ElevenLabs CEO、評価額220億ドルの舞台裏を語る――「マージンは下がってもいい」発言の真意
TechCrunchのコニー・ロイゾス編集長は2026年9月24日、AI音声企業ElevenLabsの共同創業者兼CEO、マティ・スタニシェフスキ氏にトロントで20分間のインタビューを行いました。ElevenLabsは、テキストを人間らしい音声に変換するモデルを開発し、Klarna(米国の3,500万人の顧客対応の一次窓口を担当)やDeutsche Telekom、Cisco、Adobe、さらに、複数の政府機関にも導入されています。同社は、年間経常収益(ARR)6億ドルのペースに達しているとされ、投資家からは設立わずか4年で220億ドルの評価額を付けられていると報じられています。本稿ではインタビューの主な内容を紹介します。
「音声モデルのコモディティ化」予測はどうなったか
スタニシェフスキ氏は、昨年のTechCrunch Disruptで「音声モデルは、数年でコモディティ化する」と述べていた自身の予測について問われ、「まだやるべきことは、多く、モデルレベルで実現できる品質の差は依然大きい」と説明しました。長期的には、3~5年でその差は縮まるとしつつ、同社が目指すのは、「対話型AIにおけるチューリングテストの通過」であり、知性だけでなく相手の感情を理解し会話の速度や強弱を調整する「感情的知性」が必要だと述べ、これはまだ実現されていないとしています。
エンタープライズ比率は55%超
同社の事業構成については、ARR6億ドルのうち55%以上が古典的なエンタープライズ顧客からのもので、残りの45%の多くは、中小企業や開発者、クリエイターだと説明されました。
「顧客との境界が曖昧になっている」
音声AIプラットフォームDecagonが、ElevenLabsの技術で自社の音声プロダクトを訓練し、現在は競合関係にあるという状況について問われたスタニシェフスキ氏は、モデル企業・プラットフォーム企業・アプリケーション企業の境界がかつてほど明確ではなくなってきていると指摘しました。Anthropicを例に挙げ、「かつてモデル企業だった会社が、今では明確にプラットフォーム企業であり、ますます幅広いアプリケーション群を持つ企業になっている」とし、この傾向は今後も続くとの見方を示しています。
フロンティアモデルとオープンウェイトモデルの使い分け
顧客が、ElevenLabsの「推論レイヤー」を複数の選択肢から選べる仕組みについて、スタニシェフスキ氏は二択の話ではないと説明しました。カスタマーサポートで単に情報提供を行うだけの用途であれば、多くのオープンソースモデルで十分対応できる一方、金融サービスのように本人確認や取引情報、返金対応など「間違いの許されない」領域では、依然としてフロンティアモデルが優位に立つとしています。
各国政府への導入――データ居住性を保ちながらの統合
中国製のオープンウェイトモデルも存在する中、米国政府や欧州各国政府を顧客に持つことについて、スタニシェフスキ氏は導入ごとに要件が異なると説明しました。一例として、ポーランド政府向けの医療分野での導入では、公的医療制度における予約の無断キャンセル率が18%に達している課題に対し、リマインドの電話をかけるAIエージェントを展開しており、ポーランド側が最適化した独自のモデル群と統合しつつ、データ居住性(data residency)を保つ形で運用しているといいます。
「AIと話していることは開示すべき」
企業は顧客に対し、対応しているのが人間ではなくAIエージェントであることを開示すべきかという問いに、スタニシェフスキ氏は「現時点では開示すべきだ」と明確に答えました。現在はまだ人々がそれに慣れていないため、「騙された」と感じさせないことが重要だとしつつ、5年後には誰もが自分専用のエージェントを持つようになり、電話をかける側もエージェントが対応することを最初から期待するようになるだろうと予測。長い待ち時間がある場合に「今すぐAIエージェントで対応するか、人間を待つか」を顧客に選ばせる形が良い開示のあり方だとし、実際にはほとんどの場合、顧客はエージェントを選び、その対応品質の高さに驚くという傾向があると述べています。
「マージンが下がってもいい」――利益率を巡る発言
モデルや推論コストにかかる支出を踏まえた粗利益率について問われたスタニシェフスキ氏は、詳細については明言を避けたものの、「もし顧客にコスト削減分を還元できるなら、そうする」と述べました。現時点で最も重要なのは価値を証明し顧客との関係を築くことであり、今後5年間で共に価値を生み出せるのであれば、マージンが多少下がることは厭わないとの考えを示しています。
訓練データとアノテーション
同社が、数百万時間規模の顧客対応の音声データを保有している点について、スタニシェフスキ氏は、特定の企業とは専用モデルを共同開発することもあるとしつつ、訓練において重要なのはデータの量そのものよりもアノテーション(注釈付け)の質だと説明しました。契約ベースで数千人規模のスタッフが、発言内容だけでなく、話すタイミングや話し方、込められた感情までアノテーションしており、アクセントを正確に検出するためにボイスコーチを起用することもあるといいます。
IPOの時期――「2028年」報道への回答
2028年のIPOを検討しているとの報道について確認を求められたスタニシェフスキ氏は、「時代を超えて存続する企業を作りたい」とし、今後数年でその基盤を整えている段階だと述べつつ、実際に上場するかどうかは「タイミングと状況次第」だと述べ、明確な時期の確約は避けました。
フロンティアラボの「減速」論争への言及
Anthropicのダリオ・アモデイ氏らが提起した「フロンティアの減速」を巡る議論について、スタニシェフスキ氏は「みな、適切なペースを見出すために協調して取り組む方向で一致している」としつつ、それを公にすべきか、どこまで報道や規制の議論に持ち込むべきかは別の論点だと述べました。ElevenLabs自身はテキストモデルや知性そのものの訓練を手がけていないとし、議論の核心にはあまり関わっていないとの立場を示しています。
Hugging Faceのようなリスクにさらされる可能性は
自己複製やエージェントがエージェントを作り出すような機能を持たない点で、Hugging Faceが直面したような形のリスクからは「一歩先にいる」とスタニシェフスキ氏は説明しました。すべての顧客がKYC(本人確認)を経ており、サイバーセキュリティリスクは業界全体にとって現実の課題であるとしつつ、自社としては適切な予防措置を講じているとの認識を示しています。
