Cómo Fiber AI usa Elasticsearch para escalar la automatización de ventas hasta $1M ARR

Fiber AI fue cofundada por Aditya Agashe y Neel Mehta, dos laureados en el Forbes 30 Under 30, con el objetivo de automatizar las partes más intensivas en tiempo de las ventas B2B: encontrar los prospectos adecuados e iniciar el contacto. Su plataforma permite a los equipos de desarrollo de ventas buscar en una base de datos propietaria que agrega datos de más de 50 proveedores y generar automáticamente mensajes de contacto personalizados.

El desafío central de ingeniería era la velocidad. La base de datos de Fiber AI contiene 850 millones de perfiles de LinkedIn, datos de 40 millones de empresas y 13 millones de ofertas de empleo. Las primeras pruebas con ClickHouse, otras bases de datos en columnas y soluciones SQL vectorizadas sobre PostgreSQL no estuvieron a la altura. Una consulta que Elasticsearch ejecutaba en un segundo le llevaba 30 minutos a otras herramientas.

Con Elasticsearch en el núcleo, Fiber AI construyó una capa de búsqueda que puede aceptar consultas amplias y mapearlas automáticamente a términos específicos mediante cientos de sinónimos configurados. El equipo también usa las capacidades de niveles de datos de Elasticsearch para gestionar la base de datos a medida que escaló de gigabytes a decenas de terabytes, reduciendo los costes de infraestructura mensuales en más del 80%.

Los resultados son concretos. Los clientes de Fiber AI reportan un aumento del 40–50% en la proporción de prospectos alcanzables para el contacto comercial, reduciendo el tiempo de construcción de listas de dos a tres horas a casi cero. Los costes mensuales de infraestructura cayeron de cinco dígitos medios a menos de $10.000.

Fiber AI está añadiendo funciones de respuesta automática e integrando más capacidades de inteligencia artificial de Elastic, con el equipo reconociendo a Elasticsearch como el motor principal de su capacidad para lanzar nuevas funciones de búsqueda cada semana.