ElevenLabs bouwt modellen die tekst omzetten in spraak die bijna niet van een echte stem te onderscheiden is. Jij komt die technologie vaak tegen bij klantenservicegesprekken, soms zonder dat je het doorhebt. Grote bedrijven en overheden gebruiken het, en ook makers voor bijvoorbeeld luisterboeken en nasynchronisatie.

Wat doet ElevenLabs precies?

ElevenLabs levert de ‘stemlaag’ van AI: systemen die geschreven tekst omzetten naar natuurlijke spraak. Dat wordt ingezet in verschillende situaties:

• Klantenservice: bijvoorbeeld eerste-lijns telefoonondersteuning voor miljoenen klanten.

• Overheden: geautomatiseerde gesprekken voor afspraken of herinneringen.

• Creatieve sector: audioboeken, dubbing (nasynchronisatie) en muziek.

Klanten zijn onder meer grote spelers zoals Klarna, Deutsche Telekom, Cisco en Adobe, plus verschillende overheden. Het bedrijf zegt nu ongeveer 600 miljoen dollar per jaar aan terugkerende omzet te halen (ARR) en wordt naar verluidt gewaardeerd op ongeveer 22 miljard dollar.

Klanten, concurrentie en keuze in modellen

Meer dan de helft van de omzet komt van zakelijke klanten (enterprise). De rest komt uit kleinere bedrijven, ontwikkelaars en contentmakers. Tegelijkertijd ontstaat er concurrentie van partijen die hun eigen spraaksystemen bouwen — soms zelfs door op ElevenLabs te trainen en daarna concurrerende producten aan te bieden.

Een belangrijk keuzepunt voor klanten is welk type onderliggende taal- of redeneermodel ze gebruiken. Er zijn grofweg twee benaderingen:

• Frontier-modellen: dit zijn de nieuwste, vaak gesloten modellen met de beste prestaties voor gevoelige toepassingen.

• Open-source modellen (open-source: broncode en gewichten vrij beschikbaar): goedkoper en handig voor informatieve, niet-kritische gesprekken.

In simpele toepassingen, zoals algemene informatievragen, volstaat vaak een open-source model. Maar bij financiële diensten of acties waarbij authenticatie en nauwkeurigheid nodig zijn, kiest men liever voor de betere, gesloten frontier-modellen.

De CEO zegt dat verschillen tussen modellen op termijn kleiner kunnen worden, maar dat er op dit moment nog veel kwaliteitswinst valt te behalen op modelniveau.

Techniek, data en veiligheid

ElevenLabs gebruikt niet alleen grote hoeveelheden opnames. Een groot deel van het werk zit in het zorgvuldig voorzien van labelinformatie: wie spreekt wanneer, welke emoties klinken er en hoe worden bepaalde accenten uitgesproken. Voor die annotatie werkt het bedrijf met duizenden ingehuurde medewerkers en zelfs stemcoaches.

Bij samenwerkingen met overheden en grote organisaties worden modellen vaak samen ontwikkeld en aangepast. Daarbij gelden extra eisen, zoals het bewaren van data binnen een bepaald land (data residency) en strikte privacyafspraken.

Voor klanten geldt ook controle bij ingebruikname: het bedrijf voert identiteitscontrole uit (KYC: Know Your Customer) om misbruik te beperken. Volgens het management voert ElevenLabs geen systemen uit die zichzelf repliceren of die agenten automatisch nieuwe agenten laten creëren. Daardoor is het risico anders dan bij sommige andere spelers in de AI-wereld.

Ethische vragen en toekomstplannen

Een terugkerend onderwerp is of mensen moeten weten wanneer ze met een AI spreken. De CEO vindt dat er nu transparantie moet zijn: mensen willen niet bedrogen worden. Tegelijk verwacht hij dat binnen enkele jaren veel mensen zullen bellen met hun eigen digitale agent en dat de verwachting zal verschuiven.

ElevenLabs wil verder groeien en is bereid marges in te leveren als dat helpt marktaandeel te winnen en klantwaarde te bewijzen. Over een beursgang (IPO) zegt het bedrijf dat men zich voorbereidt, maar dat de timing afhangt van omstandigheden; een datum als 2028 is genoemd, maar niet vastgelegd.

Over het tempo van ontwikkeling van krachtige AI-modellen zegt het management dat alle partijen voorzichtigheid moeten betrachten. Hoe openbaar die afstemming moet zijn, is een aparte discussie.

Conclusie

ElevenLabs bouwt een belangrijke schakel in moderne AI: menselijke spraak uit tekst. Het bedrijf groeit snel, werkt voor zowel grote organisaties als makers, en staat midden in discussies over concurrentie, veiligheid en transparantie. De komende jaren zullen laten zien hoe stemmen van AI zich verder ontwikkelen en welke regels en gewoontes daar omheen ontstaan.