Оценка ElevenLabs достигла 22 миллиардов долларов: интервью с основателем и CEO Матти Станишевски
Ключевой разработчик технологического слоя, обеспечивающего голосовые функции искусственного интеллекта, достиг новой вехи в оценке — 22 миллиарда долларов, несмотря на отсутствие официальной отчетности о прибыли. В рамках интервью с основателем компании Матти Станишевским обсуждаются перспективы рынка синтетического голоса, этические аспекты взаимодействия с клиентами и планы по выходу на биржу.
# ElevenLabs достигает оценки в 22 миллиарда долларов: взгляд на будущее голосового ИИ
Компания ElevenLabs, специализирующаяся на создании голосовых моделей для искусственного интеллекта, достигла новой стадии роста. По данным инвесторов, текущая оценка стартапа составляет 22 миллиарда долларов. Основатель и главный исполнительный директор Матти Станишевски (Mati Staniszewski) недавно поделился деталями работы компании и ее стратегией в индустрии, отметив, что бизнес-модель находится в стадии трансформации, где различия между создателями моделей, платформами и конечными приложениями размываются.
Компания заявляет о годовом recurring revenue (ARR — регулярная выручка) в размере 600 миллионов долларов. Основными клиентами выступают крупные корпорации, такие как Klarna, Deutsche Telekom, Cisco и Adobe, использующие технологии ElevenLabs для обслуживания миллионов пользователей. Одновременно с этим сервис доступен создателям контента для озвучивания книг и дубляжа. Несмотря на то, что рынок насыщен конкурентами, включая тех, кто использует модели ElevenLabs для обучения собственных продуктов (например, Decagon), инвесторы сохраняют высокий оптимизм.
Размытие границ между моделями и приложениями
Станишевски отмечает, что традиционная классификация компаний на производителей моделей и разработчиков приложений больше не работает. «В прошлом эта линия была четкой, сегодня она очень размыта», — сказал он. Компании вроде Anthropic эволюционировали от создания моделей до предоставления широкой платформы с множеством приложений.
В ElevenLabs клиенты могут выбирать между различными типами моделей в зависимости от задач. Для информационного взаимодействия, например в службе поддержки, достаточно открытых моделей, знания для которых хранятся в базе данных компании. Однако в секторах с высокими требованиями к точности, таких как финансовые услуги или обработка платежей, где ошибка недопустима, предпочтение отдается передовым закрытым моделям (frontier models). Это объясняет, почему компании работают с разными типами моделей, в том числе адаптированными для требований конкретных стран, таких как Польша или Бразилия, где соблюдаются правила локализации данных (data residency).
*«Мы работаем в условиях, где клиент может выбрать свой "слой разума" из предложенного меню. Выбор зависит от контекста: нужен ли просто информационный ответ или требуется подтверждение финансовых операций»* — Матти Станишевски
Этические дилеммы и прозрачность
Один из наиболее острых вопросов современного ИИ — необходимость уведомления пользователей о том, что они общаются с роботом. Станишевски поддерживает позицию о прозрачности: бизнес должен informировать клиентов об использовании ИИ-агентов.
«Сейчас, пока люди еще не привыкли к этому, я считаю, что раскрытие информации обязательно», — заявил CEO. Он предположил, что социальный тренд изменится через пять лет. Когда у большинства людей появятся собственные личные ИИ-агенты, обращение к автоматизированной системе станет нормой, и необходимость предупреждать об этом исчезнет.
На данный момент, по наблюдениям Станишевски, многие клиенты ожидают, что при ожидании оператора они будут разговаривать с человеком, а не с машиной. Однако, если предложить выбор при длительном ожидании (например, 30 минут), клиенты часто выбирают ИИ-агента и остаются довольны качеством обслуживания.
Данные, обучение и маржинальность
Вопрос обучения моделей на данных разговоров клиентов вызывает вопросы у исследователей индустрии. Станишевски уточнил, что в некоторых случаях модели создаются совместно с компаниями-клиентами. Объем данных важен, но ключевой задачей является их аннотация (пометить тональность, эмоции, интонации), для чего используются как внутренние команды, так и внешние эксперты, включая инструкторов по вокалу для точной работы с акцентами.
Что касается финансовых показателей, CEO отказался обсуждать конкретную величину валовой маржи, сославшись на сложность раскрытия такой информации. Тем не менее, он заявил, что компания готова снижать маржинальность в будущем, если это позволит увеличить долю рынка и создать общую ценность для клиентов и партнеров в ближайшие пять лет.
По поводу выхода на биржу (IPO) Станишевски подтвердил подготовку к этому процессу, предполагая возможность IPO в следующие несколько лет, возможно, к 2028 году, но настаивает на том, что решение зависит от рыночных условий.
Будущее безопасности и развития
Вопросы безопасности ИИ также затрагивались в интервью. Станишевски указал на ключевое отличие ElevenLabs от некоторых других проектов в области ИИ. Компания не разрабатывает текстовые модели с искусственным интеллектом, способные к самовоспроизведению или созданию новых агентов («рекурсивная часть интеллекта»). Также все клиенты проходят процедуру проверки личности (KYC).
Говоря о замедлении развития технологий (slowing down), Станишевски заявил, что все игроки индустрии согласны с необходимостью предосторожностей при внедрении технологий. Однако конкретные детали публичности этого процесса или роли регулирования остаются предметом дискуссий.
Технологии синтетического голоса продолжают активно внедряться в сферу обслуживания клиентов, обеспечивая человечность в общении, но также ставя перед бизнесом новые этические и технические вызовы. ElevenLabs позиционирует себя не просто как поставщик голосов, а как архитектор эмоционального интеллекта для машин, способного понимать настроение собеседника и адаптировать тон разговора.
Глоссарий терминов
* ARR (Annual Recurring Revenue) — годовой регулярный доход. Показатель, используемый для оценки стабильности бизнеса, особенно в облачных сервисах и SaaS. В данном случае это 600 миллионов долларов. * Frontier models — передовые модели искусственного интеллекта. Обычно это закрытые модели с высоким интеллектуальным потенциалом, доступные по подписке или ограниченной лицензии, в отличие от открытых (open-weight) моделей. * Data residency — требование о том, чтобы данные пользователей хранились и обрабатывались на территории конкретной страны или юрисдикции. Важно для правительственных контрактов и соблюдения законов о защите данных. * Open-weight models — модели с открытыми весами. Это алгоритмы, исходные данные которых доступны для изучения, модификации и обучения, в отличие от полностью закрытых проприетарных моделей.
Станишевски оставил за скобками детали о возможном воздействии на экономику и влияние на рынок труда, сосредоточившись на технологической миссии и расширении возможностей бизнеса. Факт того, что компания только четыре года на рынке, а уже достигла такой оценки, свидетельствует о доверии инвесторов к её технологиям, несмотря на отсутствие публичной финансовой отчетности о прибыли.