El audio y el vídeo están en inglés. Estas notas son una traducción.
Hoy entrevisté a Anada Lakra, cofundadora y CEO de BoldVoice, un coach de habla con IA para personas que no tienen el inglés como lengua materna, con más de 5 millones de descargas en más de 100 países. También es una de mis apps favoritas.
Anada creció en Albania y se mudó a Estados Unidos a los 18 para estudiar en Yale, sin haber visitado el país antes. Había estudiado inglés durante una década y aun así le pedían que repitiera las cosas todo el tiempo.
BoldVoice funciona con un equipo de diez que hace decenas de millones en facturación, y ella lo describe como un laboratorio de IA de audio disfrazado de empresa de consumo. Hacían IA de audio antes de que estuviera de moda, sin los presupuestos de los labs.
Hablamos de por qué se niega a llamarlo corrección de acento, de cómo construyeron modelos de habla que superan a equipos con mucho más financiamiento, y de por qué le parece desolador imaginar un dispositivo que hable por ti.
Estructura y Highlights Clave
Crecer en Albania
- Nació poco después del comunismo, en los primeros días caóticos de la democracia
- Una creencia fuerte, en su familia y en el país, de que la educación empuja el progreso
- Aulas de 40 a 50 chicos, recursos escasos, pocas actividades extracurriculares y poco espacio para destacar
- Lo que eso entrenó: rebuscársela, levantar la mano primero, sacarle el máximo a los recursos escasos
- Emigrar es común en Albania, y la idea se la plantó temprano su padre
- Albania es uno de los países más proamericanos del mundo, y el sueño americano cargaba una marca fuerte
- Resolvió sola el proceso de aplicación a Estados Unidos: exámenes, cartas, todo ese trámite enredado
La Suerte Encima del Trabajo
- Ya estaba en tercer año en Yale cuando su padre ganó la lotería de diversidad de la green card, después de postular durante casi 20 años
- Tenía justo menos de 21, lo bastante joven como para que la incluyeran
- Sin eso: una visa F1, encontrar un empleador que patrocinara una H1B, y la lotería, que ella describe como una chance de 50/50 entre sus amigos internacionales
- Su observación sobre emprender: siempre una mezcla de esfuerzo y suerte
- La ironía que ella nombra: puedes estudiar en una de las mejores universidades del mundo y aun así no conseguir quedarte
- Enzo recién supo que existía la visa de diversidad el año en que se mudó. En Albania todo el mundo lo sabe, y cerca del 80% del país postula
El Problema del Acento, desde la Experiencia
- Había estudiado inglés durante casi 10 años y pasó todos los exámenes, pero lo aprendió con profesores albaneses que tenían el mismo acento
- La brecha estaba entre leer, escribir y comprender de un lado, y hablar del otro
- El momento del comedor: pronunciar mal lettuce. Su propia carrera era economics, una de esas palabras en las que el acento tónico cambia de lugar
- Estos cortes de papel se acumulan en las aulas, en las situaciones sociales y en las entrevistas de trabajo
- En lo que se convierte: “No sueno de la forma en que sueno en mi cabeza”, y después filtrarte antes de hablar
- La versión de Enzo: trabajar en Reach Capital y decir “Rich Capital”, lo que a la gente le parecía gracioso tratándose de una firma de venture
Por Qué Reencuadra la Palabra Acento
- El acento no es el objetivo. Puedes tener un acento marcado y aun así ser claro, seguro y estar conectado con tu audiencia
- En lo que de verdad trabajan: claridad de la pronunciación, sustitución de sonidos, cadencia, acento de la palabra
- Acento es una frase comodín que carga un lastre, y eso les hace un flaco favor
- Lo que rechazan de forma explícita: corrección de acento y reducción de acento, términos que usan los coaches de habla
- Su encuadre: estás aprendiendo una habilidad, como hablar en público o escribir
- La priorización dentro del producto: los sonidos que dañan la comprensión, no los cosméticos
- Massage versus massage casi no importa. Ship versus sheep sí
- Su frase para founders: nunca se trata de sonar americano
Construir la IA de Audio
- Su descripción interna: un laboratorio de IA de audio disfrazado de empresa de consumo
- Por qué es difícil: los acentos varían enormemente y no hay una sola respuesta correcta
- Emplean a algunos de los mejores coaches de habla y de dialecto del mundo, que escriben el contenido, aparecen en los videos y entrenan al modelo para que oiga tan bien como ellos
- Sus ingenieros de ML de audio reentrenan todo el tiempo con las evaluaciones de los coaches, muestras de usuarios y feedback de usuarios, con mucha automatización
- Su afirmación, con una salvedad: han construido la IA del mundo que mejor oye cómo suenas de verdad
- Por qué la precisión lo es todo: su efectividad vive y muere por ella, porque oír mal significa un feedback malo
- Lo que sigue: ponerle un score a muestras de habla más largas para que puedas recibir feedback de una reunión real
- Una posibilidad más allá: transcripción que toma en cuenta el acento, porque el reconocimiento equivocado es un problema grande y sin resolver
El Precio como Decisión de Misión
- $150 al año, cerca de $12.50 al mes, parecido a una suscripción premium de Duolingo
- Una hora con un coach humano cuesta más que un año completo de BoldVoice
- La tensión: algunos usuarios tienen alta disposición a pagar, pero el precio no debería dejar afuera a los inmigrantes que más se beneficiarían
- Parte de la misión: el coaching de acento hoy existe, pero solo los CEO pueden acceder
- Su postura: prefiere capturar un mercado más amplio que maximizar el ingreso de corto plazo con un producto de nicho y caro
Un Equipo de Diez
- Siete personas con cerca de $10M de facturación cuando se conocieron, antes de que despegaran los agentes de código
- Cómo: foco extremo, un equipo fuerte, y una cultura armada para el tiempo de concentración sin interrupciones
- Los equipos chicos no necesitan overhead de coordinación, ni jerarquía, ni muchas reuniones
- Varias entrevistas con usuarios cada semana, lo que a la vez motiva y es un loop de feedback rápido
- El plan es llegar a 20 o 25 para fin de año, y sigue siendo lean en relación con la facturación
- Sobre investigación versus producto: no contratan a gente que quiere investigación pura. Contratan ingenieros de ML aplicado a los que les importa el problema
- Los ingenieros de ML se sientan con todos los demás, en su mayoría en persona en Nueva York
- Su postura explícita: “no nos importa el código bonito, nos importa que funcione”
El Producto como Único Moat Durable
- Su visión: si reempaquetas modelos off-the-shelf y tu único diferenciador es una máquina de marketing, los competidores te alcanzan y tus anuncios se ponen más caros
- Un moat puede venir del proceso o de datos propietarios, no necesariamente de los modelos
- Lo que no es opcional es la diferenciación de producto
El Marketing de Consumo Ahora Mismo
- Más duro que nunca, con una herramienta nueva de IA que se lanza y se promociona cada día
- Muchas son wrappers con poca diferenciación, y el consumidor no siempre puede notar la diferencia
- El efecto en cadena: los funnels de onboarding poco éticos y los paywalls erosionan la confianza en todas las apps de suscripción
- La atención se está yendo de Instagram hacia superficies donde no puedes correr anuncios
- Las empresas que dependían del SEO están viendo el cambio
- Su respuesta: usar el producto como marketing, y construir lo que solo tú puedes construir
- El ejemplo: Accent Oracle, una herramienta gratis en accentoracle.com que detecta de dónde es tu acento, construida sobre sus propios modelos, compartible y viral
Contratar en la Era de los Agentes
- A diferencia de las empresas que sobrecontrataron y ahora lo están repensando, ellas nunca tuvieron desperdicio de headcount
- Se resiste a llamarlas AI native, porque empezaron antes de que ChatGPT despegara, pero las herramientas están embebidas en todas partes
- Ningún rol fue eliminado. Lo que cambió es lo que buscan
- Sobre el ciclo de “la ingeniería murió, después el diseño murió” en Twitter: sigues necesitando diseñadores, pero diseñadores que puedan trabajar con Claude
- Lo que quieren ver: gente que trastea, se mantiene curiosa y puede ser 2x o 3x más efectiva que hace un año
Sobre los Dispositivos que Hablan por Ti
- La idea le parece desoladora
- Su encuadre: que la IA haga el trabajo de fondo, y que la comunicación siga siendo lo humano
- “¿Nada más mandas a la IA y te quedas en casa, no?”
- Donde concede que tiene sentido: los call centers, porque son transaccionales, y de todos modos ya están a un paso de automatizarse del todo
- Para cualquier cosa relacional, sobre todo si podrías llegar a conocer a la persona, quieres tu propia voz
- La visión de largo plazo: un coach de habla siempre encendido que te oye en cada cuarto y te da el feedback correcto en el momento
Glosario Silicon Valley
| Término | Qué significa | Contexto en el episodio |
|---|---|---|
| Accent reduction | Término de la industria para eliminar un acento | Lo que se niegan de forma explícita a construir o a decir |
| Word stress | Qué sílaba carga el énfasis dentro de una palabra | Una de las mayores fuentes de confusión, como en economy versus economics |
| Applied ML engineer | Ingeniero que construye modelos para sacarlos en un producto | El perfil que contratan, a diferencia de los investigadores puros |
| Moat | Lo que impide que los competidores te repliquen | Su argumento de que el marketing por sí solo no lo es |
| CPM | Costo por cada mil impresiones de un anuncio | La métrica que sube cuando las herramientas de IA saturan los mismos canales |
| Product as marketing | Usar funcionalidades diferenciadas para impulsar la adquisición | Su respuesta al playbook de consumo que se está cayendo |
| Diversity visa lottery | Lotería estadounidense de green card para países subrepresentados | Cómo su padre le consiguió a la familia una green card después de 20 años de postular |
| H1B | Visa de trabajo de Estados Unidos que exige el patrocinio de un empleador | El camino que ella evitó gracias a la lotería |
| ARR | Ingreso recurrente anual | Los $10M que alcanzaron con siete personas |
| AI native | Construida asumiendo la IA desde el inicio | Una etiqueta a la que ella se resiste, porque son anteriores al despegue de ChatGPT |
Personas, Empresas y Referencias
Personas Mencionadas
- Anada Lakra: cofundadora y CEO de BoldVoice
- Ilya: su cofundador y CTO, con ella desde el día uno y cinco años en la empresa
- Su padre: le inculcó la ambición y postuló a la lotería de diversidad durante casi 20 años
- Enzo Cavalie: host del podcast
Empresas y Organizaciones
- BoldVoice: coach de habla con IA, más de 5M de descargas en más de 100 países, equipo de 10
- Accent Oracle: su herramienta viral y gratis que detecta de dónde viene un acento
- Yale: donde estudió ética, política y economía
- Duolingo: la referencia de precio
- Reach Capital: donde trabajó Enzo, y el origen de su propia historia de mala pronunciación
Datos y Referencias
- 5 millones de descargas en más de 100 países
- $150 al año, cerca de $12.50 al mes
- 7 personas con ~$10M de facturación, creciendo hacia una meta de 20 a 25 para fin de año
- ~80% de Albania postula a la lotería de la visa de diversidad