Mati Staniszewski และ Piotr Dabkowski ซึ่งโตขึ้นในโปแลนด์ในช่วงต้นทศวรรษ 2000 ทนไม่ได้กับภาพยนตร์ที่มีการพากย์เสียงคุณภาพต่ำที่ต้องดูจนจบ การพากย์ภาพยนตร์ต่างประเทศเป็นภาษาโปแลนด์มีงบประมาณจำกัด ทำให้ภาพยนตร์ส่วนใหญ่มีนักพากย์เพียงคนเดียวพูดบทของตัวละครทุกตัวโดยแทบไม่มีความลึกซึ้ง ความละเอียดอ่อน หรืออารมณ์ใดๆ

ประสบการณ์ในวัยเด็กเหล่านั้นยังคงอยู่กับทั้งสองขณะที่พวกเขาสร้างอาชีพในอุตสาหกรรมเทคโนโลยี และท้ายที่สุดก็จุดประกายความคิดว่า จะเกิดอะไรขึ้นถ้าเราสามารถแก้ปัญหาการพากย์เสียงคุณภาพต่ำและอีกหลายๆ ปัญหาได้ โดยการสร้างเสียงสังเคราะห์ที่สมจริง เปี่ยมอารมณ์ และเข้าใจบริบท

ไอเดียนี้นำไปสู่การก่อตั้ง ElevenLabs ในปี 2022 ซึ่งใช้ประโยชน์จากความก้าวหน้าใน AI และการเรียนรู้เชิงลึกจนกลายเป็นบริษัทแรกที่สร้างเสียงสังเคราะห์ที่พูดได้เหมือนมนุษย์ (รวมถึงเสียงหัวเราะ) ความก้าวหน้านี้ทำให้สตาร์ทอัพแห่งนี้ก้าวขึ้นสู่แนวหน้าของเทคโนโลยีเสียง AI ปัจจุบัน ElevenLabs มีผลิตภัณฑ์ที่หลากหลาย เช่น ระบบ Text to Speech สำหรับเนื้อหาเสียงและวิดีโอ เครื่องมือออกแบบเสียงสำหรับการพัฒนาตัวละคร สตูดิโอแปลภาษาและพากย์เสียง และชุดเครื่องมือสำหรับแชทบอท AI ที่สามารถโต้ตอบกับลูกค้าได้

การสร้างรายได้จากผลิตภัณฑ์เหล่านั้นในขณะที่บริษัทเติบโตขึ้นจำเป็นต้องมีพาร์ทเนอร์ด้านการชำระเงินที่ก้าวหน้าพอๆ กัน ElevenLabs ซึ่งมีฐานอยู่ที่ลอนดอนและนิวยอร์กหันมาใช้ Stripe ในปี 2023 เพื่อเปิดตัวการสมัครใช้งานแบบอัตราคงที่สำหรับเครื่องมือ AI ด้านเสียงของตน ตั้งแต่นั้นมา ElevenLabs ก็พึ่งพาผลิตภัณฑ์มากมายของ Stripe ในการขยายบริการในระดับองค์กรและสนับสนุนโมเดลธุรกิจที่พัฒนาอย่างรวดเร็ว เช่น การสร้างมาร์เก็ตเพลสที่นักพากย์สามารถให้สิทธิ์เสียงของตนเพื่อใช้งานเชิงพาณิชย์

"เราเริ่มต้นเมื่อประมาณสองปีครึ่งที่ผ่านมา และตอนนี้เราเป็นยูนิคอร์นแล้ว" Luke Harries หัวหน้าฝ่ายเติบโตของ ElevenLabs กล่าว "เรามีผู้สมัครใช้งานแบบบริการตนเองหลายแสนราย และลูกค้าองค์กรอย่าง Perplexity, Time magazine และ Bertelsmann ใช้แพลตฟอร์มของเรา การชำระเงินทั้งหมดนี้ถูกจัดการโดยวิศวกรคนแรกของเราที่เป็นคนตั้งค่า Stripe"

รองรับการสมัครใช้งาน การเบิกจ่าย และเวิร์กโฟลว์อัตโนมัติด้วยวิศวกรด้านการเรียกเก็บเงินเพียงคนเดียว

ElevenLabs เริ่มต้นด้วยเสียง AI ที่เหมือนมนุษย์ 11 เสียง ซึ่งแตกต่างจากเสียง AI แบบหุ่นยนต์ในอดีต เทคโนโลยีของ ElevenLabs จำลองความแตกต่างที่ละเอียดอ่อนของอายุ สำเนียง เพศ น้ำเสียง และปัจจัยอื่นๆ ที่ทำให้แต่ละเสียงของมนุษย์มีเอกลักษณ์ ความสมจริงนี้รวมกับความสามารถของแพลตฟอร์มในการตีความอารมณ์จากเบาะแสในข้อความ ทำให้เอนจิน Text to Speech ของ ElevenLabs ได้รับความนิยมในหมู่ครีเอเตอร์ที่ต้องการพากย์บทวิดีโอ พอดคาสต์ รายงานข่าว หนังสือเสียง และเนื้อหาเสียงหรือวิดีโอประเภทอื่นๆ

ElevenLabs เลือกใช้ Stripe Billing เพื่อให้เริ่มต้นใช้งานได้ง่าย ทดลองและปรับเปลี่ยนได้อย่างรวดเร็ว และขยายบริการสมัครใช้งานสำหรับเครื่องมือแปลงเสียงเป็นข้อความสำหรับครีเอเตอร์และผู้เผยแพร่ได้อย่างราบรื่น การทำงานกับ API และ SDK ของ Stripe ที่ง่ายดายทำให้ทีมงานมั่นใจว่าสามารถสร้างระดับราคาได้หลายระดับโดยแทบไม่ต้องใช้เวลาทางวิศวกรรมใดๆ ความยืดหยุ่นของ Billing ยังช่วยให้บริษัทสามารถปรับขยายบริการแบบสมัครใช้งานเพื่อรองรับลูกค้าขนาดใหญ่ขึ้นเมื่อเปิดตัวผลิตภัณฑ์ระดับองค์กร เช่น สตูดิโอผลิตงานเสียงอย่างเต็มรูปแบบและบริการพากย์เสียง

การเข้าถึงทั่วโลกของ Stripe ทำให้ ElevenLabs สามารถรับผู้สมัครใช้บริการจากทั่วทุกมุมโลกได้ทันที และบริษัทได้ใช้ชุดเครื่องมือด้านการชำระเงินที่เพิ่มประสิทธิภาพของ Stripe เพื่อออกแบบหน้าสมัครใช้บริการที่เรียบง่ายและมีประสิทธิภาพสำหรับผู้ใช้ทั่วโลก ยกตัวอย่างเช่น บริษัทได้ฝังแบบฟอร์ม Checkout สำเร็จรูปไว้ในหน้าเว็บของตน ซึ่งทำให้สามารถเสนอวิธีการชำระเงินแบบดิจิทัลและวิธีการชำระเงินในท้องถิ่น เช่น Apple Pay, Google Pay และ Revolut Pay ได้อย่างง่ายดายโดยไม่ต้องเขียนโค้ดเพิ่มเติม นอกจากนี้ ElevenLabs ยังเพิ่ม Link ซึ่งเป็นโซลูชันการชำระเงินแบบเร่งด่วนของ Stripe เพื่อให้ลูกค้าสามารถกรอกข้อมูลการชำระเงินที่บันทึกไว้ล่วงหน้าได้โดยอัตโนมัติทุกที่ที่อยู่ในเครือข่ายของ Link ผู้ใช้ชุดเครื่องมือด้านการชำระเงินที่เพิ่มประสิทธิภาพได้รับประโยชน์จากอัตราการเปลี่ยนเป็นลูกค้าแบบชำระเงินที่เพิ่มขึ้น และประสบการณ์การชำระเงินที่ง่ายและรวดเร็วขึ้นผ่าน Link ซึ่งตอนนี้คิดเป็น 20% ของการชำระเงินทั้งหมดของ ElevenLabs

ในฐานะบริษัท AI ElevenLabs เล็งเห็นถึงศักยภาพของ AI จาก Stripe ในการสร้างผลกระทบสำคัญต่อเส้นทางของผู้สมัครใช้บริการ แทนที่จะพึ่งพากฎเกณฑ์ที่ตายตัว โมเดล AI ที่ฝังอยู่ในชุดเครื่องมือด้านการชำระเงินที่เพิ่มประสิทธิภาพสามารถกำหนดวิธีการชำระเงินที่จะแสดงและลำดับการแสดงผลได้แบบไดนามิกสำหรับการชำระเงินแต่ละครั้ง ช่วยให้ ElevenLabs มอบประสบการณ์การใช้งานที่เหมาะกับผู้ใช้มากยิ่งขึ้น

ผลิตภัณฑ์ของ Stripe ยังช่วยให้ ElevenLabs จัดการงานด้านการเรียกเก็บเงินและการชำระเงินได้อย่างมีประสิทธิภาพ เช่น การจัดการการเบิกจ่ายและการทำให้กระบวนการเริ่มต้นใช้งานเป็นไปอย่างง่ายดาย ที่จริงแล้ว ElevenLabs ผสานการทำงานกับ Stripe และจัดการเวิร์กโฟลว์การเรียกเก็บเงินและการชำระเงินต่างๆ ได้ด้วยวิศวกรเพียงคนเดียว "ถ้าเราต้องสร้างโครงสร้างพื้นฐานสำหรับการสมัครใช้บริการทั้งหมดภายในบริษัทเพื่อรองรับทุกภูมิภาค ผมคาดว่าเราจะต้องมีทีมวิศวกรเต็มรูปแบบที่ทำงานเฉพาะด้านการชำระเงินเท่านั้น" Harries กล่าว

เมื่อ ElevenLabs พัฒนาเทคโนโลยีการโคลนนิ่งเสียงที่ซับซ้อนขึ้น บริษัทก็มองเห็นโอกาสในการสนับสนุนนักพากย์มืออาชีพและเพิ่มเลเยอร์ใหม่ให้กับโมเดลธุรกิจของตน ElevenLabs ใช้ Stripe Connect ในการสร้างมาร์เก็ตเพลสที่นักพากย์สามารถโคลนเสียงของตนเพื่อใช้ในโปรเจกต์เชิงพาณิชย์ กำหนดเงื่อนไข และรับการเบิกจ่ายทุกครั้งที่ผู้ใช้ ElevenLabs เลือกเสียงของตนสำหรับโปรเจกต์ Connect มอบฟังก์ชันพร้อมใช้งานที่รองรับการเริ่มต้นใช้งานของนักพากย์ รวมถึงการเบิกจ่ายไปต่างประเทศและการรับมือกับอุปสรรคด้านกฎระเบียบ เช่น ข้อกำหนดรู้จักลูกค้าของคุณ (KYC) ตัวอย่างเช่น การปฏิบัติตามกฎ KYC อาจเป็นอุปสรรคใหญ่สำหรับแพลตฟอร์มในกระบวนการเริ่มต้นใช้งานได้ แต่ฟีเจอร์ของ Stripe ก็ช่วยลดเวลาและทรัพยากรที่ใช้ในการพัฒนาได้อีกแล้ว ซึ่ง ElevenLabs สามารถนำสิ่งเหล่านี้ไปทุ่มเทให้กับโปรเจกต์ AI เสียงที่เป็นงานหลักได้มากขึ้น

ElevenLabs เห็นว่ามีหลายบริษัทที่ใช้โมเดล Text to Speech และ Speech to Text ของตนเพื่อสร้างเอเจนต์ AI ซึ่งบริษัทเหล่านั้นมักใช้เวลาหลายเดือนกว่าจะพร้อมผลิตจริง และต้องสร้างโครงสร้างพื้นฐานซ้ำๆ ดังนั้น ElevenLabs จึงเปิดตัวแพลตฟอร์มของตัวเองเพื่อสร้างเสียง AI เชิงสนทนาให้ลูกค้าเข้าสู่การผลิตได้เร็วขึ้นและสามารถมุ่งเน้นไปที่การพัฒนาตรรกะทางธุรกิจแบบใช้เอเจนต์ แทนที่จะต้องกังวลเกี่ยวกับโครงสร้างพื้นฐาน ชุดเครื่องมือเอเจนต์ของ Stripe ทำให้แพลตฟอร์มเอเจนต์ของ ElevenLabs สามารถทำให้เอเจนต์ AI ดำเนินงานด้านบริการลูกค้าหรือเวิร์กโฟลว์การขายได้อย่างสมบูรณ์ ยกตัวอย่างเช่น เอเจนต์ AI ของธุรกิจสามารถเข้าถึงบัญชี Stripe ของตัวเองเพื่อออกเงินคืนหรือทำธุรกรรมโดยการส่งลิงก์ชำระเงินออกไปได้ "การเปลี่ยนแปลงที่ใหญ่ที่สุดของเอเจนต์ AI เชิงสนทนาคือการเปลี่ยนจากการตอบคำถามเพียงอย่างเดียว ไปสู่การดำเนินการบางอย่างด้วยตัวเองอย่างอิสระ" Harries กล่าว

พาร์ทเนอร์เพื่อรักษาตำแหน่งผู้นำของ ElevenLabs

จาก 11 เสียงในตอนแรก ปัจจุบัน ElevenLabs มีเสียงกว่า 5,000 เสียงบนแพลตฟอร์ม โดยได้รับแรงขับจากมาร์เก็ตเพลสที่ล้ำหน้าของตน แพลตฟอร์มนี้ได้จ่ายเงินออกไปมากกว่า 4 ล้านดอลลาร์ให้นักพากย์ โดยบางคนมีรายได้มากกว่า 10,000 ดอลลาร์ต่อเดือน

ปัจจุบันผู้ใช้ได้สร้างเอเจนต์ AI มากกว่า 550,000 ตัวบนแพลตฟอร์มแล้ว นี่เป็นเพียงจุดเริ่มต้นเท่านั้น หากพิจารณากรณีการใช้งานที่เป็นไปได้ด้วยบอทสนทนาที่มีความสามารถในการตอบโต้เชิงสนทนาอย่างแท้จริงและเวิร์กโฟลว์แบบใช้เอเจนต์ ElevenLabs ยังคงเพิ่มภาษาต่างๆ ในฟังก์ชัน Text to Speech และการพากย์เสียง ซึ่งปัจจุบันรองรับถึง 33 ภาษา ตั้งแต่ภาษาอังกฤษ ฝรั่งเศส และสเปน ไปจนถึงภาษาที่เพิ่งเพิ่มเข้ามาใหม่อย่างโครเอเชียและทมิฬ

Harries เปรียบเทียบการแข่งขันในวงการ AI ด้านเสียงกับการแข่งขันฟอร์มูล่าวันที่ทุกบริษัทต่างมองหาการพัฒนานวัตกรรมครั้งถัดไปหรือผลิตภัณฑ์ที่เป็นจุดเปลี่ยนเพื่อให้ตนเองก้าวขึ้นสู่แนวหน้า ด้วยเหตุนี้เขาไม่คาดหวังว่าอัตราการเติบโตและนวัตกรรมของ ElevenLabs จะชะลอลงในเร็วๆ นี้ และมองว่า Stripe เป็นพาร์ทเนอร์ที่สำคัญในการขับเคลื่อนนวัตกรรมนี้ให้ต่อเนื่อง

"ผมรู้สึกตื่นเต้นที่จะได้ขยายปริมาณการชำระเงินผ่าน Stripe ให้มากยิ่งขึ้น ทำการจ่ายเงินอีกหลายล้านครั้งให้กับนักพากย์เสียงบนแพลตฟอร์มของเรา และขยายไปสู่หลายประเทศและช่องทางการชำระเงินที่มากขึ้น" Harries กล่าว