ElevenLabs przedstawia dostosowywanie modeli, ElevenAI i program partnerski

ElevenLabs ogłosiło 11 listopada 2026 r., że będzie pomagać firmom dostrajać wybrane modele językowe typu open source oraz własne modele głosowe z wykorzystaniem danych z rzeczywistych wdrożeń. Podczas New York Summit firma zaprezentowała również nową aplikację ElevenAI do pracy oraz program partnerski.

Pakiet rozszerza działalność ElevenLabs poza generowanie mowy i transkrypcję o oprogramowanie do zarządzania rozmowami z klientami i pracą pracowników. CEO firmy, Mati Staniszewski, powiedział, że w ciągu kilku lat agenci konwersacyjni staną się „kluczową infrastrukturą każdego przedsiębiorstwa, równie niezbędną jak chmura czy płatności”, przedstawiając te produkty jako element szerszej ofensywy firmy na rynku wdrożeń korporacyjnych.

Modele dostosowane do potrzeb firm i kierowanie rozmowami

ElevenLabs planuje rozpocząć prace nad dostosowywaniem modeli w najbliższych miesiącach. Firmy będą współpracować z naukowcami ElevenLabs, aby dostrajać modele do potrzeb własnych klientów i specyfiki działalności, wybierając takie mierniki optymalizacji jak zadowolenie klientów czy niezawodność. Ponieważ dane pochodzą z rzeczywistych wdrożeń, firmy będą mogły stale udoskonalać modele w miarę gromadzenia kolejnych interakcji, zamiast polegać wyłącznie na ogólnym modelu dla danej branży.

ElevenLabs stosuje już podejście uwzględniające specyfikę branży w modelu Scribe v3 Medical, przeznaczonym do transkrypcji w ochronie zdrowia i opracowanym tak, by rozpoznawać specjalistyczną terminologię. Staniszewski powiedział, że firma pracuje również nad modelem zoptymalizowanym pod kątem usług finansowych.

Zaprezentowany w wersji demonstracyjnej Interaction Engine rozwiązuje inny problem: określa przebieg rozmowy. Zarządza kolejnością wypowiedzi i przerwami, a także może przypisywać różne modele językowe do poszczególnych części rozmowy, wykorzystując tańszy model do wstępnej selekcji, a model z czołówki do złożonych zadań. Dzięki takiemu rozwiązaniu rutynowe rozmowy nie wymagają korzystania z modelu z czołówki na każdym etapie, a zużycie tokenów powinno być mniejsze.

Pamięć, automatyzacja i aplikacja ElevenAI

ElevenLabs informuje, że platforma ElevenAgents, służąca do wdrażania agentów głosowych i czatowych, zostanie rozszerzona o funkcje Memory i Routines. Funkcja Memory będzie rozpoznawać powracających, uwierzytelnionych klientów i przekształcać każdą rozmowę w uporządkowany zapis ich preferencji, ograniczeń i nadchodzących okazji, przy czym system zarządzania relacjami z klientami nadal będzie głównym źródłem danych o kliencie. Na przykład klient, który woli rozmawiać po hiszpańsku i może rozmawiać wyłącznie po 17:00, nie będzie musiał ponownie podawać tych informacji podczas kolejnego połączenia.

Funkcja Routines, która również ma zostać udostępniona w przyszłości, została zaprojektowana do automatyzacji wieloetapowych zadań przed rozmową, w jej trakcie i po jej zakończeniu, z wykorzystaniem istniejących narzędzi i systemów. Przykłady obejmują wstępną weryfikację osoby ubiegającej się o kredyt hipoteczny i oddzwonienie do niej w ciągu kilku minut, przypominanie pacjentom o wizytach i oferowanie zwolnionych terminów pacjentom z listy oczekujących, wysyłanie raportów e-mailem, wprowadzanie informacji do systemu zarządzania relacjami z klientami lub inicjowanie połączeń. Dzięki tym funkcjom ElevenAgents wyjdzie poza odpowiadanie na zapytania: będzie zachowywać kontekst i realizować zadania związane z rozmową.

Z myślą o pracownikach Staniszewski zaprezentował ElevenAI — aplikację, która nasłuchuje rozmów, także spotkań na żywo, i tworzy notatki, podsumowania oraz listy zadań. Może również zapewniać pomoc w czasie rzeczywistym i przekazywać kontekst między ludźmi a agentami. ElevenLabs informuje, że aplikacja sporządza notatki ze spotkań za zgodą uczestników oraz zawiera mechanizmy informowania o nagrywaniu i uzyskiwania zgody.

Wraz z ogłoszeniem rozpoczął się bezpłatny wczesny dostęp do ElevenAI. Funkcje dyktowania i sporządzania notatek ze spotkań korzystają z Scribe v3, który ElevenLabs opisuje jako model transkrypcji nagrań audio obsługujący 102 języki; odrębny wariant Scribe v3 Live został opracowany z myślą o niskim opóźnieniu i przetwarzaniu dźwięku w czasie rzeczywistym.

Partnerzy, Marketplace i infrastruktura NVIDIA

ElevenLabs informuje, że ma ponad 550 partnerów w 44 krajach, w tym Google Cloud, IBM, Deloitte, DXC i Genesys. Nowy program partnerski umożliwia firmom konsultingowym, integratorom systemów, dostawcom oprogramowania i agencjom włączenie ElevenAgents do korporacyjnych stosów technologicznych lub współpracę z inżynierami ElevenLabs pracującymi bezpośrednio z klientami przy złożonych wdrożeniach. Sojusz z McKinsey i QuantumBlack, AI by McKinsey, łączy platformę z usługami McKinsey w zakresie transformacji przedsiębiorstw.

Uruchomiony wraz z programem Marketplace oferuje początkowo starannie dobrany katalog aplikacji opracowanych przez partnerów z myślą o ochronie zdrowia, usługach finansowych, ubezpieczeniach, edukacji i handlu detalicznym. Przedsiębiorstwa mogą przeglądać aplikacje i kontaktować się z ich twórcami; zakupy w ramach istniejących umów z ElevenLabs mają ruszyć w 2027 r.

ElevenLabs i NVIDIA ogłosiły, że model Nemotron 3.5 Super VL jest dostępny w ElevenAgents, a ElevenLabs planuje dodać 15 MW mocy obliczeniowej NVIDIA Vera Rubin do już posiadanych systemów Blackwell Ultra. Dodatkowa moc ma służyć do obsługi wdrożeń na dużą skalę, w których obowiązują wymogi bezpieczeństwa lub rezydencji danych, oraz zapewnić naukowcom ElevenLabs dostęp do zoptymalizowanych zasobów obliczeniowych.

Rozszerzona współpraca obejmuje również działającego lokalnie agenta głosowego dla systemu Centralna e-Rejestracja, centralnego systemu rejestracji na wizyty w ramach krajowej platformy e-zdrowia w Polsce; realizację projektu wspiera EasyCall. Agent dzwoni do pacjentów, którzy mają wyłącznie telefony stacjonarne, aby przypominać im o wizytach i pomagać w zmianie ich terminu. ElevenLabs podaje, że centralny system obsługuje rocznie 40 milionów wizyt, a odsetek nieodbytych wizyt wynosi od 10% do 20%; wdrożenie wykorzystuje NVIDIA Confidential Computing, by dane obywateli i nagrania audio pozostawały w infrastrukturze rządowej i były chronione podczas przetwarzania.

Pakiet ogłoszeń ze szczytu pokazuje, że strategia ElevenLabs skierowana do przedsiębiorstw opiera się na czymś więcej niż tylko wydajności modeli: dostrajanie i Memory korzystają z danych gromadzonych podczas rzeczywistego użytkowania, Routines łączy rozmowy z systemami biznesowymi, a program partnerski i Marketplace tworzą ścieżki dotarcia do przedsiębiorstw. Główne wyzwanie związane z realizacją tej strategii jest więc dwojakie: przeniesienie produktów zaprezentowanych w wersji demonstracyjnej i udostępnionych we wczesnym dostępie do szerszego zastosowania produkcyjnego oraz doprowadzenie użytkowników przeglądających Marketplace do zakupów za pośrednictwem istniejących zobowiązań ElevenLabs.