估值220亿美元，ElevenLabs CEO谈语音AI的竞争与利润取舍
重塑人机语音交互的底层力量
ElevenLabs专注于构建人工智能的语音交互层，其核心技术能够将纯文本转化为高度拟真的自然语音。如今，绝大多数用户在拨打客服电话时，往往并未察觉自己正在与机器对话。例如，金融科技公司Klarna便依托该平台为全美三千五百万用户提供首轮电话客服支持。此外，德国电信、思科、Adobe等科技巨头，以及日益增多的政府机构同样是其核心客户。在创作者领域，该公司平台也广泛应用于有声读物制作、影视配音及音乐生成等场景。
尽管该赛道竞争者众多，甚至出现训练数据来源于ElevenLabs的对话式AI平台Decagon反向切入市场的情况，但资本市场对其前景依然乐观。据透露，成立仅四年的ElevenLabs年经常性收入（ARR）已达到六亿美元，投资者给予其二百二十亿美元的估值。
语音模型会否迅速“同质化”？
在多伦多举办的Nrth创业大会上，ElevenLabs联合创始人兼CEO马蒂·斯坦尼斯夫斯基就行业发展趋势分享了深度见解。去年他曾被问及语音模型是否会快速普及，如今他指出，尽管通用技术差距正在缩小，但在模型底层仍有许多工作亟待完成。
- 质量鸿沟依然存在：若以三至五年为周期观察，模型间的性能差异将进一步收窄，但当前阶段的技术壁垒依然显著。
- 下一代目标——通过图灵测试：团队致力于率先让AI对话通过图灵测试。这不仅需要顶尖的逻辑推理能力，更关键的是赋予智能体情绪感知力，使其能够识别对方语气并灵活调整语速与音量，而这正是当前行业尚未攻克的难点。
企业级业务占比过半，产研与应用边界消融
谈及当前的业务结构，ElevenLabs透露其六亿美元年营收中，超过55%来源于传统大型企业客户。剩余的45%则主要由中小企业、开发者、独立创作者及技术搭建者贡献。
随着AI产业链的演进，供应商与客户之间的界限正变得越来越模糊。斯坦尼斯夫斯基以Anthropic为例指出，昔日专注基础模型的团队，如今已全面延伸至平台层，并孵化出极为广泛的应用矩阵。ElevenLabs同样在践行这一路径，甚至面临昔日客户借助其技术自立门户的挑战，但这被视为行业融合发展的必然趋势。
开源模型与前沿模型的协同博弈
在ElevenLabs的服务平台上，用户可根据需求灵活选择“推理层”模型。对于日常资讯查询、非决策类通话，高度优化的开源权重模型已能胜任；然而，一旦涉及金融交易验证、退款处理等零容错场景，前沿闭源大模型依然是不可替代的首选。
在政府服务落地方面，各国部署策略因地制宜。以波兰公共医疗系统为例，该系统曾面临高达18%的患者预约失约率。通过部署智能体进行电话提醒，并结合本地知识图谱进行微调，不仅大幅提升了就诊转化率，还严格保障了医疗数据的境内合规存储。
智能体对话是否需要提前告知？
关于是否应向公众坦白正在使用AI语音而非真人客服，斯坦尼斯夫斯基认为短期内披露是必要的，毕竟大众对机器语音仍存戒备心理。但他预测，五年后社会认知将迎来根本性转变。
未来的通信习惯将演变为：人们习惯拥有专属的个人智能体代理，甚至期待与企业端的智能体进行高效对接。现阶段，一个可行的折中方案是：当人工客服排队时间较长时，主动提供智能体选项。实践表明，绝大多数用户会选择智能体，并常被其出色的交互体验所惊喜。
毛利率策略：用短期利润换取长期市场份额
面对高昂的模型推理成本与毛利率压力，斯坦尼斯夫斯基采取了务实的长期主义视角。依托团队在模型微调与约束机制上的深厚积累，ElevenLabs能够将部分成本优化红利直接让利给客户。
他明确表示，为了在未来五年内巩固市场主导地位并证明产品价值，公司并不排斥毛利率的进一步压缩。在AI语音赛道从技术验证走向规模化应用的攻坚期，优先扩大市场份额与生态覆盖，比追求短期财务回报更具战略意义。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！