Klaus, una startup de origen estonio que surgió en 2019 para ayudar a los agentes de servicio al cliente, ha sido adquirida por la plataforma global de servicio al cliente Zendesk por una cantidad no revelada.
El año pasado, Zendesk también adquirió Tymeshift, una herramienta de gestión de personal, para incorporarla a su producto. Sería negligente de nuestra parte no mencionar que la disminución de la economía tecnológica en general y la caída de las valoraciones ciertamente han impulsado una ola de fusiones y adquisiciones en el sector.
Al final, Klaus había recaudado un total de $19.3 millones de inversores, incluyendo Global Founders Capital, Acton Capital, Icebreaker.vc y Creandum.
En un comunicado, Adrian McDermott, director de tecnología de Zendesk, dijo: «Con Klaus como parte de nuestra cartera de WEM, podemos capacitar a las empresas con la mejor garantía de calidad automatizada impulsada por IA en el mercado”.
Kair Käsper, cofundador de Klaus, agregó: “A medida que la IA aumenta la velocidad y frecuencia del compromiso del cliente, solo la garantía de calidad impulsada por IA puede ayudar a las empresas a mantenerse al día con las crecientes expectativas de los clientes”.
Klaus comenzó centrándose en hacer que los agentes de servicio al cliente fueran más eficientes, pero se transformó en una plataforma de garantía de calidad más completa impulsada por la IA (según afirma la empresa).
En 2019, los cofundadores, Kair Käsper y Martin Kõiva, pasaron de ser empleados en el unicornio estonio Pipedrive, a lanzar una «herramienta de revisión de conversaciones y garantía de calidad para equipos de soporte».
Después de ganar clientes como Automattic, Wistia y Soundcloud, cerraron una financiación inicial de $1.9 millones liderada por Creandum.
Luego, en 2022, Klaus cerró una ronda de capital de riesgo Serie A de €12 millones (~ $ 11.49 millones) liderada por Acton Capital.
En ese momento, Klaus estaba entrenando algoritmos de IA para realizar tareas. Estas incluían categorizar automáticamente los comentarios de los clientes, ordenar conversaciones por atributos como complejidad y realizar análisis de sentimientos en varios idiomas, para así puntuar la «calidad» de las conversaciones entre clientes y agentes.
