ElevenLabs的SDR智能体今年已处理逾3000条客户线索，以32种语言完成90%以上潜在客户资格预审。其CTO霍尔特认为，多智能体系统是下一前沿，当前收益仅是“冰山一角”。公司估值已翻倍至220亿美元，或于2028年启动IPO筹备。
一家语音AI公司，先把自己变成了智能体公司
在AI行业普遍将智能体（Agent）作为产品对外售卖之际，ElevenLabs选择了一条更具说服力的路径——先在自己的组织内部大规模使用智能体。
这家AI语音初创公司已部署了一个入站销售开发代表（SDR）智能体，今年累计处理超过3000条客户线索，在无人工干预的情况下，以32种语言对超过90%的潜在客户完成了资格预审。与此同时，另一个智能体充当新销售团队成员的“陪练教练”，通过模拟客户互动加快新员工上手速度；还有一个招聘智能体承担求职者第一轮面试；在公司内部的Slack系统中，多个智能体随时响应员工关于内部流程的各类提问。
“这个领域最令人兴奋的地方在于，你总感觉自己只站在冰山一角。”ElevenLabs现场首席技术官亚历克斯·霍尔特（Alex Holt）表示。在他看来，ElevenLabs当前从智能体AI中获得的效率收益虽然看上去已相当前沿，但“六个月后，你会看到更多收益”。
从单点提效到组织重构：智能体如何嵌入ElevenLabs
ElevenLabs的智能体部署并非零散的工具尝试，而是一套有组织设计的系统性工程。
霍尔特介绍，公司大多数员工都在与智能体协作工作，多数员工甚至已自行构建智能体来处理重复性任务。值得注意的是，公司的核心业务目标并未因AI而改变：销售团队仍被要求借助AI以更快速度创造更多收入；客户服务场景则持续紧盯满意度评分。“业务指标完全一样，”霍尔特强调，“这必须是由业务部门自身驱动和推进的事项，智能体和技术只是他们可以借力的工具。”
组织层面，ElevenLabs在全业务条线实行“每团队一名驻场工程师”机制，且每个团队规模控制在10人以内。以招聘为例，两名前沿部署工程师与人力资源同事组成专项小组，唯一目标是缩短候选人走完面试流程的时间。如今，几乎所有求职者在申请ElevenLabs职位时都先由AI招聘官完成初筛。“这为招聘官省出了30分钟，”霍尔特说，“他们可以在流程尾声用这30分钟来说服你加入。”
【图表：ElevenLabs智能体部署版图_2026】
上图对ElevenLabs内部智能体部署版图作了定性刻画：SDR智能体在线索规模、语言覆盖（32种）与资格预审（90%以上）三个维度均有明确量化支撑，招聘首筛已基本AI化，多智能体协作已完成真实成交验证，同时公司为全部智能体配置了人工主导的监督层。可以看到，智能体已从单点提效工具，演变为覆盖销售、招聘、内部服务的组织级基础设施。
下一前沿：多智能体系统与“冰山之下”的效率空间
霍尔特认为，智能体AI的下一前沿在于多智能体系统（multi-agent systems）——让多个智能体之间实现更深度的共享上下文与更复杂的任务交接。
这一方向已在ElevenLabs的销售线索流程中投入开发。目前，SDR智能体通过语音AI判断潜在买家的购买意向，筛查完成后转接人工代表。但不久前，ElevenLabs的一家客户已实现完全由两个智能体协作完成一笔交易：入站请求先由SDR智能体承接，随后由客户经理（AE）智能体处理法律文件与合同。“这样做的价值在于，对于那些简单、重复性最强的机械环节，你现在可以为客户把整条链路自动化。”霍尔特表示，员工由此可以将更多时间投入更复杂的入站请求或向上销售（upselling）。
行业数据佐证了这一趋势的方向感。据波士顿咨询（BCG）研究，智能体（Agentic AI）在企业AI价值中的占比已从2025年的17%升至2026年的22%，预计到2030年将达到39%。但多数调研同时发现，企业在重构工作流、编排多智能体流程方面仍准备不足——一个智能体自主将工作移交另一个智能体的场景，对绝大多数组织而言仍属前沿课题。
行业检索素材同样印证了这一判断：智能体已从概念验证全面进入工程化落地阶段，正从简单的对话交互向自主任务执行演进；据IDC预计，到2026年全球2000强企业中约40%的岗位将涉及与AI智能体的直接交互。另据Gartner预测，到2026年底全球40%的企业应用将嵌入任务执行型AI智能体，而2025年这一比例尚不足5%；中信证券研判认为，推理能力跃升将加速多领域智能体落地，推动企业AI从降本增效迈向增收创利。
【图表：智能体价值占比演进图_2026】
从BCG口径看，智能体在企业AI价值结构中的分量正以每年数个百分点的速度上移：2025年17%、2026年22%、2030年预计39%。这与ElevenLabs的内部实践形成呼应——当行业平均渗透率仍在爬坡时，这家公司已把多智能体协作跑通了真实成交案例，其CTO所言“六个月后看到更多收益”，指向的正是共享上下文与任务交接成熟后释放的第二波效率红利。
220亿美元估值与2028年IPO猜想：资本叙事的底气与考题
ElevenLabs对智能体的激进投入，与其资本进程相互印证。
霍尔特于2023年9月以工程师身份加入ElevenLabs，此前在数据分析软件公司Palantir工作五年，2026年6月升任现场CTO。三个月后，公司宣布估值翻倍至220亿美元。CEO马蒂·斯塔尼谢夫斯基（Mati Staniszewski）近期表示，公司可能于2028年启动首次公开募股（IPO）的筹备工作。
这家公司的估值轨迹清晰可循：2025年1月，ElevenLabs完成1.8亿美元C轮融资，估值33亿美元；2026年2月，公司宣布完成由红杉资本领投的5亿美元融资，a16z（Andreessen Horowitz）、Iconiq跟投，光速创投、Evantic Capital、BOND等新机构入局，估值飙升至110亿美元，较C轮增长两倍多，英伟达亦于此前以战略投资者身份入股；公司当时即表示开始考虑潜在IPO。此外，2025年间公司曾允许员工按66亿美元估值出售所持股份，以回应投资者兴趣。业务层面，ElevenLabs 2025年实现超过3.3亿美元年度经常性收入（ARR），主要来自德国电信、Revolut等企业客户；Meta、Salesforce等科技巨头也在使用其语音基础设施，客户还包括《时代》杂志出版商与英伟达。斯塔尼谢夫斯基曾希望2026年将ARR再翻一番。
【图表：ElevenLabs估值跃迁图_2026】
从33亿美元、66亿美元、110亿美元到220亿美元，18个月内估值增长约5.7倍，估值曲线的斜率与公司智能体战略的推进节奏基本同步。对潜在的IPO叙事而言，“用自家智能体跑通自身业务”本身就是最具说服力的产品证明——但硬币的另一面是，公开市场将用比私募市场更严苛的目光审视其收入质量与增长可持续性。
治理考题：当智能体出错时，谁来兜底
大规模智能体部署的另一面，是治理与容错的真实压力。近期OpenAI与Anthropic的智能体相继出现失控事件，令业界对智能体自主行为的警惕升温。
霍尔特坦言，ElevenLabs已建立由人工主导的监测与观察层来治理其智能体，但错误仍会发生。他曾举过一个案例：一个客服智能体错误地给客户退了一笔30美元以下的小额退款，且未按规则上报员工。ElevenLabs随后创建了复现该通话的测试用例，还原智能体“犯错的完整思维链与推理路径”，进而更新了提示词与护栏规则。
霍尔特指出，以这种方式追踪智能体的每一个决策，反而可能带来意外收益——如果是人类犯了同样的错误，公司很可能根本不会察觉。“这不只是自动化流程，它让你能收集更多数据，”他说，“我预计未来几年，人们会越来越多地谈论如何优化这些流程。”
结语：效率竞赛才刚刚开始
从32种语言的资格预审，到两个智能体协作完成的真实成交，再到由人工监督层兜底的治理实验，ElevenLabs正在把“智能体公司”从营销话术变成组织现实。
但霍尔特也保持了相当的清醒：智能体战略需要耐心，许多指标——招聘质量是否提升、客服满意度是否改善——需要很长时间才能验证，公司依靠业务负责人来识别应度量哪些先行指标。
在行业整体仍在为多智能体编排补课的当下，ElevenLabs的样本价值在于两点：其一，智能体落地的前提不是技术炫技，而是由业务单元自己驱动、用既有的业务指标来衡量；其二，多智能体系统带来的效率红利远未见顶——用霍尔特的话说，今天的一切“只是冰山一角”。对于一家计划在2028年叩响公开市场大门的220亿美元公司而言，这场效率竞赛，才刚刚开始。
