PolyAI

PolyAI sviluppa agenti vocali AI per grandi aziende, pensati per gestire conversazioni telefoniche reali in customer service, call routing, prenotazioni, pagamenti, outage utilities e servizi regolati.

Le storie delle startup europee che contano. Ogni settimana.

Nessuno spam, cancellazione in un clic.

Episodio del podcast

🎙️ Approfondimento Podcast

EP58 — Unicorn Files — PolyAI: la voice AI europea che vuole riscrivere il call center

Ascolta l'approfondimento

EP49 — Unicorn Files — Entrepreneurs First: il talento prima dell'idea

Ascolta l'approfondimento

Cos'è PolyAI

PolyAI è una startup britannica di enterprise voice AI fondata a Londra nel 2017 da Nikola Mrkšić, Pei-Hao “Eddy” Su e Tsung-Hsien “Shawn” Wen, ricercatori machine learning legati all’ecosistema dell’Università di Cambridge. La società costruisce agenti vocali per grandi aziende che devono gestire volumi elevati di chiamate e conversazioni operative complesse. La piattaforma non nasce come chatbot adattato alla voce, ma come sistema dialog-first: bassa latenza, gestione di accenti e interruzioni, fallback umano, integrazione con sistemi aziendali, auditability e compliance. Il prodotto principale è l’Agentic Dialog Platform, supportata da Raven, modello proprietario addestrato su oltre un miliardo di conversazioni enterprise. Tra i clienti pubblici figurano Marriott, Caesars Entertainment, PG&E, UniCredit, Foot Locker e FedEx. Nel dicembre 2025 PolyAI ha annunciato una Series D da 86 milioni di dollari, portando il funding totale oltre i 200 milioni. La valutazione da 750 milioni di dollari è riportata da SiliconANGLE, ma non è stata pubblicata nel comunicato ufficiale PolyAI.

La Storia

PolyAI nasce dall’esperienza dei founder nei dialog systems e nel machine learning all’Università di Cambridge. L’intuizione iniziale è che le aziende non dovrebbero scegliere tra scalabilità del customer service e qualità della conversazione: il canale telefonico resta critico in settori come hospitality, utilities, banking e healthcare, ma gli IVR tradizionali non riescono a gestire interazioni naturali, contesto e complessità operativa.

Come funziona PolyAI

Business Model

Modello B2B enterprise SaaS/deployment: vendita a grandi aziende con proof of value, implementazioni su casi d’uso ad alto volume, integrazioni con sistemi di contact center e potenziale land-and-expand su più flussi, lingue, paesi e business unit.

Revenue Model

Ricavi da contratti enterprise, piattaforma SaaS, deployment, volumi di utilizzo e servizi collegati all’implementazione e alla governance degli agenti vocali.

Prodotti e servizi di PolyAI

Prodotti Chiave

  • Agentic Dialog Platform
  • Raven
  • Agent Builder
  • Agent Development Kit
  • Agent Studio
  • Voice AI Agents

Casi d'uso principali

  • Inbound customer service calls
  • Natural language call routing
  • Booking and reservations
  • Billing and payments
  • Account management
  • Authentication
  • Utilities outages
  • FAQ automation
  • Troubleshooting
  • Customer data and interaction insights

Mercato e clientela di PolyAI

Clienti principali

Si rivolge a clienti enterprise come Marriott, Caesars Entertainment, PG&E e UniCredit/Zagrebačka banka (oltre a Foot Locker, FedEx, Fogo de Chão, Golden Nugget e Simplyhealth) per automatizzare conversazioni vocali ad alto volume nei contact center.

Presenza geografica

GBUSCA

Come si posiziona PolyAI

Competitor

ParloaSierraCognigyTalkdeskFive9NICEGenesysGoogleAmazonMicrosoftOpenAIAnthropicElevenLabs

Vantaggi Competitivi

  • Dialog-first architecture rather than chat-first voice wrapper
  • Proprietary Raven model trained on large-scale enterprise conversations
  • Enterprise customer references in regulated and high-volume environments
  • Integration with existing contact-center and enterprise systems
  • Governance, fallback and auditability positioned as part of the platform
  • Proof-of-value sales motion based on containment, CSAT, hours saved and ROI

Come cresce PolyAI

Growth Strategy

Espansione enterprise land-and-expand, crescita internazionale, apertura della piattaforma a builder e developer, rafforzamento go-to-market e sviluppo di Agentic Dialog Platform/Agent Studio.

Modello di distribuzione

Enterprise sales, proof of value, customer case studies, partner/integration motion and developer/platform expansion.

Moat (Difendibilità)

Combinazione di dati conversazionali enterprise, modello proprietario Raven, casi d’uso regolati in produzione, integrazioni, fiducia dei buyer enterprise e apprendimento continuo dai deployment.

Contesto regolatorio per PolyAI

Rilevanti GDPR, AI Act, DORA per financial services, PCI DSS per pagamenti, HIPAA per sanità USA, SOC 2 e requisiti enterprise di sicurezza, audit, data retention, escalation e vendor risk management.

Principali rischi di PolyAI

  • Commoditizzazione dei modelli vocali e degli LLM multimodali
  • Competizione di Big Tech e incumbent del contact center
  • Compressione dei margini se il prodotto richiede delivery troppo intensivo
  • Rischi reputazionali da errori conversazionali in contesti sensibili
  • Vendor lock-in percepito dai buyer enterprise
  • Obblighi di trasparenza, audit, privacy e resilienza nei verticali regolati
  • Differenza tra metriche di ROI dei clienti e disclosure finanziarie ufficiali

Strategic Insights

  • Il moat potenziale non sta solo nel modello vocale, ma nella combinazione di dati conversazionali enterprise, deployment regolati, integrazioni, buyer trust e miglioramento continuo dei call flow.
  • La Series D con NVentures rafforza la credibilità di PolyAI in un mercato dove i buyer enterprise cercano segnali di scalabilità e durata del vendor.
  • La piattaformizzazione tramite Agentic Dialog Platform, Agent Builder e ADK segnala il passaggio da deployment gestiti a prodotto più scalabile per team CX, operations, product e developer.
  • La valutazione riportata di 750 milioni di dollari la colloca sotto la soglia unicorno, ma con un profilo da rising star europea nel mercato degli agenti AI enterprise.
  • Il rischio principale è la compressione competitiva: Big Tech, incumbent del contact center e startup agentic AI possono erodere il vantaggio se la componente Raven/data/deployment non diventa difendibile.

Funding e investitori di PolyAI

Raccolta Totale

$200M+

Ultima Valutazione

$750M (2025)

Round di investimento

  • 2025 - Series D: $86M
    Lead: Georgian, Hedosophia, Khosla Ventures

Investitori principali

GeorgianHedosophiaKhosla VenturesNVenturesBritish Business BankCiti VenturesSquarepoint VenturesSands CapitalZendesk VenturesPoint72 Ventures

Chi ha fondato PolyAI

Founders

Nikola MrkšićCo-founder & CEO
Machine learning and dialog systems background; associated with the University of Cambridge ecosystem.
Pei-Hao “Eddy” SuCo-founder & SVP Engineering
Machine learning and dialog systems background; associated with the University of Cambridge ecosystem.
Tsung-Hsien “Shawn” WenCo-founder & CTO
Machine learning and dialog systems background; associated with the University of Cambridge ecosystem.

Key Executives

  • Nikola Mrkšić - CEO
  • Tsung-Hsien “Shawn” Wen - CTO
  • Pei-Hao “Eddy” Su - SVP Engineering

Numeri chiave di PolyAI

Total funding$200M+ (2025)
Series D$86M (2025)
Reported valuation$750M (2025)
Enterprise customers100+ (2025)
Live deployments2,000+ (2025)
Languages45+ in Dec 2025; 75 in May 2026 PR (2026)
PG&E containment67% (2025)
PG&E labor hours saved35,000 (2025)
PG&E CSAT increase+22% (2025)
UniCredit/Zagrebačka banka NPS increase+14 points (2025)
Revenue$8.9M FY Jan 2024; just over $15M FY Jan 2025 (2025)
ARR run-rate target>$40M (2026)
Forrester TEI ROI391% ROI; $10.3M average savings; payback under six months (2025)

Cosa impariamo da PolyAI

  • Partire da un workflow doloroso e misurabile, non da una demo tecnologica.
  • Vendere ROI operativo prima della magia AI: containment, CSAT, abandon rate, ore risparmiate e payback.
  • Costruire governance, audit log, data retention, policy e fallback umano prima di scalare in verticali regolati.
  • Usare case study enterprise come asset commerciale: PG&E e UniCredit sono più convincenti di una demo generica.
  • Nel B2B enterprise, prodotto e delivery devono scalare insieme: il rischio non è solo tecnico, ma organizzativo.

Startup simili

📍 london

Fresha

Piattaforma londinese per saloni, spa e operatori wellness che gestisce booking, pagamenti, marketplace e business management.

Leggi Analisi
📍 london

Conduct

Startup londinese fondata da ex Palantir che costruisce un AI OS per comprendere, operare e modificare sistemi come SAP, Salesforce e Oracle.

Leggi Analisi
📍 london

Frontier Health

Healthtech londinese che sviluppa Juno, agente AI per supportare lo staff amministrativo ospedaliero.

Leggi Analisi

Fonti

🎙️ Scalable Podcast — Storie di startup europee
Spotify 🎧 Apple