Financiering

Rox haalt $100 miljoen op in Series B tegen een waardering van $1,3 miljard om AI-onderzoek te bevorderen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Reuters meldde op 11 november 2026 dat Rox in een Series B-financieringsronde $100 miljoen had opgehaald. Daarbij werd de in San Francisco gevestigde startup gewaardeerd op $1,3 miljard. General Catalyst en March Capital leidden de financieringsronde gezamenlijk, aldus Rox in de aankondiging. Het bedrijf bereidt zich voor om zijn AI-onderzoek en bereik in het bedrijfsleven uit te breiden.

Bestaande investeerders Sequoia Capital en Factory namen deel aan de financieringsronde, samen met de nieuwe investeerders Databricks Ventures en Prosperity7 Ventures. Rox zei het kapitaal te besteden aan AI-onderzoek en de ontwikkeling van maatwerkmodellen, en tegelijkertijd zijn klantenbestand in de zorg, de industrie, financiële dienstverlening, de energiesector en de technologiesector uit te breiden.

Het bedrijf zei dat de jaarlijkse terugkerende omzet in het eerste jaar op de markt meer dan vertienvoudigde. Tot de klanten behoren Puma, Groq en Ramp.

Een platform dat verder gaat dan leadgeneratie

Rox biedt meer dan alleen leadgeneratie via uitgaande klantbenadering. De platformdocumentatie beschrijft één geïntegreerd systeem voor het opsporen en kwalificeren van prospects, klantbetrokkenheid, het afronden van verkoop, verlenging en uitbreiding van klantaccounts. Dankzij die brede inzet kan één implementatie zowel de ontwikkeling van nieuwe klanten als de omzet uit bestaande accounts ondersteunen.

Rox zegt dat het platform gegevens kan gebruiken uit CRM-systemen, e-mail, agenda’s, Slack, gespreksverslagen, documenten en internetbronnen. De kennisgraaf brengt entiteiten en tegenstrijdige waarden uit verschillende bronnen met elkaar in overeenstemming en leidt onderlinge relaties af. Een governancelaag past daarbij één toegangsmodel toe voor alle systemen. Het doel is agents een gedeelde context rond accounts te bieden, zodat ze niet uitsluitend werken met afzonderlijke verkoopgegevens.

Voordat een contactpersoon in een workflow voor klantbenadering terechtkomt, controleert het systeem volgens de documentatie van Outbound Agent diens huidige functie en e-mailadres. Daarbij vult het de eigen gegevens aan met informatie van meer dan 17 dataverrijkingsproviders. Zoekresultaten krijgen het label ‘goedgekeurd’ of ‘afgewezen’, met redenen voor eventuele uitsluiting. Goedgekeurde resultaten kunnen worden overgezet naar een reeks berichten voor klantbenadering, een contactenlijst of een leadlijst. De agent kan ook reacties afhandelen en afspraken inplannen.

Een team kan elk verzonden bericht handmatig laten controleren, de automatische werking pauzeren en ingeplande afspraken bekijken. Wijzigingen aan een actieve agent blijven concepten totdat de gebruiker ze opslaat of verwerpt. Rox stelt ook dat de automatisering binnen door de gebruiker ingestelde parameters werkt en aanvankelijk moet worden geconfigureerd en voortdurend moet worden gecontroleerd.

Implementaties bij klanten en gerapporteerde resultaten

Volgens het overzicht van klantverhalen van Rox had MongoDB 45 dagen nodig om van een prototype naar productie over te stappen, steeg het conversiepercentage van Ramp met 10% tot 15%, bereikte Couchbase een gebruiksgraad van meer dan 90% onder ruim 250 vertegenwoordigers en gebruikt Puma Energy Rox om klanten in belangrijke markten te volgen. De voorbeelden laten resultaten zien op het gebied van implementatiesnelheid, verkoopconversie, gebruik door medewerkers en accountmonitoring, en niet slechts één maatstaf voor waarde.

Rox waarschuwt dat deze prestatiecijfers betrekking hebben op afzonderlijke configuraties en mogelijk niet representatief zijn voor andere implementaties. De werkelijke resultaten kunnen variëren afhankelijk van de datakwaliteit, de CRM-configuratie, het volume aan klantbenadering, de marktomstandigheden en de doelgroep. De voorbeelden vormen daarom geen garantie voor een standaardresultaat bij nieuwe klanten.

Onderzoeksplannen en terugkerende investeerders

De geplande uitgaven aan onderzoek sluiten aan bij een agenda die al wordt beschreven op de onderzoekspagina van Rox. Het werk omvat modellen voor specifieke taken en agentarchitecturen, systemen om het gedrag van agents te evalueren en productie-infrastructuur die agents betrouwbaarder moet maken in echte omzetomgevingen. De ontwikkeling van maatwerkmodellen maakt dus deel uit van een breder technisch programma en staat niet op zichzelf als een oefening in modelbouw.

Op de bedrijfspagina van Rox staat Ishan Mukherjee vermeld als medeoprichter en CEO, Shriram Sridharan als medeoprichter en CTO, Diogo Ribeiro als medeoprichter en CGO, en Christopher Ré als medeoprichter voor onderzoek.

General Catalyst is opnieuw hoofdinvesteerder. De investeerder maakte op 19 november 2024 bekend dat het de Series A-financieringsronde van Rox had geleid en zei dat tijdens de openbare bèta meer dan 35 verkoopteams van bedrijven het product hadden gebruikt, waaronder teams van MongoDB, Confluent en Ramp.

Dankzij de Series B-financiering kan Rox tegelijk investeren in modelontwikkeling en een grotere aanwezigheid bij bedrijven opbouwen. De belangrijkste vraag is of de vroege omzetgroei en de afzonderlijk gerapporteerde klantresultaten ook kunnen worden gerealiseerd in de bredere reeks sectoren waarop het bedrijf zich nu richt.

Evan Mercer is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI-startups, durfkapitaal en de financieringsdynamiek die de volgende generatie technologiebedrijven vormgeeft, behandelt. Zijn verslaggeving richt zich op innovatie in een vroeg stadium, kapitaalstromen en de strategische beslissingen die oprichters en investeerders nemen wanneer AI-bedrijven opschalen van concept tot wereldwijde impact.

Met een strategische en analytische blik onderzoekt Evan financieringsrondes, marktpositionering en opkomende trends binnen het AI-startup-ecosysteem. Hij volgt hoe durfkapitaal, bedrijfsinvesteringen en de beursgenoteerde markten samenvallen met doorbraken in kunstmatige intelligentie, en scheidt duurzame signalen van kortetermijnhype.

Artikelen geschreven door Evan Mercer zijn AI-gegenereerd en worden beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, context en verantwoorde berichtgeving over het wereldwijde AI-investeringslandschap te waarborgen.