据TechCrunch于9月24日报道,成立四年的AI语音公司ElevenLabs联合创始人兼CEO马蒂·斯坦尼谢夫斯基(Mati Staniszewski)在多伦多创业会议Nrth上接受采访时称,公司年经常性收入已达6亿美元,投资者据报对其估值220亿美元。

ElevenLabs构建AI的语音层,其模型把文本转化为听起来像人的语音。多数人在与客服通话时接触到它,却往往没有意识到。据TechCrunch报道,Klarna用其为3500万美国客户提供一线电话支持,德国电信、思科、Adobe以及越来越多的政府也是客户;创作者则用它制作有声书、配音和音乐。

它并非没有竞争者。Decagon曾用ElevenLabs训练其语音产品,现在通过自有模型运行查询,并与ElevenLabs竞争。尽管如此,投资者似乎并不担心。公司称年经常性收入正达到6亿美元,而成立仅四年,投资者据报已给出220亿美元估值。

斯坦尼谢夫斯基说,公司年经常性收入中55%以上是传统企业业务,剩余45%中很大比例是中小企业、开发者、构建者和创作者。

在模型前景上,他去年在TechCrunch Disrupt曾预测音频模型会在几年内商品化。此次被问及如何评价该预测时,他说仍有很多工作要做,仅在模型层面可取得的质量差异仍然显著;三到五年后这些差异会变小。ElevenLabs希望率先通过对话式AI的图灵测试,这需要结合智能与情商,理解对方情绪,并能放慢语速或提高音量。他说,这尚未实现。

谈及与客户竞争,斯坦尼谢夫斯基称模型公司、平台公司和应用公司之间的界线越来越模糊。他以Anthropic为例,称其原本是模型公司,现在明确是平台,并越来越多地进入应用。ElevenLabs的客户可以在菜单中选用不同的推理层。

在前沿实验室模型与开放权重模型之间,他认为这不是二元选择。在客户体验场景中,如果来电只是信息查询、不执行操作,可以使用许多开源模型,因为知识库定义了什么是好体验。但如果是金融服务,需要认证、交易信息甚至退款,就不容出错,前沿模型仍会领先。他提到,美国政府是客户,欧洲一些政府也是客户,不同部署会依据具体要求选择模型和声音。波兰政府的医疗案例中,患者预约公共卫生系统后有18%爽约,部署的代理会打电话提醒,项目使用在其知识上优化的模型,ElevenLabs在集成时保持数据驻留。

关于是否应披露来电方是代理而非人类,斯坦尼谢夫斯基认为目前应当披露。他说,现在人们还不习惯,常见心理是不想在通话中感觉受骗。但五年后,当每个人都有代理替自己工作时,人们打电话会预期对方是代理,社会观念将转变。他提到一种做法:如果等待人工需要30分钟,可以给客户选择;几乎所有情况下客户会选择代理,并对其体验感到惊讶。

当被问及毛利率时,斯坦尼谢夫斯基表示不能详细讨论,但他明确说,如果扩大市场份额需要进一步压缩毛利率,他并不介意。