Encore AI

Qué es

Encore AI construye agentes de IA de cara al cliente copiando a tu mejor gente en lugar de pedirte que escribas prompts. Su “Interaction Mining” (minería de interacciones), patentado, lee las llamadas, chats, correos y registros de CRM históricos de una empresa, divide cada recorrido del cliente en etapas y aísla las acciones que precedieron a un préstamo cerrado, una póliza renovada o un saldo recuperado. Esas acciones se convierten en playbooks, y los playbooks funcionan en dos modos: Autopilot, un agente autónomo de voz y chat que lleva un recorrido desde el primer contacto hasta el cierre, y Wingman, un asistente en vivo que pone preguntas de descubrimiento, respuestas a objeciones y divulgaciones obligatorias en la pantalla de un representante humano durante la llamada. Un tercer producto, Journeys, reemplaza los formularios estáticos de captura de leads con landing pages conversacionales.

La propuesta apunta a la línea de ingresos, no a la de costos. El CEO Dvir Ginzburg lo dijo sin rodeos en el anuncio de la Serie A: la industria actual de IA empresarial está “optimized for cost reduction” (optimizada para reducir costos). Los casos de uso de Encore se plantean como etapas del embudo —calificar, convertir, hacer onboarding, hacer upsell, recuperar— y no como tickets por desviar.

La empresa fue fundada en 2022 como Insait IO por Ginzburg, que tiene un doctorado en geometric deep learning por la Universidad de Tel Aviv y antes trabajó en sistemas de recomendación en Microsoft. Su primer producto recomendaba productos financieros a asesores y gerentes de relación, lo que explica su base de clientes. Anunció una Serie A de $30M el 29 de julio de 2026, liderada por Team8 —el comunicado de la empresa nombra a Planven y The Garage como co-líderes— con Lukatz y varios bancos y aseguradoras que ya eran clientes. Calcalist nombra a la aseguradora israelí Harel y a Bank Leumi entre esos clientes-inversionistas y sitúa la plantilla en unas 50 personas: aproximadamente 35 en Israel y el resto en Nueva York, donde está la sede, y Australia. TechCrunch reportó más de 40 clientes empresariales, en su mayoría instituciones financieras; la cifra de Calcalist fue de implementaciones en más de 30 organizaciones en Israel, Australia, Europa y EE. UU.

Por qué aparece en stacks de CX y de ingresos

• Los datos de entrenamiento son tus propios resultados, no una base de conocimiento. La mayoría de las plataformas de agentes parten de documentación y prompts y luego ajustan. Encore parte de interacciones ya etiquetadas según lo que pasó después en el CRM. Si el décimo superior de tus cobradores recupera el doble de saldo que la mediana, la promesa es que la plataforma puede averiguar por qué y hacer que el agente lo replique. Las páginas de producto dicen que no hay prompt engineering, guion ni base de conocimiento que escribir, y que la minería corre sobre cada interacción, sin muestreo.
• La asistencia y la autonomía comparten un mismo playbook. Wingman y Autopilot funcionan con los mismos playbooks minados, así que un banco puede poner primero el asistente frente a los representantes humanos, observar qué pasos del playbook mueven la conversión y solo entonces pasarle el segmento fácil al agente autónomo. Ese camino escalonado es el más seguro en préstamos y seguros, donde un agente autónomo que hace una divulgación incorrecta es un evento regulatorio, no una caída de CSAT.
• Lo entregan ingenieros forward-deployed, con traspaso. El modelo de implementación tiene tres fases: definición de alcance y un piloto en producción sobre el caso de uso con el potencial de ingresos más claro; co-construcción de integraciones y personalización del agente con tu equipo; y luego pruebas, aprobación de guardrails y “keys and handover” (entrega de llaves y traspaso). Los workflows pasan de “Run by Encore AI” (operado por Encore AI) a “Run by your team” (operado por tu equipo). Para un banco sin un equipo interno de IA conversacional, esa es la forma realista de llegar a producción; también significa que los primeros meses son un contrato de servicios.
• Las opciones de implementación y cumplimiento encajan con compradores regulados. Las páginas de Autopilot y Wingman enumeran on-premises, nube privada, VPC o la nube de Encore totalmente gestionada, además de registros de auditoría que guardan cada decisión del agente, guardrails por workflow para tema, tono y cumplimiento, aprobaciones de publicación y permisos basados en roles. El sitio declara ISO 27001, ISO 42001, SOC 2 Type 2, GDPR y PCI DSS, y remite a un trust center en trust.gainencore.ai.

La realidad del precio

No hay precio público, ni tarifario, ni plan de autoservicio, ni listado en marketplace que hayamos podido encontrar; todas las fuentes, incluidos los directorios de terceros, dicen “contact for pricing”. Espera un contrato empresarial que arranca con un piloto pagado sobre un solo embudo e incluye un componente de ingeniería forward-deployed.

La referencia útil es lo que publican las herramientas empresariales vecinas. El listado de Cresta en AWS Marketplace pone a Agent Assist for Voice en $150,000 por 12 meses para hasta 100,000 llamadas, o $1.50 por llamada, y eso es por asistir en llamadas que todavía atiende un humano. Tómalo como el orden de magnitud que debería esperar un gran contact center regulado para una plataforma de asistencia más agentes en el mismo segmento: una referencia de pares, no una cotización de Encore. La única cifra de desempeño que Encore ha publicado frente al costo es un “10x ROI within months” en uno de sus mayores clientes de préstamos, sin nombre y sin línea base.

Como el producto se vende por ingresos, empuja el modelo comercial hacia los ingresos. Pide un precio atado al resultado que estás comprando —préstamos desembolsados, saldos recuperados, solicitudes completadas— con la tarifa del piloto acreditada contra el primer año, en lugar de un medidor por asiento o por minuto que le paga al proveedor lo mismo se mueva o no la conversión.

Ideal para

Responsables de ventas, cobranza u operaciones de clientes en bancos, prestamistas de consumo y aseguradoras —el segmento en el que se construyó Encore— que operan un embudo de teléfono y chat de alto volumen donde los resultados quedan registrados en el CRM, y cuya pregunta es “¿cómo logramos que cada representante y cada agente venda, renueve o recupere como nuestros mejores?” y no “¿cómo respondemos más tickets con menos gente?”. El mejor encaje tiene años de llamadas grabadas con consentimiento, resultados vinculados a cada interacción y un equipo interno demasiado pequeño para construir agentes desde cero.

Descártalo si tu objetivo es la desviación de soporte, si tu archivo de interacciones es escaso o no está vinculado a resultados, si necesitas evaluar el producto sin pasar por un ciclo de ventas, o si estás fuera de servicios financieros y salud, donde la base de referencias es poco profunda.

Frente a las alternativas

El volumen de este mercado está en los incumbentes de CCaaS, NICE y Genesys, cuya IA incluida cubre asistencia al agente y gestión de calidad dentro de un contrato que ya firmaste; empieza por ahí si tu problema es cobertura, no conversión. Cresta es lo más comparable —asistencia y agentes autónomos sobre los mismos modelos, con conectores nombrados para NICE CXone, Genesys, Five9 y Amazon Connect— y es la opción para un contact center centrado en voz de varios cientos de puestos que necesita una consola de supervisión para humanos e IA. Sierra, el entrante de más rápido crecimiento con unos $200M de ARR a mayo de 2026, y Decagon son las opciones cuando el objetivo es la resolución de punta a punta de conversaciones de servicio. Parloa gana cuando lo que decide el trato es la automatización de voz a escala con un medidor predecible, y Wonderful cuando necesitas agentes rápido en muchos mercados que no hablan inglés. Level AI cubre la evaluación de cada interacción para QA. Para equipos de ventas B2B que trabajan oportunidades en lugar de embudos de consumo, Gong es la opción por defecto en revenue intelligence. El argumento de Encore frente a todos ellos es acotado: es el único cuyos agentes se construyen a partir del comportamiento grabado de tus mejores elementos y apuntan a eventos de ingresos en un embudo de consumo regulado. Si ese no es tu problema, alguno de los otros te sirve mejor.

Puntos de atención

• El método solo funciona con un archivo grande y vinculado a resultados. Interaction Mining necesita conversaciones grabadas unidas a lo que pasó después; un archivo de llamadas sin un resultado de CRM por llamada, o un consentimiento que no cubre el entrenamiento de modelos, no le da a la plataforma nada de qué aprender. Protección: antes del piloto, audita un embudo —cuenta las interacciones grabadas de los últimos 12 meses, verifica qué proporción se vincula a un resultado de CRM y obtén la aprobación legal de que el consentimiento de grabación existente cubre el entrenamiento— y haz que “datos mínimos disponibles” sea una condición previa por escrito para la tarifa del piloto.
• Copiar a los mejores puede copiar sus peores hábitos. El representante que más convierte puede ser el que más presiona o el que se salta una divulgación. Automatizar ese comportamiento en préstamos, cobranza o venta de seguros convierte el riesgo de una persona en uno sistémico, y las llamadas salientes con voz de IA caen bajo las reglas de la TCPA de EE. UU. sobre voces artificiales. Protección: pasa cada playbook minado por revisión de cumplimiento antes de publicarlo, usando las aprobaciones de publicación de la plataforma; exige que las verificaciones de divulgación obligatoria sean guardrails estrictos, no sugerencias; y muestrea cada semana conversaciones autónomas contra tu QA de riesgo de conducta existente.
• Los resultados destacados los publica el proveedor, y varias referencias son inversionistas. Los aumentos de conversión del 30% y 33% del sitio y el prestamista del “10x ROI” son todas afirmaciones de Encore, y los clientes nombrados Harel y Bank Leumi invirtieron en la Serie A. Protección: corre una prueba con grupo de control —el mismo embudo sin el agente— medida con tu propia definición de conversión, y pide al menos un cliente de referencia de tu vertical que no sea accionista.
• Es una empresa pequeña que vende un modelo cargado de servicios. Unas 50 personas sostienen la ingeniería forward-deployed en más de 30 implementaciones empresariales en tres continentes, y las páginas públicas no nombran integraciones específicas de CRM, telefonía o CCaaS. Protección: consigue por escrito la lista de integraciones para tu stack exacto, nombra en el SOW a los ingenieros forward-deployed y su asignación, y contrata la exportación de los playbooks minados y las configuraciones de los agentes para que la fase de traspaso te deje algo portable.
• Las afirmaciones sobre implementación varían según la fuente. Las páginas de producto del proveedor enumeran opciones on-premises y VPC, mientras que al menos un directorio de terceros lista el producto como solo en la nube. Protección: confirma la topología de implementación, la residencia de datos y el alojamiento de modelos de tu contrato en el cuestionario de seguridad, y descarga el informe SOC 2 Type 2 real y los certificados ISO del trust center en lugar de confiar en insignias.