ElevenLabs CEO：年化经常性收入达6亿美元，投资者估值220亿美元
在与TechCrunch的简短对话中，ElevenLabs联合创始人兼CEO Mati Staniszewski透露公司年化经常性收入为6亿美元，55%以上来自企业客户，并认为目前企业应当披露客服电话对面是AI。
AI解读：这家公司做的是把文字变成听起来像真人的语音模型，很多人打客服电话时已经在和它对话却不自知。Klarna、德国电信、思科、Adobe以及一些政府都在使用。它对普通人的直接影响是：你接到的提醒电话、客服首线应答，可能越来越多由AI完成。
CEO认为现阶段企业应该告知客户对方是AI，因为人们还不习惯，不想在电话里感觉被欺骗。但他预计五年后，当每个人都有自己的Agent时，人们打电话会期待对面是Agent，社会共识会改变。
关于竞争，CEO承认模型公司、平台公司和应用公司的边界越来越模糊，客户可能变成竞争对手——Decagon就用ElevenLabs训练语音产品，现在用自己的模型运行查询。他仍认为前沿模型在金融等不容出错的场景领先，而信息类问答可用开源模型。
在政府部署上，ElevenLabs会根据每个国家的要求选择模型和声音。波兰的医疗案例中，患者预约后18%爽约，部署的Agent会打电话提醒，同时保持数据驻留。这显示了语音AI在具体公共系统里的落地方式和限制。
对于训练数据，CEO表示大量工作不在数据量而在标注——公司有数千名合同工标注说了什么、何时说、如何说、用了什么情绪，还请了语音教练来准确识别口音。他没有透露毛利率，只说愿意为了扩大市场份额接受利润率被进一步挤压。
ElevenLabs联合创始人兼CEO Mati Staniszewski在多伦多Nrth大会期间接受TechCrunch采访时称，公司年化经常性收入（ARR）为6亿美元，投资者对其估值reportedly达220亿美元。公司成立仅四年。
按Staniszewski的说法，ARR中55%以上来自传统企业客户，其余45%左右来自中小企业、开发者、构建者和创作者。ElevenLabs的语音模型被用于客服电话首线支持、有声书、配音和音乐等场景。
他提到Klarna用ElevenLabs为3500万美国客户提供电话首线支持，德国电信、思科、Adobe以及越来越多的政府也是其客户。
对于企业是否应告知客户正在与AI通话，Staniszewski表示，现阶段应该有披露，因为人们还不习惯，常见想法是不想在电话里感觉被欺骗。
客服电话里的AI：Klarna、德国电信和波兰医疗系统
ElevenLabs的核心产品是把文本转成听起来像真人的语音模型。大多数人在与客服通话时遇到它——通常没有意识到。TechCrunch报道称，Klarna用ElevenLabs为3500万美国客户运行电话首线支持；德国电信、思科、Adobe以及越来越多的政府也在使用。
在政府部署方面，Staniszewski说每个部署所用的模型和声音取决于具体案例。他以波兰的医疗案例为例：患者要在公共医疗系统预约，18%的人从不出现，部署的Agent会打电话提醒患者。该部署使用了一套针对其知识优化的模型，ElevenLabs在保持数据驻留的前提下进行集成。
他还提到，如果与波兰政府或巴西政府合作，对方有自己的一套要求，可能使用开源模型、闭源模型或他们自己微调的模型。
- Klarna：3500万美国客户的电话首线支持
- 德国电信、思科、Adobe、多个政府：客户名单
- 波兰医疗案例：18%预约爽约率，Agent电话提醒，数据驻留
CEO：现阶段应披露AI身份，五年后社会预期会变
Staniszewski认为，目前企业应该披露通话对方是Agent而非真人。理由是“人们还不习惯，常见的模式是你不想在那通电话里感觉被欺骗”。
但他预计，五年后当每个人都有自己的Agent代表自己工作时，人们打电话会期待对面是Agent，那时社会共识会转变。
他提出一种做法：如果等待真人客服需要30分钟，就给客户选择。他说，几乎所有情况下客户会选择Agent，然后对体验之好感到惊讶。
与客户竞争、前沿模型与开源模型的分工
TechCrunch指出，ElevenLabs正越来越多地遇到与客户竞争的局面。Decagon是一个对话式AI平台，它用ElevenLabs训练自己的语音产品，现在通过自己的模型运行查询。
Staniszewski回应称，模型公司、平台公司和应用公司之间的界线今天已经模糊得多。他以Anthropic为例，说曾经的模型公司现在肯定是平台，并且越来越多地成为广泛的应用集合。他认为这种趋势会继续。
在选择模型上，他说这不是二元选择。在客户体验场景，如果只是信息查询、不执行任何操作，可以用很多开源模型，因为知识库定义了什么是好体验。但如果是金融服务，需要身份验证、交易信息甚至退款，“没有犯错的空间”，前沿模型仍会领先。
一些开源模型来自中国。美国政府和欧洲政府都是ElevenLabs的客户。Staniszewski说这些对话“不同”，每个部署的模型和声音取决于案例。
训练数据靠标注而非数据量，毛利率问题被回避
被问及是否用数百万小时的客服通话训练，以及训练数据中有多少是合成的，Staniszewski说，对某些公司，ElevenLabs会一起创建模型，因为他们想要针对自己用例的特定模型。除此之外，训练的大头不是数据量，而是标注数据。
他说公司有数千名内部合同工帮助标注，不仅标注说了什么，还标注人们何时在说话、如何说、用了什么情绪。他们还请来语音教练，以便准确识别口音。
关于毛利率，Staniszewski拒绝详细讨论。他说，如果有节省会传递给客户，但最重要的事情仍然是证明价值、与客户站在一起。如果投资能证明价值，“我们不介意利润率更低”，以便在未来五年价值创造过程中共同受益。
IPO传闻、前沿实验室减速与安全风险
对于有报道称ElevenLabs考虑2028年IPO，Staniszewski没有确认具体年份。他说公司希望创建一家经得起时间考验的公司，正在打基础，以便在未来几年内能够做到，但“是否做取决于时间和地点”。当被追问“几年”很模糊时，他笑了。
关于前沿实验室是否应减速，他说每个人都认同要合作找到控制节奏的方法，但要不要公开、媒体讨论或监管介入多少是另一个话题。他强调应该采取正确的预防措施。他也指出，ElevenLabs不训练文本模型和模型的智能部分，而后者是这场辩论的核心。
被问及ElevenLabs是否会像Hugging Face那样暴露于风险，Staniszewski说他们“更远一步”，因为不部署智能体中自我复制或递归的部分，技术不允许Agent创建更多Agent，每个客户都要通过KYC。他说网络安全风险对更广的世界确实是风险，但公司有一套好的预防措施。