Polski startup ElevenLabs osiągnął wycenę 6,6 mld dolarów, ale jego szef już planuje ucieczkę. Mati Staniszewski twierdzi, że głos AI wkrótce straci na wartości.
W skrócie:
- ElevenLabs, polski startup AI, podwoił wycenę do 6,6 mld dolarów w dziewięć miesięcy i pozyskał 100 mln dolarów w nowej rundzie finansowania od gigantów jak Sequoia.
- CEO Mati Staniszewski twierdzi, że modele głosowe w ciągu dwóch lat staną się powszechnym, tanim towarem, dlatego firma musi fundamentalnie zmienić strategię.
- Firma planuje transformację w platformę do tworzenia konwersacyjnych agentów AI, jednocześnie walcząc z deepfake’ami za pomocą znaków wodnych i autentykacji.
Zaczęło się od irytacji. Dwóch polskich inżynierów, Piotr Dąbkowski i Mateusz Staniszewski, miało dość fatalnego dubbingu w amerykańskich filmach. Postanowili to naprawić. Tak narodziło się ElevenLabs, firma, która w rekordowym tempie stała się synonimem realistycznego syntetycznego głosu. Dziś ich technologia napędza postacie w Fortnite, boty obsługi klienta i rzuca wyzwanie OpenAI w walce o miano domyślnego głosu sztucznej inteligencji. Sukces? To mało powiedziane. Firma jest rentowna, a jej wycena właśnie skoczyła do 6,6 miliarda dolarów – dwa razy więcej niż dziewięć miesięcy temu. Właśnie ogłosili ofertę przetargową o wartości 100 milionów dolarów, prowadzoną przez Sequoia i ICONIQ, z udziałem Andreessen Horowitz (a16z). A jednak, w samym środku euforii, CEO rzuca bombę.
Dlaczego głos przestaje być srebrem?
Mati Staniszewski, podczas niedawnej konferencji Disrupt, podzielił się zaskakującą tezą. Jego zdaniem modele głosowe zostaną skomodyzowane w ciągu zaledwie kilku lat. Oznacza to, że staną się tak powszechne i tanie, jak dziś miejsce na serwerze w chmurze. Każdy będzie mógł wygenerować realistyczny głos, a sama technologia przestanie być unikalnym atutem. “Prawdziwe pieniądze nie leżą już w głosie” – stwierdził, wywołując niemałe poruszenie. To odważna deklaracja od kogoś, kto zbudował imperium właśnie na głosie. Ale Staniszewski patrzy dalej. On nie chce sprzedawać łopat w trakcie gorączki złota. Chce budować kopalnie.
Jaki jest więc plan B? A może od początku był to plan A?
ElevenLabs przestaje myśleć o sobie jako o “firmie od głosu”. Zamiast tego transformuje się w platformę do budowania konwersacyjnych agentów AI. Głos to tylko interfejs – wisienka na torcie. Prawdziwą wartością staje się mózg, który za tym głosem stoi. To on ma rozumieć kontekst, prowadzić dialog, rozwiązywać problemy. To znacznie większy i bardziej lukratywny rynek. Firma nie chce już tylko dostarczać strun głosowych dla cyfrowych bytów. Chce tworzyć te byty w całości. Ta zmiana pozycjonuje ElevenLabs nie jako konkurenta dla innych firm od syntezy mowy, ale jako rywala dla samego OpenAI czy Google w dziedzinie uniwersalnych, interaktywnych modeli AI.
Jak walczyć z armią deepfake’ów?
Staniszewski zdaje sobie sprawę z ciemnej strony swojej technologii. Przewiduje, że już wkrótce w internecie będzie więcej treści generowanych przez AI niż przez ludzi. To pole do nadużyć, dezinformacji i oszustw na masową skalę. Firma, co trzeba jej oddać, nie chowa głowy w piasek. Aktywnie pracuje nad rozwiązaniami, które mają ograniczyć ryzyko. Mowa tu o trzech filarach bezpieczeństwa: watermarkingu (znakowaniu wodnym plików audio, by można było zidentyfikować ich pochodzenie), zaawansowanych systemach detekcji AI oraz autentykacji urządzeń. Chodzi o to, by stworzyć ekosystem, w którym można będzie odróżnić syntetycznego bota od prawdziwego człowieka – przynajmniej w tych zastosowaniach, gdzie ma to kluczowe znaczenie.
Co usłyszymy w przyszłości od ElevenLabs?
Wizja firmy wykracza daleko poza mowę. ElevenLabs intensywnie inwestuje w badania nad generowaniem muzyki. Ponadto, szuka partnerstw, które pozwolą połączyć ich modele audio z modelami wideo. Celem jest stworzenie w pełni multimodalnych systemów AI, zdolnych do generowania złożonych, audiowizualnych treści. To, co zaczęło się jako projekt naprawy kiepskiego dubbingu, ewoluuje w stronę czegoś, co może zredefiniować całą branżę kreatywną. Polski startup udowadnia, że w świecie AI największym ryzykiem nie jest porażka, ale stanie w miejscu. Nawet jeśli to miejsce jest warte 6,6 miliarda dolarów.