Quattro anni. Valutazione di 22 miliardi di dollari.
Voci dietro il supporto telefonico di Klarna, il servizio clienti di Deutsche Telekom e i promemoria sanitari in Polonia.
E quando gli viene chiesto dei margini lordi, il CEO Mati Staniszewski sorride e cambia argomento.
In un’intervista al convegno Nrth a Toronto (precedentemente Elevate), Staniszewski ha confermato che ElevenLabs sta attualmente generando 600 milioni di dollari in ricavi annuali ricorrenti.
I clienti aziendali rappresentano oltre il 55% di questo totale. Il resto proviene da piccole imprese, sviluppatori e creatori che utilizzano la piattaforma per audiolibri, doppiaggio e musica.
Questa cifra è aumentata rispetto ai 500 milioni riportati a maggio, con una crescita del 20% in quattro mesi. Gli investitori valutano l’azienda a 22 miliardi di dollari, facendola diventare una delle startup di AI più preziose in Europa e altrove.
Tuttavia, i momenti più rivelatori dell’intervista non riguardavano i numeri.
Erano legati alle domande che Staniszewski ha evitato o sulle quali ha risposto in modo onesto, nonché al modo in cui vede il ruolo della sua azienda in un settore che ha appena assistito all’uscita dei modelli di AI dai laboratori.
Il Problema del Cliente-Tramutato in Competitore
Decagon, una piattaforma di AI conversazionale, ha addestrato il suo prodotto vocale sulla tecnologia di ElevenLabs.
Adesso esegue query attraverso i propri modelli e compete direttamente con l’azienda che l’ha abilitata. Questo rappresenta il classico rischio di piattaforma: costruire uno strumento così buono che i tuoi clienti non hanno più bisogno di te.
Staniszewski ha manifestato una visione filosofica in merito. “Le linee diventano sempre più sfocate,” ha detto.
“Nel caso di Anthropic, ciò che era una company modello è sicuramente diventato una piattaforma e sempre più un ampio insieme di applicazioni. Penso che continuerà così.”
Le Aziende Dovrebbero Dire Quando Si Sta Parlando con un Bot?
Sì, secondo Staniszewski.
Il suo ragionamento è stato più sfumato di quanto ci si aspetterebbe da qualcuno la cui attività dipende dal far sembrare le voci AI indistinguibili dagli esseri umani.
“Attualmente, le persone non sono abituate a ciò, e il modello comune è che non si voglia sentirsi ingannati durante quella chiamata,” ha spiegato. “Ma tra cinque anni, quando tutti avranno il proprio agente che lavora per loro, ti aspetterai un agente.”
La sua proposta: informare il cliente che c’è un’attesa di 30 minuti per un umano, offrire l’IA come alternativa e lasciare che sia lui a scegliere.
“Nella maggior parte dei casi, scelgono l’agente e poi sono sorpresi da quanto sia buona l’esperienza.”
Domanda sull’IPO
I report hanno collocato l’IPO di ElevenLabs intorno al 2028.
Staniszewski non ha confermato. “Ci piacerebbe creare un’azienda che resista alla prova del tempo. Stiamo preparando le fondamenta per poterlo fare nei prossimi anni.”
Il entrevistatore ha insistito: “‘Anni’ è molto vago.”
Staniszewski ha riso.
Con 600 milioni di dollari di ARR e una valutazione di 22 miliardi, la matematica sta avvicinandosi al territorio del mercato pubblico. Ma Staniszewski sembra preferire avere flessibilità piuttosto che una scadenza.
ElevenLabs è stata valutata 11 miliardi solo sette mesi fa. Raddoppiare in sei mesi dà vantaggio per attendere.
Il Test di Turing è Ancora Lontano
Ecco l’ammissione che mi ha sorpreso.
Staniszewski aveva previsto l’anno scorso che i modelli audio sarebbero stati commoditizzati entro un paio d’anni.
Ora sta rivedendo leggermente questa previsione. “C’è ancora molto lavoro da fare, e il divario di qualità che puoi raggiungere solo a livello di modello è ancora significativo.”
Il suo nuovo obiettivo è più ambizioso: superare il test di Turing per l’IA conversazionale. Non solo sembrare umano, ma anche comprendere le emozioni. Sapere quando rallentare o aumentare il tono. Leggere l’atmosfera.
“Devi combinare intelligenza, ma hai anche bisogno di intelligenza emotiva,” ha detto. “Questo non è ancora stato fatto.”
Tre o cinque anni, stima.
Nel frattempo, ElevenLabs ha migliaia di collaboratori che annotano non solo ciò che è stato detto nei dati di addestramento, ma anche come è stato detto, comprese emozioni, accenti e ritmi.
Hanno ingaggiato insegnanti di dizione per rilevare accuratamente gli accenti.
Con 600 milioni di dollari di ricavi e 400 dipendenti, ElevenLabs si è data tempo per arrivarci. Se ci arriva prima dei suoi clienti è la vera corsa che conta.