Artisan vs Lettria

Artisan builds AI employees that automate entire job functions, starting with outbound sales. Its flagship product is Ava, an autonomous AI BDR that finds leads, writes personalized multi-channel outreach, handles replies, and books meetings without human oversight.

Ava sources leads from a database of 250M+ verified B2B contacts, monitors intent signals like funding rounds and hires, and runs email, social, and phone campaigns. She re-engages CRM contacts including MQLs, closed-lost deals, and churned accounts, and runs upsell campaigns for existing customers.

The platform integrates with Salesforce, HubSpot, ZoomInfo, and BigQuery. Plans are scoped by lead volume with Team, Scale, and Enterprise tiers. Every plan includes CSM support, autonomous replies, meeting booking, and SOC 2 Type II compliance. Artisan is backed by Y Combinator, HubSpot Ventures, and Soma Capital with $25M raised.

Lettria constrói uma camada de contexto em grafo que transforma documentos empresariais e bancos de dados em grafos de conhecimento respaldados por ontologias para equipes de automação. Seu produto Knowledge Studio GraphRAG analisa PDFs, tabelas, exportações SAP e anexos escaneados, depois responde a perguntas de múltiplos saltos com citações das fontes. Perseus é a plataforma de desenvolvimento para gerar ontologias e grafos sem modelar manualmente cada entidade.

Ferramentas Vector RAG recuperam trechos similares; Lettria segue relações explícitas entre dados estruturados e não estruturados. A empresa publica comparações de benchmark mostrando agentes em grafo com 81,7% de precisão geral contra 57,5% dos agentes vetoriais, além de alegações de texto-para-grafo com 30% mais precisão e extração até 400x mais rápida que LLMs gerais. Essa troca favorece equipes reguladas que precisam de trilhas de auditoria em vez de busca semântica rápida.

Grupos de finanças, saúde, jurídico e engenharia usam Lettria para relatórios ESG, literatura biomédica, corpora de contratos e manuais técnicos. Estudos de caso citam Alfa Laval (+30% de precisão na extração), AP-HP (+60% de pesquisa mais rápida) e Wisecube processando 108 GB de texto biomédico em mais de 500 classes monitoradas.