AI正在颠覆的万亿美元级产业：语音、法律与计费工时的终结

摘要

• ElevenLabs表示，其商业化曲线从2023年初上线开始，约20个月后ARR达到1亿美元，10个月后达到2亿美元，再过5个月达到3亿美元，如今已达6亿美元。 支撑这一规模的是600名员工、每队5至10人的组织方式、不设产品经理，以及深入人才、法务和市场拓展团队的工程师。Mati给出的文化佐证是：最初10人的研发团队至今“零流失”。

• 语音代理的拐点，来自将真人般的语音与可靠的编排、知识库、集成和可打断的轮次交互结合起来。 Mati称过去12个月、尤其过去6个月出现了“跨越式变化”：来电者处理速度更快，也更愿意向AI坦白敏感的财务处境，并且很快可能会主动要求“AI接线员”，而不是试图逃离语音牢笼。终局不是再加一层“语音牢笼”，而是基于既往交互主动提供服务。

• 语音正成为可授权的资产，但市场能否成立取决于身份保护机制。 ElevenLabs对生成音频进行溯源，在提示词和语音两端做审核，并提供覆盖自有及开源模型的检测；其认证市场已向创作者返还超过2200万美元。授权语音还可以跨语言保留情绪，或变成互动角色，例如Fortnite中的Darth Vader；而为失去说话能力的人恢复声音，也解释了为什么Mati称语音是“身份和IP”。

• ElevenLabs应对前沿模型捆绑的防线，是掌握通信层，同时让底层不绑定具体模型。 客户可以使用Anthropic、OpenAI、Google或开源模型，无需重建代理框架；ElevenLabs专注于音频架构、超过1000名承包商参与的专业数据标注、行业工作流、集成和轮次交互。Mati表示，模型蒸馏可以被拖慢，但“无法停止”，公司也在探索更多自研、聚焦交互的智能能力。

• Legora将法律AI定义为对1万亿美元服务市场的转化：软件目前只拿走约400亿美元，即“4%软件，96%服务”。 主持人称公司连续7个季度实现环比50%增长，刚刚成为直销模式下从100万美元做到1.5亿美元营收的增长最快企业之一，较Sierra提前1个季度。Max提到一家营收100万美元的初创公司，用ChatGPT处理合同、股权表、HR甚至IP转让；Mati警告，当有人必须核验这些结果时，它可能会变成一个“有趣的尽调标的”。

• AI通过自动化律师助理的工作，揭开计费工时模式下隐藏的交叉补贴，从经济机制上冲击律所。 Max的框架是，律所“对律师助理收费过高”，却对决定性合伙人的判断收费过低；因此自动化会把工作推向固定收费、结果收费和企业内部执行。Legora在这一年利用自有产品完成了4宗收购的尽调，最快一宗从意向书到交割只用了12天。

• 法律AI的护城河不在通用法律模型，而在覆盖完整法域的数据、嵌入式工作流和合规能力。 诉讼律师不能接受80%的相关先例覆盖率：“你实际上需要全部”，包括页码引证和难以获取的历史记录。Max称，打造通用法律智能模型是“彻底浪费时间和金钱”，更看好合同提取等窄模型；而“合规是我们的货币”是承载政府、军工企业及涉及国家机密业务的前提。

精读

1. ElevenLabs把音频突破转化为6亿美元营收业务

• Mati把公司的起点追溯到2022年：当时加密货币和元宇宙占据市场注意力，团队得以悄悄投入研发和产品建设。按他的说法，公司在2023年初发布的产品是“第一个终于听起来像真人的文本转语音模型”；大约20个月后ARR达到1亿美元，之后再过10个月达到2亿美元，5个月后达到3亿美元，如今达到6亿美元。

• 员工规模已达600人，但Mati给出的文化佐证是：最初10人的研发团队无一人离开。公司围绕“解决音频、解决交互”这一聚焦使命招人，业务覆盖语音生成、转录、编排、本地化、支持、运营、训练和销售。

• 团队单元通常为5至10人，围绕产品或电信、金融服务、医疗健康等垂直行业组织。工程师还分布在人才、法务、营收和市场拓展团队中，既负责自动化，也参与安全审查；Mati说，AI用得太少是警讯，但未经审查“用得太多”同样是问题。

• 主持人关于管理的问题，得到了最锋利的组织答案：ElevenLabs从未聘用产品经理。Mati希望招募在编程、客户理解或设计中的一项上专业、同时熟练掌握另一项的人；如今AI可以把业余能力拉升至接近高级水平，让增长工程师无需等待多个职能协同，就能独立设计、发布、测试并解读实验。

2. 语音代理靠可打断和上下文能力逃出“语音牢笼”

• Mati将近期增长跃升归因于企业销售终于遇上了可靠的产品：编排、模型、知识、集成和语音开始协同运作。他称过去12个月、尤其过去6个月出现了迈向“黄金时代”的“跨越式变化”：代理能够记住既往交互，最终把客服从被动排障推向主动帮助。

• 金融服务部署暴露出一种行为优势。客户讨论逾期付款时，面对人类可能感到羞耻，却会告诉AI“事情究竟是怎么发生的”；他们说话也更利落，随时打断、跳过寒暄，更快进入重点。这要求完全不同的交互模型，但Mati预计，来电者最终会主动要求接入“AI接线员”。

• 主持人的脚踏板例子展示了知识工作中同样的界面转变：踩住脚踏板，将1至2分钟的意识流提示口述进Wispr Flow，比疲惫地打字提供更丰富的上下文。Mati将这一观点延伸至Plaud Pocket等可穿戴录音工具，只要提前告知正在录音；否则那些转瞬即逝的谈话就能被转化为笔记和后续事项。

3. 只有身份、授权与模型控制并存，语音才会成为资产

• Mati的总原则是：“语音就是身份和IP”（Voice is identity and IP）。ElevenLabs因此对生成内容进行溯源，在文本和语音两层审核，识别商业用途或诈骗，并允许用户在ElevenLabs及开源模型上检测样本是否由AI生成——不是等滥用发生后才处理，而是把它作为更大合成音频市场的基础设施。

• 主持人还讲到，他发现某个频道使用This Week in Startups的存档和ElevenLabs，为斗牛犬视频生成他的声音。后来他的团队试图克隆其声音来修改广告时，系统先行拦截，直到他本人完成验证。

• 机会在于认证授权。创作者可以生成声音，通过ElevenLabs市场发布，接受默认分发价格或自行定价并获得收入；Mati称平台已向社区返还超过2200万美元。授权语音可以在西班牙语、意大利语和葡萄牙语之间保留情绪，也可以把静态的MasterClass内容变成互动教学。

• 互动化身并不局限于在世创作者。Mati不愿谈论未具名的新制作，但确认Epic Games的Fortnite通过与Darth Vader版权方及Disney合作，提供了一个能够实时帮助玩家完成任务的Darth Vader。更私人化的例子是一名在结婚前失去声音的女性，后来用恢复后的声音重新重复誓言，让家人第一次听到她说出这些话。

• 面对Anthropic、OpenAI、Google和开源模型，ElevenLabs保持模型中立，同时试图端到端掌握通信层。Mati认为，在音频领域“关键在架构，而不在规模”，再辅以超过1000名承包商进行专业数据标注、垂直工作流、集成、声音库、代理模板和身份认证——这些正是通用模型公司尚未组装起来的能力。

4. 法律AI瞄准万亿美元服务池与计费工时补贴

• Max将法律服务描述为每年1万亿美元的市场，对应约400亿美元的法律软件支出：“4%是软件，96%是服务，简直离谱”（4% software, 96% service, which is bananas）。由于法律服务供给受限，他的论点并非只是现有工作对应的收入会减少；技术也让服务商能够触达新的用例和细分市场，并包装出新产品。他以面向创始人的Cooley软件平台为例，后者嵌入了自身的材料、判例和合同审阅工作流。

• 主持人称，公司连续7个季度实现环比50%增长，刚刚成为直销模式下从100万美元做到1.5亿美元营收的增长最快企业之一，较Sierra提前1个季度。

• Max给出了警示性案例：一家营收100万美元、完成数轮融资、拥有几十名员工的初创公司没有公司律师，靠“ChatGPT，bro”处理合同、股权表、HR，甚至IP转让。Mati预测，当有人必须核验这些答案时，它可能会变成一个“有趣的尽调标的”。

• Max对律所定价的解释是，律所“对律师助理收费过高”，却对关键的合伙人判断收费过低。Mati最近收到过一张每小时1800美元的账单；Max称律师助理每小时收费800美元，Mati则说Kirkland最高可达每小时4000美元。两人认同，合伙人的时间如果能避免数千万美元损失，其价值可能远高于账面时薪。

• 讨论最终指向固定交易费或诉讼结果费。Legora这一年利用自有平台完成了4宗收购的尽调，最快一宗从LOI到交割只用了12天。Mati的反驳是，创始人要的是速度，而外部律师的激励包括降低责任风险和增加计费工时，天然会产生拉长项目周期的压力。

5. 初级律师不会消失，但学徒制将变成代理编排

• Max称，AI对Kirkland这样的律所既是“关乎生死的威胁”，也是“关乎生死的机会”；他估算Kirkland年营收约100亿美元，律师人数为4000至5000人，单个合伙人利润为500万至1000万美元。Legora的法律工程师是仿照Palantir模式前线部署的律师，与合伙人并肩工作，把律所从AI前的运营模式重构为AI后的模式。

• 对就业问题，Max的回答相当克制：“岗位会存在，任务会不同。”律所仍需要初级律师成长为有经验的合伙人，正如软件组织仍需要初级工程师；但培训不再围绕人工通读数据室里的每份文件，或在虚拟文件中使用Control-F搜索，而是转向编排、核验和管理执行这些工作的代理。

• 跨境业务同时体现了能力与边界。Legora把客户的判例和组织数据，与不同法域的案件、法律和监管更新结合起来；Max称，一名进入南非市场的加州总法律顾问可以立即获得答复，估计准确率达到80%。这只是替代缓慢转介链条的起点，并不是说当地法律判断已经变得多余。

6. 完整法律数据与合规比“法律大脑”更重要

• Max反驳了AI早期的一项假设：掌握既有数据的机构不会自动胜出，传统组织很难跟上AI原生公司的速度、人才和决策方式。Legora与德国、法国和西班牙等法域的内容提供商合作，而美国仍然异常棘手，因为LexisNexis和Westlaw构成法律研究双寡头。

• Mati以幂律分布提出挑战，暴露出真正的护城河：对后果重大的诉讼而言，80%的覆盖率远远不够，因为一宗10亿美元的案件可能取决于一份遗漏的先例。Max对此表示认同：“你实际上需要全部。”这意味着历史书籍、扫描件、核验和精确页码引证；不光鲜的数据获取和结构化工作，反而成为构建可信代理的前置条件。

• Max称，Claude Opus 4.5和4.6已经能够从数据库检索推进到案件策略，将判例与证人陈述结合起来。他把打造或微调通用法律智能模型称为“彻底浪费时间和金钱”，但认可规模化适用的窄模型：对100份文档和100条提示进行表格化审阅会产生10,000次API调用，使专业合同提取在延迟和成本上都具备价值。

• Mati指出，Claude如今已经提供法律能力；Max回应称，一套由“Markdown、skills文件和几个集成”组成的产品已经证明了需求，并会在用户触及其能力上限后为Legora带来线索。更硬的边界在部署端：尽管“合规是我们的货币”（compliance is our currency），Legora称其托管国家机密和军工企业合同，并与政府合作，但不提供本地部署；Max表示，部署在VPC中耗时较长，还会形成拖慢产品路线图的依赖。