Глава ElevenLabs: клиентам нужно сообщать, что они говорят с ботом

ElevenLabs создает голосовой слой ИИ — модели, превращающие текст в речь, которая звучит по-человечески. Компания обслуживает 35 миллионов клиентов Klarna в США, а также Deutsche Telekom, Cisco, Adobe и растущий список правительств. Платформу используют создатели аудиокниг, дубляжа и музыки.

Он не одинок в том, что делает. На самом деле, он все чаще сталкивается с клиентами, включая Decagon, разговорную платформу искусственного интеллекта, которая обучила свой голосовой продукт на ElevenLabs и теперь конкурирует с ним. Но его инвесторы, похоже, не слишком обеспокоены. Компания, которая говорит, что ее годовой доход составляет 600 миллионов долларов, в настоящее время оценивается ее сторонниками в 22 миллиарда долларов, несмотря на то, что ей всего четыре года.

Чтобы понять больше, я взял интервью у соучредителя и генерального директора ElevenLabs Мати Станишевски на Nrth в Торонто, местной конференции по предпринимательству, ранее известной как Elevate. В течение короткого времени мы рассмотрели ряд тем, в том числе вопрос о том, должны ли предприятия сообщать клиентам, когда они разговаривают с ИИ (он считает, что они должны), и может ли он обсуждать валовую прибыль компании. Неудивительно, что Станишевский сказал, что не может обсуждать их в деталях, но он ясно дал понять, что не возражает против того, чтобы их еще больше сжимали, если это означает расширение доли компании на рынке.

Наш разговор следует, сжатый и легко отредактированный. Вы можете ознакомиться с полным текстом беседы здесь.

Как в ElevenLabs оценивают прогноз по аудио?

Вы присоединились к нам в TechCrunch Disrupt в прошлом году, где вы сказали, что аудиомодели будут продаваться в течение нескольких лет. Как бы вы оценили этот прогноз сейчас?

Еще предстоит проделать большую работу, и качественная дельта, которую вы можете достичь только на уровне модели, по-прежнему важна. Если мы думаем, что в долгосрочной перспективе, возможно, через три-пять лет, эти различия будут меньше. То, что мы хотели бы сделать и быть первыми, это пройти тест Тьюринга на разговорный ИИ. Вы должны сочетать интеллект, но вам также нужен эмоциональный интеллект. Нужно понимать эмоции другой стороны, уметь притормозить или высказаться. Это еще не сделано.

Какой процент бизнеса сейчас составляет предприятие?

Сейчас в ARR 600 миллионов долларов. Пятьдесят пять процентов плюс — это классическое предприятие, и большой процент [остающихся] 45% — это малый и средний бизнес, разработчики, строители, создатели.

Как ElevenLabs конкурирует со своими клиентами?

Как и все остальные в ИИ, вы все больше конкурируете со своими клиентами. Decagon обучила вас голосовому продукту и теперь запускает запросы через свои собственные модели.

Линии становятся более размытыми. Когда мы думаем о модельных компаниях, платформенных компаниях, прикладных компаниях, в прошлом у вас были бы очень четкие разделения, где один начинается и заканчивается. Сегодня эта линия гораздо более размыта. В случае с Anthropic модельная компания, безусловно, является платформой и все более широким набором приложений. Я думаю, что это будет продолжаться.

Ваши клиенты могут выбрать «разумный уровень» из меню опций в ElevenLabs. Что вы видите с точки зрения использования пограничных лабораторных моделей по сравнению с открытым весом?

Это меньше бинарный выбор. Если вы звоните, и это просто информация, вы не выполняете никаких действий — вы можете использовать множество моделей с открытым исходным кодом, потому что ваша база знаний определяет, что такое хороший опыт. Но если это финансовые услуги, вы хотите быть аутентифицированным, вам нужна информация о транзакции, возможно, о возврате средств. Нет места для ошибок. Здесь по-прежнему лидируют пограничные модели.

Некоторые из этих моделей с открытым весом являются китайскими. Правительство США является клиентом. Европейские правительства являются клиентами. Что это за разговоры?

По-другому. В каждом развертывании модели и голоса, которые мы развертываем, будут зависеть от случая. Если мы работаем с польским или бразильским правительством, у них есть свой набор требований. Это может быть модель с открытым весом, модель с закрытым исходным кодом, собственная тонко настроенная модель. [В Польше] это дело здравоохранения. У вас есть пациенты, которые записываются на приемы в системе общественного здравоохранения, и 18% никогда не появляются. Развертывание — это агенты, которые звонят и напоминают вам. У них был набор моделей, оптимизированных по их знаниям, и мы интегрировались, сохраняя резидентность данных.

Должны ли компании раскрывать использование ИИ?

Должны ли компании раскрывать, когда кто-то разговаривает с агентом, а не с человеком?

Я думаю, что в это время должно быть раскрытие. В настоящее время люди не привыкли к этому, и общая закономерность заключается в том, что вы не хотите чувствовать себя обманутым. Но через пять лет, когда у каждого будет свой агент, работающий от его имени, вы будете звонить и ожидать агента. Тогда я думаю, что мы сдвинемся как общество. Есть хорошие способы сделать это — если есть 30-минутное ожидание человека, предложите клиенту выбор. Почти во всех случаях они выбирают агента, а затем удивляются тому, насколько хорош опыт.

Какова ваша валовая маржа, учитывая, что вы платите за модели и выводы?

Я собираюсь дать неопределенный ответ. Учитывая, что у нас есть этот элемент исследования, мы можем тонко настраивать и ограничивать модели чрезвычайно умными способами. Но если мы можем передать какую-либо экономию клиенту, мы делаем это. Самое главное — это доказать свою ценность и быть рядом с клиентом. Поэтому, если мы можем инвестировать и доказывать эту ценность, мы не возражаем против снижения маржи, чтобы на самом деле извлечь выгоду вместе, поскольку стоимость создается в ближайшие пять лет.

У вас миллионы часов звонков в службу поддержки клиентов. Вы тренируетесь на них? Сколько данных об обучении является синтетическим?

В некоторых компаниях мы создавали модели вместе. Им нужна была конкретная модель для их использования. В противном случае большая часть обучения была не столько объемом данных, сколько аннотированием данных. У нас есть тысячи людей внутри на контрактной основе, которые помогают нам аннотировать не только то, что было сказано, но и когда люди говорили, как они говорили, какие эмоции использовались. Нам пришлось задействовать голосовых тренеров, чтобы точно распознавать акценты.

Когда ElevenLabs планирует выйти на IPO?

Сообщалось, что вы ожидаете IPO в 2028 году. Вы можете это подтвердить?

Мы хотели бы создать компанию, которая выдержит испытание временем. Мы готовим фонд, чтобы иметь возможность сделать это в ближайшие годы. Но будем ли мы это делать, будет зависеть от времени и места.

За кулисами: Где вы приземляетесь, должны ли приграничные лаборатории замедляться?

Все согласны работать вместе над поиском пути к темпу. Независимо от того, должны ли они быть публичными по этому поводу, и как много разговоров в средствах массовой информации или регулирования это должно включать, это другая тема. Но да, мы все должны принять правильные меры предосторожности при развертывании технологии. Мы не обучаем текстовые модели и интеллектуальную сторону моделей, что является ключевым моментом дискуссии.

Может ли ElevenLabs быть раскрыта так, как обнималось лицо?

Мы делаем еще один шаг вперед, потому что мы не развертываем самовоспроизводящиеся или повторяющиеся части интеллекта агентов. Наша технология не позволяет агентам создавать больше агентов. Каждый клиент проходит через KYC. Риск кибербезопасности, безусловно, является риском для всего мира, но у нас есть хороший набор мер предосторожности.

Вопросы и ответы

Должны ли компании предупреждать людей, что те общаются с ИИ, а не с человеком?

Мати Станишевски считает, что сейчас раскрытие необходимо, так как люди не привыкли к таким разговорам и не хотят чувствовать себя обманутыми. Однако через пять лет ситуация изменится: люди будут ожидать агента и удивляться качеству опыта.

Как ElevenLabs конкурирует с компаниями, которые используют её же технологии?

Компания сталкивается с клиентами, которые обучили свои продукты на её платформе и теперь конкурируют с ней, например Decagon. Границы между модельными, платформенными и прикладными компаниями размываются, и эта тенденция будет продолжаться.