تبني ElevenLabs «طبقة الصوت» للذكاء الاصطناعي، أي النماذج التي تحوّل النص إلى كلام يبدو بشريًا. يصادف كثيرون منتجاتها دون أن يدركوا ذلك عند التحدّث مع خدمة العملاء. تقول TechCrunch إن Klarna تشغّل عليها الدعم الهاتفي الأوّل لـ35 مليون عميل أمريكي، وكذلك Deutsche Telekom وCisco وAdobe وقائمة متنامية من الحكومات. كما تبيع للمبدعين لإنتاج الكتب الصوتية والدبلجة والموسيقى.
تقول الشركة إن إيراداتها السنوية المتكرّرة تسير عند 600 مليون دولار، ويُقال إن المستثمرين يقيّمونها بنحو 22 مليار دولار، رغم أن عمرها أربع سنوات فقط. أجرت TechCrunch مقابلة مع المؤسّس المشارك والرئيس التنفيذي Mati Staniszewski في مؤتمر Nrth في تورونتو. وهذه أبرز النقاط، بعد اختصار وتحرير خفيف للمقابلة.
الأعمال والمنافسة
- نسبة المؤسّسات: أكثر من 55% من الإيرادات من المؤسّسات «التقليدية»، وجزء كبير من الباقي (45%) من الشركات الصغيرة والمتوسطة والمطوّرين والمبدعين.
- التنافس مع العملاء: شركة Decagon درّبت منتجها الصوتي على ElevenLabs وتشغّل الآن استعلاماتها عبر نماذجها الخاصّة. يقول Staniszewski إن الحدود بين شركات النماذج والمنصّات والتطبيقات صارت «أكثر ضبابية»، ويستشهد بأن Anthropic كانت شركة نماذج وصارت منصّة وتطبيقات متزايدة.
- تجارة النماذج: يختار عملاء ElevenLabs «طبقة التفكير» من قائمة خيارات. يقول Staniszewski إن الأمر ليس ثنائيًا: للاستفسارات المعلوماتية البسيطة قد تكفي النماذج المفتوحة، أما في الخدمات المالية حيث «لا مجال للخطأ» فتتفوّق النماذج الرائدة.
- الحكومات: تختلف المتطلّبات من عميل لآخر: نموذج مفتوح الأوزان أو مغلق أو مضبوط خصّيصًا مع الحفاظ على إقامة البيانات. ومن الأمثلة حالة صحّية في بولندا: وكلاء يتّصلون لتذكير المرضى بمواعيدهم، إذ يتخلّف 18% منهم عن المواعيد.
الإفصاح وهوامش الربح
سُئل عن إفصاح الشركات حين يكون المتحدّث وكيلًا آليًا فقال إنه يعتقد أن الإفصاح مطلوب «في هذا الوقت» لأن الناس غير معتادين وقد يشعرون بالخداع، لكنه يتوقّع أن يتغيّر ذلك خلال خمس سنوات حين يمتلك كل شخص وكيلًا يعمل بالنيابة عنه. واقترح خيارًا للعميل عند طول الانتظار: إذا كان الانتظار 30 دقيقة لموظّف بشري، يمكن عرض الوكيل، وفي «أغلب الحالات» يختار العميل الوكيل ويُفاجأ بجودة التجربة.
وعن هوامش الربح، اعتذر عن الإجابة بالتفصيل، لكنه أوضح أنه لا يمانع انخفاضها إن كان ذلك يعزّز الحصّة السوقية وإثبات القيمة للعميل. وعن بيانات التدريب قال إن الجزء الأكبر ليس حجم البيانات بل وسمها: آلاف المتعاقدين يوسمون ما قيل ومتى تحدّث كل شخص وكيف قيل والمشاعر المستخدمة، وجرت الاستعانة بمدرّبي صوت لتمييز اللهجات بدقّة.
الطرح العام والمخاطر
- لم يؤكّد التقارير التي تتحدّث عن طرح عام في 2028، واكتفى بالقول إن الشركة تُعدّ الأساس «خلال السنوات القادمة» وأن القرار سيعتمد على الوقت والمكان.
- قال إن الجميع يتّفق على ضبط الوتيرة والعمل معًا، لكن ElevenLabs لا تدرّب نماذج النص ولا «الذكاء» الذي هو جوهر النقاش.
- عن احتمال التعرّض لحادث مثل ما أصاب Hugging Face، قال إن تقنية الشركة لا تتيح للوكلاء إنشاء وكلاء آخرين، وإن كل عميل يمرّ بإجراءات «اعرف عميلك» (KYC).
ليه ده مهم؟
المقابلة تعطي صورة نادرة عن اقتصاديات الصوت بالذكاء الاصطناعي: إيرادات المؤسّسات هي الأغلب، والمنافسة تأتي من العملاء أنفسهم، والنماذج المفتوحة والرائدة تُستخدم كلٌّ بحسب حساسية الحالة. وتذكّر بأن الأرقام، مثل 600 مليون دولار والتقييم بـ22 مليار، صادرة عن الشركة أو مصادر «يقال» في التقرير، لا عن بيانات مدقّقة.
المصادر: TechCrunch — 2026-09-24
