Rox raccoglie 100 milioni di dollari con un round di serie B, raggiunge una valutazione di 1,3 miliardi di dollari e punta a far progredire la ricerca sull’IA

Reuters ha riferito l’11 novembre 2026 che Rox aveva raccolto 100 milioni di dollari in un round di serie B, che ha valutato 1,3 miliardi di dollari la startup con sede a San Francisco. General Catalyst e March Capital hanno guidato congiuntamente il finanziamento, ha dichiarato Rox nel suo annuncio, mentre si prepara ad ampliare la propria attività di ricerca sull’IA e la propria presenza nel settore delle imprese.

Gli investitori già presenti Sequoia Capital e Factory hanno partecipato insieme ai nuovi investitori Databricks Ventures e Prosperity7 Ventures. Rox ha dichiarato che destinerà il capitale alla ricerca sull’IA e allo sviluppo di modelli personalizzati, ampliando al contempo la propria base di clienti aziendali nei settori sanitario, industriale, dei servizi finanziari, energetico e tecnologico.

L’azienda ha dichiarato che, nel suo primo anno sul mercato, i ricavi ricorrenti annuali sono cresciuti di oltre dieci volte. Tra i clienti figurano Puma, Groq e Ramp.

Una piattaforma che va oltre la generazione di lead

Rox propone molto più della sola generazione di lead in uscita. La documentazione della piattaforma descrive un sistema integrato che copre la ricerca di potenziali clienti, la loro qualificazione e il coinvolgimento, la conclusione delle trattative, i rinnovi e l’espansione degli account. Questa ampiezza consente a una singola implementazione di occuparsi sia dello sviluppo di nuove attività sia dei ricavi generati dagli account esistenti.

Rox afferma che la piattaforma può attingere a dati CRM, email, calendari, Slack, trascrizioni di chiamate, documenti e fonti Internet. Il suo grafo della conoscenza identifica le entità, risolve le discrepanze tra i valori presenti nelle diverse fonti e deduce le relazioni, mentre un livello di governance applica un unico modello di accesso a tutti i sistemi. L’obiettivo è fornire agli agenti un contesto condiviso sugli account, anziché lasciarli operare su dati di vendita isolati.

Prima che un contatto entri in un flusso di lavoro di contatto, secondo la documentazione dell’Outbound Agent, il sistema verifica il ruolo attuale della persona e il suo indirizzo email, integrando i propri dati con quelli di oltre 17 fornitori di arricchimento dei dati. I risultati delle ricerche sono contrassegnati come corrispondenze o esclusioni, con le relative motivazioni; le corrispondenze approvate possono essere trasferite a una sequenza di contatto, a un elenco di contatti o a un elenco di lead. L’agente può anche gestire le risposte e fissare riunioni.

Un team può sottoporre ogni invio a revisione manuale, mettere in pausa l’automazione e controllare le riunioni fissate. Le modifiche apportate a un agente in funzione restano bozze finché l’utente non le salva o le annulla. Rox afferma inoltre che la sua automazione opera entro parametri definiti dall’utente e richiede una configurazione iniziale e una supervisione continua.

Implementazioni presso i clienti e risultati dichiarati

L’indice delle storie dei clienti di Rox riporta che MongoDB ha impiegato 45 giorni per passare da un prototipo alla produzione, che il tasso di conversione di Ramp è aumentato dal 10% al 15%, che Couchbase ha raggiunto un tasso di adozione superiore al 90% tra più di 250 rappresentanti e che Puma Energy usa Rox per monitorare i clienti nei mercati chiave. Gli esempi riguardano la velocità di implementazione, la conversione delle vendite, l’adozione da parte del personale e il monitoraggio degli account, anziché un’unica misura del valore.

Rox avverte che queste cifre sulle prestazioni si riferiscono a configurazioni specifiche e potrebbero non essere rappresentative di altre implementazioni. I risultati effettivi possono variare in base alla qualità dei dati, alla configurazione del CRM, al volume dei contatti, alle condizioni di mercato e al pubblico di destinazione; pertanto, gli esempi non definiscono un risultato standard per i nuovi clienti.

Piani di ricerca e investitori già presenti

La spesa prevista per la ricerca si inserisce in un programma già descritto nella pagina di ricerca di Rox. Le attività comprendono modelli specifici per determinate attività e architetture di agenti, sistemi per valutare il comportamento degli agenti e infrastrutture di produzione pensate per rendere gli agenti affidabili nei contesti reali di generazione dei ricavi. Lo sviluppo di modelli personalizzati rientra quindi in un programma ingegneristico più ampio e non costituisce un’iniziativa isolata di costruzione di modelli.

La pagina aziendale di Rox indica Ishan Mukherjee come cofondatore e CEO, Shriram Sridharan come cofondatore e CTO, Diogo Ribeiro come cofondatore e CGO e Christopher Ré come cofondatore responsabile della ricerca.

General Catalyst è un investitore di punta già presente. Ha annunciato il 19 novembre 2024 di aver guidato il round di serie A di Rox e ha dichiarato che, durante la beta pubblica, il prodotto era stato adottato da oltre 35 team di vendita aziendali, tra cui quelli di MongoDB, Confluent e Ramp.

Il round di serie B fornisce a Rox i capitali necessari per perseguire contemporaneamente lo sviluppo di modelli e una maggiore presenza nel settore delle imprese. La prova decisiva sarà capire se la crescita iniziale dei ricavi e i risultati ottenuti dai singoli clienti, riportati caso per caso, potranno essere replicati nei numerosi settori a cui l’azienda si rivolge ora.