ElevenLabs 是一家专注语音 AI 的公司，主打文本转语音模型。其 CEO Mati Staniszewski 在多伦多 Nrth 大会上接受 TechCrunch 专访，披露了公司的关键经营数据：年经常性收入（ARR）已达 6亿美元，其中 55%以上来自企业客户，其余来自中小企业、开发者与创作者。公司成立仅四年，据报道估值已达 220亿美元。

访谈中最有价值的讨论围绕 AI 语音行业的竞争格局展开。Staniszewski 承认，音频模型正在商品化，但模型层面仍能拉开显著质量差距，预计三到五年后差距会缩小。他的目标是让 ElevenLabs 率先通过对话式 AI 的图灵测试——不仅需要智能，还需要识别对方情绪、调整语速语调的情感智能，目前还没人做到。

与多数 AI 公司一样，ElevenLabs 也面临“客户变成对手”的困境。例如对话式 AI 平台 Decagon 最初用 ElevenLabs 训练自己的语音产品，现在已转向自研模型。Staniszewski 认为，模型公司、平台公司、应用公司之间的边界正变得模糊，Anthropic 就是典型例子——它从模型公司扩展为平台，并逐步进入应用层。

在客户选择推理层时，Staniszewski 认为这不是非此即彼的选择：简单的信息类客服场景（如查询）可用开源模型，因为知识库质量决定体验；但金融等需要认证、查交易、处理退款的场景，前沿闭源模型仍占优势。他提到部分开源模型来自中国，而美国政府和欧洲政府都是客户——不同政府有不同要求，可能是开源、闭源或客户自微调的模型。他举了波兰医保的例子：患者预约缺席率高达 18%，部署的 AI 代理会打电话提醒，同时满足数据驻留要求。

关于企业是否应告知客户正在与 AI 对话，Staniszewski 明确表示现阶段应该披露，因为人们还不习惯，不愿感觉被骗。但五年后，当每个人都有自己代理时，人们会期待对方是 AI。他建议如果人工要等 30 分钟，可以给客户选择，大多数客户会选择 AI，并惊讶于体验之好。

当被问及毛利率时，他没有透露具体数字，但表示由于自有研究能力，能以极聪明的方式微调和约束模型，同时愿意把节省的成本让利给客户。更关键的是，他明确表示“不介意毛利率下降”，如果这能换取市场份额和长期价值创造。

关于训练数据，Staniszewski 透露大部分工作不在数据量，而在标注。他们内部有数千名合同工参与标注，不仅记录说了什么，还包括何时说话、如何说、用了什么情绪，甚至请来语音教练以准确识别口音。这与许多 AI 公司强调数据规模的做法形成对比。

对于 IPO 传闻（2028 年），他未证实，只表示正在打基础，具体时间取决于时机和环境。关于 AI 安全，他支持前沿实验室合作确定节奏，但认为 ElevenLabs 的风险低于像 Hugging Face 那样的平台，因为他们不部署可自我复制或递归的智能体，不允许代理创建代理，所有客户都经过 KYC 认证。整体来说，这是一次信息密度较高的 CEO 访谈，既包含公司经营数据，也呈现了语音 AI 行业的真实竞争态势。