O áudio e o vídeo estão em inglês. Estas notas são uma tradução.
Hoje entrevistei Anada Lakra, cofundadora e CEO da BoldVoice, um coach de fala com IA para quem não tem o inglês como língua nativa, com mais de 5 milhões de downloads em mais de 100 países. É também um dos meus apps favoritos.
Anada cresceu na Albânia e se mudou para os Estados Unidos aos 18 anos para estudar em Yale, sem nunca ter visitado o país. Ela tinha estudado inglês por uma década e, mesmo assim, viviam pedindo que repetisse o que dizia.
A BoldVoice funciona com um time de dez pessoas e fatura dezenas de milhões, e ela a descreve como um laboratório de IA de áudio disfarçado de empresa de consumo. Eles faziam IA de áudio antes de isso estar na moda, sem os orçamentos dos grandes laboratórios.
Conversamos sobre por que ela se recusa a chamar isso de correção de sotaque, como construíram modelos de fala que superam times com muito mais financiamento e por que ela acha desolador imaginar um dispositivo que fale por você.
Estrutura e Principais Destaques
Infância na Albânia
- Nasceu pouco depois do fim do comunismo, nos primeiros e caóticos dias da democracia
- Uma crença forte, na família e no país, de que a educação impulsiona o progresso
- Salas de aula com 40 a 50 crianças, recursos escassos, poucas atividades extracurriculares e pouco espaço para se destacar
- O que isso treinou: ser scrappy, levantar a mão primeiro, aproveitar ao máximo recursos escassos
- Emigrar é comum na Albânia, e a ideia foi plantada cedo pelo pai
- A Albânia é um dos países mais pró-americanos do mundo, e o sonho americano tinha uma marca forte
- Ela descobriu sozinha como funcionava o processo de admissão nos EUA: provas, cartas, todo aquele processo complicado
A Sorte Por Cima do Trabalho
- Ela já estava no terceiro ano em Yale quando o pai ganhou a loteria de green card por diversidade, depois de se inscrever por quase 20 anos
- Ela tinha pouco menos de 21 anos, jovem o bastante para ser incluída
- Sem isso: um visto F1, encontrar um empregador que patrocinasse um H1B e a loteria, que ela descreve como uma chance de 50/50 entre seus amigos estrangeiros
- A observação dela sobre empreendedorismo: sempre uma mistura de esforço e sorte
- A ironia que ela aponta: você pode estudar em uma das melhores universidades do mundo e mesmo assim não conseguir ficar
- Enzo só soube que o visto de diversidade existia no ano em que se mudou. Na Albânia todo mundo sabe, e cerca de 80% do país se inscreve
O Problema do Sotaque, por Experiência Própria
- Ela tinha estudado inglês por quase 10 anos e passado em todas as provas, mas aprendeu com professores albaneses que tinham o mesmo sotaque
- A lacuna estava entre leitura, escrita e compreensão de um lado, e a fala do outro
- O momento no refeitório: pronunciar errado lettuce. O curso dela era justamente economics, uma daquelas palavras em que a sílaba tônica muda
- Esses pequenos cortes se acumulam em sala de aula, em situações sociais e em entrevistas de emprego
- No que isso se transforma: “eu não soo do jeito que soo na minha cabeça”, e então você começa a se filtrar antes de falar
- A versão de Enzo: trabalhar na Reach Capital e dizer “Rich Capital”, o que as pessoas achavam engraçado para uma firma de venture capital
Por Que Ela Ressignifica a Palavra Sotaque
- O sotaque não é o objetivo. Você pode ter um sotaque forte e ainda assim ser claro, confiante e conectado com o seu público
- No que eles realmente trabalham: clareza de pronúncia, troca de sons, cadência, acentuação das palavras
- Sotaque é um termo genérico que carrega uma bagagem que os prejudica
- O que eles rejeitam explicitamente: accent correction e accent reduction, termos que os coaches de fala usam
- O enquadramento deles: você está aprendendo uma habilidade, como falar em público ou escrever
- A priorização dentro do produto: sons que prejudicam a compreensão, não os cosméticos
- Massage versus massage quase não importa. Ship versus sheep, sim
- A frase dela para fundadores: nunca se trata de soar americano
Construindo a IA de Áudio
- A descrição interna deles: um laboratório de IA de áudio disfarçado de empresa de consumo
- Por que é difícil: os sotaques variam enormemente e não existe uma única resposta certa
- Eles empregam alguns dos melhores coaches de fala e de dialeto do mundo, que escrevem o conteúdo, aparecem nos vídeos e treinam o modelo para ouvir tão bem quanto eles
- Os engenheiros de ML de áudio retreinam constantemente com as avaliações dos coaches, amostras dos usuários e o feedback dos usuários, com muita automação
- A afirmação dela, com uma ressalva: construíram a IA do mundo que melhor ouve como você realmente soa
- Por que a precisão é tudo: a eficácia deles depende inteiramente dela, porque ouvir mal significa dar feedback ruim
- O próximo passo: avaliar amostras de fala mais longas para que você receba feedback sobre uma reunião real
- Outra possibilidade: transcrição que leva em conta o sotaque, já que o reconhecimento errado é um grande problema não resolvido
O Preço Como Decisão de Missão
- US$ 150 por ano, cerca de US$ 12,50 por mês, parecido com uma assinatura premium do Duolingo
- Uma hora com um coach humano custa mais do que um ano inteiro de BoldVoice
- A tensão: alguns usuários têm alta disposição a pagar, mas o preço não deveria excluir os imigrantes que mais se beneficiariam
- Parte da missão: o coaching de sotaque já existe hoje, mas só CEOs têm acesso a ele
- A posição dela: prefere conquistar um mercado mais amplo a maximizar a receita de curto prazo com um produto de nicho caro
Um Time de Dez
- Sete pessoas com cerca de US$ 10 milhões de receita quando se conheceram, antes de os agentes de código decolarem
- Como: foco extremo, um time forte e uma cultura construída para longos períodos de concentração
- Times pequenos dispensam o custo de coordenação e a hierarquia, e precisam de poucas reuniões
- Várias entrevistas com usuários toda semana, o que é ao mesmo tempo motivador e um ciclo rápido de feedback
- O plano é chegar a 20 ou 25 pessoas até o fim do ano, ainda enxuto em relação à receita
- Sobre pesquisa versus produto: eles não contratam quem quer fazer pesquisa pura. Contratam engenheiros de ML aplicado que se importam com o problema
- Os engenheiros de ML trabalham junto com todo mundo, majoritariamente de forma presencial em Nova York
- A posição explícita deles: “não nos importamos com código bonito, nos importamos que funcione”
O Produto Como Único Fosso Duradouro
- A visão dela: se você reempacota modelos prontos e seu único diferencial é uma máquina de marketing, os concorrentes alcançam você e seus anúncios ficam mais caros
- Um fosso competitivo pode vir de processo ou de dados proprietários, não necessariamente de modelos
- O que não é opcional é a diferenciação de produto
Marketing de Consumo Hoje
- Mais difícil do que nunca, com uma nova ferramenta de IA lançada e divulgada todos os dias
- Muitas são wrappers com pouca diferenciação, e o consumidor nem sempre consegue distinguir
- O efeito colateral: funis de onboarding e paywalls antiéticos corroem a confiança em todos os apps de assinatura
- A atenção está saindo do Instagram e indo para superfícies onde não dá para veicular anúncios
- As empresas que dependiam de SEO estão sentindo a mudança
- A resposta dela: usar o produto como marketing e construir o que só você consegue construir
- O exemplo: Accent Oracle, uma ferramenta gratuita em accentoracle.com que detecta de onde é o seu sotaque, construída sobre os próprios modelos, compartilhável e viral
Contratação na Era dos Agentes
- Diferente das empresas que contrataram demais e agora estão repensando, eles nunca tiveram desperdício de headcount
- Ela resiste a chamá-los de AI native, já que começaram antes de o ChatGPT decolar, mas as ferramentas estão incorporadas em tudo
- Nenhuma função foi eliminada. O que mudou é o que eles procuram
- Sobre o ciclo “a engenharia morreu, depois o design morreu” no Twitter: você ainda precisa de designers, mas de designers que saibam trabalhar com o Claude
- O que querem ver: pessoas que experimentam, mantêm a curiosidade e conseguem ser 2x ou 3x mais eficazes do que há um ano
Sobre Dispositivos que Falam por Você
- Ela acha a ideia desoladora
- O enquadramento dela: deixe a IA fazer o trabalho de bastidor, e deixe a comunicação continuar sendo a parte humana
- “É só mandar a IA e ficar em casa, né?”
- Onde ela admite que faz sentido: call centers, porque são transacionais, e de qualquer forma estão a um passo de ser totalmente automatizados
- Para qualquer coisa relacional, especialmente quando você pode vir a conhecer a pessoa, você quer a sua própria voz
- A visão de longo prazo: um coach de fala sempre ligado, que ouve você em todos os ambientes e dá o feedback certo no momento certo
Glossário do Vale do Silício
| Termo | Significado | Contexto no episódio |
|---|---|---|
| Accent reduction | Termo da indústria para eliminar um sotaque | O que eles se recusam explicitamente a construir ou dizer |
| Word stress | Qual sílaba carrega a ênfase em uma palavra | Uma das maiores fontes de confusão, como em economy versus economics |
| Engenheiro de ML aplicado | Engenheiro que constrói modelos para colocar em um produto | O perfil que eles contratam, em oposição a pesquisadores puros |
| Moat | O que impede os concorrentes de replicar você | O argumento dela de que só o marketing não é um |
| CPM | Custo por mil impressões de anúncio | A métrica que sobe à medida que as ferramentas de IA lotam os mesmos canais |
| Product as marketing | Usar funcionalidades diferenciadas para impulsionar a aquisição | A resposta deles ao colapso do playbook de consumo |
| Loteria de vistos de diversidade | Loteria de green card dos EUA para países sub-representados | Como o pai dela conseguiu o green card para a família depois de 20 anos se inscrevendo |
| H1B | Visto de trabalho dos EUA que exige patrocínio do empregador | O caminho que ela evitou graças à loteria |
| ARR | Receita recorrente anual | Os US$ 10 milhões que alcançaram com sete pessoas |
| AI native | Construído assumindo a IA desde o início | Um rótulo que ela evita, já que a empresa é anterior à decolagem do ChatGPT |
Pessoas, Empresas e Referências
Pessoas Mencionadas
- Anada Lakra: cofundadora e CEO da BoldVoice
- Ilya: seu cofundador e CTO, com ela desde o primeiro dia e há cinco anos na empresa
- Seu pai: incutiu nela a ambição e se inscreveu na loteria de diversidade por quase 20 anos
- Enzo Cavalie: apresentador do podcast
Empresas e Organizações
- BoldVoice: coach de fala com IA, mais de 5 milhões de downloads em mais de 100 países, time de 10 pessoas
- Accent Oracle: a ferramenta viral e gratuita deles que detecta de onde é um sotaque
- Yale: onde ela estudou ética, política e economia
- Duolingo: a referência de preço
- Reach Capital: onde Enzo trabalhou, e a origem da sua própria história de pronúncia errada
Dados e Referências
- 5 milhões de downloads em mais de 100 países
- US$ 150 por ano, cerca de US$ 12,50 por mês
- 7 pessoas com ~US$ 10 milhões de receita, crescendo até uma meta de 20 a 25 até o fim do ano
- ~80% da Albânia se inscreve na loteria de vistos de diversidade