televisión mencionados en los podcasts.
El director de producto de MusixMatch, Marco Paglia, ve la promesa en lo que llama la «experiencia de usuario asistida» de Dexa. Además, siente que hay potencial en permitir que las personas recuperen las opiniones de una persona específica a través de podcasts. Pero su razón para no incrustar esa búsqueda en MusixMatch es que siente que el texto no es la mejor manera de interactuar con LLMs.
«Siento que escribir en un chat no es la mejor experiencia de usuario para los asistentes. En cambio, para este caso de uso, creo firmemente que la voz es el futuro», dijo.
Ben Cmejla, socio de The General Partnership, cree que el enfoque de Dexa de utilizar el conocimiento de los creadores para la búsqueda es único.
«El éxito o fracaso de una plataforma dependerá de la confianza que construya con los usuarios y los socios de contenido. El enfoque de Dexa pone la confianza en primer lugar: la confianza del usuario de que las respuestas a sus preguntas provienen de expertos humanos, y la confianza del socio de que su contenido será mostrado, no solo utilizado para datos de entrenamiento o resúmenes anónimos», dijo.
