语音AI公司ElevenLabs达到了6亿美元的年化经常性收入，而且其中一半以上来自大公司。首席执行官Mati Staniszewski在多伦多一场创业会议上的访谈中给出了这个数字，访谈内容于9月24日发布。他同时表示，企业目前应当告知来电者正在与AI语音智能体对话。按照报道，ElevenLabs当前估值约为220亿美元，这一数字来自今年7月的一份报道。年化经常性收入指的是公司当前订阅与合同按整年折算后的收入规模，并不等同于已确认营收。
当被问到企业业务占比时，Staniszewski先给出的是一整年的收入数字：公司现在年化经常性收入为6亿美元，其中55%以上是典型的企业客户，而剩下不到45%里有很大一部分是中小企业、开发者、构建者与创作者。按此比例折算，企业客户贡献超过3.3亿美元。大多数人是通过客服电话接触到ElevenLabs的，而且往往并不知道对方不是人。
报道点名的客户包括Klarna、德国电信、思科与Adobe，以及不断增长的政府客户。其中Klarna用ElevenLabs承担面向3500万美国客户的一线电话支持。在波兰，语音智能体帮助公共卫生系统把患者未到诊率降低了18%。这些案例的共同点是业务量巨大、交互高度标准化，同时又对响应稳定性有明确要求，属于典型的语音AI可落地场景。
从收入结构看，企业客户占比过半意味着这门生意已经从工具订阅转向合同制服务。工具订阅的付费决策往往由个人完成，金额小、流失快；企业合同则涉及采购、合规与系统集成，金额大、周期长，但一旦接入业务流程，替换成本也更高。这种结构上的变化，是估值能持续上行的主要支撑。
收入增长的斜率值得单独看。公司在今年2月完成D轮融资时曾表示，2025年底的年化经常性收入超过3.3亿美元。从3.3亿到6亿，用了大约九个月，接近翻倍。融资节奏同样密集：2025年1月估值33亿美元，2025年9月为66亿美元，2026年2月D轮为110亿美元。今年7月的报道称，公司正与投资者就一项员工要约收购进行早期洽谈，价格约为220亿美元，即在五个月内再翻一倍。
需要区分的是，要约收购中员工把部分股份卖给外部投资者，资金流向员工而非公司，但交易仍然为整个业务定了价。报道提到该要约原预期在9月完成，但截至报道时没有找到公司宣布交割的公告，因此220亿美元仍属报道数字。对于语音AI这个此前被视作工具类应用的赛道来说，估值与收入同时上行，说明资本市场把它当作基础设施而非功能插件来定价。
把估值曲线和收入曲线放在一起看，会得到一个更冷静的判断。五个月里估值翻倍，而收入在这段时间的增长幅度并没有同步跟上，说明定价中包含了对未来渗透率的预期。语音交互的调用量增长主要来自企业替换人工坐席，这个过程受制于集成周期与合规审批，很难像消费级产品那样爆发。
企业采购语音AI的动力来自成本结构。相比人力坐席，自动化语音交互的单次成本低一个量级，且不受排班与地域限制。更重要的是，语音是少数几个已经跨过可靠性门槛、可以进入金融与医疗等受监管行业的AI模态：客户服务场景的容错窗口相对宽，通话内容可留痕、可审计，出现问题时也能通过转人工兜底。
从技术侧看，ElevenLabs的做法是把开源权重模型与前沿模型混用，按场景选择。这种策略的隐含前提是，并非所有环节都需要最强模型，成本敏感的部分用开源权重跑，质量敏感的部分再调前沿模型。公司还雇佣了数千名外部人员手工标注数据，用于提升情感智能与口音准确性，这也解释了为什么它的声音在情绪表达上比通用TTS更自然。
数据标注这条线也值得注意。通用语音合成在标准普通话或英语上已经相当自然，但一旦涉及方言、口音、情绪起伏与专业术语，效果就会明显下滑。雇佣数千名外部人员做人工标注，本质上是把难以自动化的语料质量问题用人来解决，这部分成本不会被模型迭代自动消掉。
竞争格局正在变化。部分客户开始自训语音模型，例如有平台合作伙伴已开始构建自己的语音模型并直接参与竞争。Staniszewski认为，模型公司、平台与应用之间的边界正在模糊，并以Anthropic从模型公司演变为平台与应用提供者为例。这意味着纯语音能力供应商必须往情感智能与低延迟推理这些更难被替代的方向走。
另一个变量是披露规则。Staniszewski认为企业当前应当告知来电者正在与AI智能体对话，客户也应获得选择AI或人工代表的权利；但他预计，随着个人AI智能体普及，这一预期会在五年内改变。他没有确认此前报道中2028年上市的传闻，只表示公司正在为这一选项做准备，时机取决于市场环境。他也提到可能接受较低的毛利率，以降低客户成本并扩大使用量。对仍在观望的企业来说，这些表态比收入数字更能说明这一赛道的下一步走向。