El CEO de ElevenLabs sobre los $600 millones en ingresos y los laboratorios de IA

      El podcast ALL-IN llevó su espectáculo en vivo al Louvre esta semana para la cumbre RAISE. Puso a Mati Staniszewski, cofundador y director ejecutivo de ElevenLabs, en la silla caliente. El presentador Jason Calacanis abrió donde duele: ingresos, competencia y si una startup de voz puede sobrevivir más que OpenAI y Anthropic. "Es el mejor momento para construir", dijo Staniszewski.

      Un aumento de ingresos que pocos pueden igualar

      Los números marcan el tono. Staniszewski dijo que la empresa lanzó su primer modelo de texto a voz que suena genuinamente humano a principios de 2023. Luego tomó aproximadamente 20 meses alcanzar los $100 millones en ingresos recurrentes anuales.

      Los siguientes saltos llegaron más rápido. Lo estimó en unos 10 meses para llegar a $200 millones, y luego cinco meses para alcanzar los $300 millones al cierre del año pasado. Calacanis fijó la tasa actual cerca de $600 millones, y Staniszewski no lo disputó. Ese ascenso sigue el valor en papel en auge de la startup, que recientemente estaba en conversaciones por una valoración de $22 mil millones.

      Sin gerentes de producto, ingenieros en todas partes

      El crecimiento no ha suavizado la estructura. Staniszewski dijo que ElevenLabs opera con pequeños equipos de cinco a 10 personas, y nunca ha empleado gerentes de producto. En cambio, integra ingenieros en casi todas las funciones, incluyendo legal, talento y comercialización.

      Esos ingenieros llevan dos trabajos. Construyen automatizaciones internas y ayudan a sus colegas a adoptar la IA de manera segura, con un chequeo de seguridad en todo lo que se envía. Dale a un comercializador o a un abogado las herramientas adecuadas, dice el argumento, y saltan de amateur a avanzado en habilidades que antes pertenecían a otra persona.

      La gente le dice la verdad a la máquina

      Staniszewski argumentó que la voz ha dado un giro silencioso. Las empresas y los equipos de ventas impulsaron gran parte del crecimiento reciente, dijo, ya que los agentes de voz en tiempo real e interrumpibles finalmente se sentían lo suficientemente confiables como para confiar en ellos.

      Un detalle destacó. La empresa trabaja con firmas financieras como Revolut y Klarna en recordatorios de pago. Allí, descubrió que las personas a menudo son más honestas con una IA que con un humano. La vergüenza desaparece, por lo que los llamadores comparten su situación real. También hablan con la máquina de manera diferente, más rápida y con más rapidez para cortarla.

      El equilibrio de la clonación

      La voz es identidad, lo que hace que el mal uso sea el riesgo constante. Calacanis describió haber encontrado su propia voz clonada ejecutando un podcast de broma construido a partir del archivo de su programa. Staniszewski dijo que ElevenLabs ahora modera todo lo que genera. Verifica muestras a nivel de voz y texto, y bloquea el uso comercial o fraudulento. También construyó un clasificador que señala audio generado por IA, tanto para sus propios modelos como para los de código abierto.

      La misma tecnología abre puertas. Un mercado para creadores permite a los actores de voz licenciar su voz y ganar dinero con ella, y Staniszewski dijo que la empresa ha pagado más de $22 millones a esa comunidad.

      ElevenLabs también ha licenciado versiones multilingües de la voz de Matthew McConaughey. Potenció un Darth Vader interactivo en Fortnite a través de Disney. Y ha ayudado a personas que perdieron su voz por enfermedad a hablar de nuevo. Una fue una congresista de EE. UU.; otra, una novia que renovó sus votos.

      El problema del laboratorio fronterizo

      Luego Calacanis abordó la verdadera amenaza. ElevenLabs paga por usar modelos de OpenAI, Anthropic y Google, sin embargo, esos mismos laboratorios quieren cada vez más su mercado. Staniszewski se apoyó en ser agnóstico respecto a los modelos: los clientes eligen cualquier modelo y construyen sus agentes de voz sin quedar atados a un solo proveedor.

      Su foso, argumentó, reside en la capa de voz misma. La apuesta de investigación favorece la arquitectura sobre la escala bruta. Más de 1,000 contratistas etiquetan sus datos de audio. Productos específicos de la industria y un ecosistema de voces e integraciones completan la defensa. Reconoció que algunos actores siguen intentando destilar los datos de ElevenLabs, y dijo que la empresa tiene formas de ralentizar eso. También está explorando sus propios modelos como seguro.

      El subtexto era difícil de perder. ElevenLabs envía decenas de millones de dólares al año a los mismos laboratorios que compiten por reemplazarlo. Por ahora, su apuesta es clara. Esta es una de las startups de IA más valiosas de Europa, parcialmente propiedad de Polonia y dirigida por un fundador polaco. Cree que poseer la conversación supera a poseer el modelo.