Gdy amerykański „Forbes” umieścił na okładce trzydziestoletniego Mateusza „Matiego” Staniszewskiego, wiele osób po raz pierwszy usłyszało o Polaku, który w zaskakująco krótkim czasie wyrósł na jedną z najważniejszych postaci rynku sztucznej inteligencji. Jego przedsięwzięcie – ElevenLabs – powstało z pomysłu dwóch kolegów z warszawskiego liceum. Dziś wyceniane jest na miliardy dolarów, a Staniszewski współpracuje z największymi mediami, twórcami i firmami technologicznymi na świecie.
Z Warszawy do Londynu
To jedna z tych historii, które zaczynają się niewinnie – od drobnej irytacji. W przypadku Matiego Staniszewskiego była nią niechęć do charakterystycznego dla Polski modelu filmów z lektorem. Monotonny głos, brak emocji, brak zróżnicowania ról – to właśnie ten detal poprowadził go w stronę pomysłu, który zmienił jego życie i zrewolucjonizował branżę technologiczną.
Mateusz Staniszewski urodził się w 1995 r. w Warszawie, gdzie ukończył XXXIII LO im. Mikołaja Kopernika. Po maturze wyjechał na studia matematyczne do londyńskiego Imperial College. Następnie pracował w m.in. Opera Software i Palantir Technologies. To właśnie w Palantir ponownie zetknął się z Piotrem Dąbkowskim – kolegą z liceum, który pracował także jako inżynier w Google. Obaj mieli już wówczas na tyle doświadczenia, by zacząć poważnie eksperymentować ze sztuczną inteligencją.
Ich pomysły szybko przerodziły się w coś większego – nowe modele mowy w AI okazywały się wyraźnie lepsze od dostępnych na rynku rozwiązań. Głosy ElevenLabs brzmiały naturalnie, precyzyjnie i potrafiły oddawać emocje oraz kontekst wypowiedzi. Ostatecznie Staniszewski i Dąbkowski porzucili dotychczasowe stanowiska pracy i zainwestowali oszczędności w stworzenie własnej firmy.
Globalna rewolucja
W 2022 r. ruszyło ElevenLabs – kilkuosobowy startup, który w zaledwie dwa lata stał się jednym z najcenniejszych projektów technologicznych w Europie. W styczniu 2023 r. firma wprowadziła na rynek swoje pierwsze modele głosowe, które okazały się lepsze od Siri czy Alexy. Dziś modele ElevenLabs mówią w 29 językach, a ich naturalność i dynamika sprawiają, że trafiają one do twórców audiobooków, filmów, podcastów, gier wideo, redakcji i studiów produkcyjnych.
Z ElevenLabs korzysta między innymi Epic Games, które w „Fortnite” – grze o globalnym zasięgu – używa zaawansowanych głosów niektórych postaci, w tym tych inspirowanych słynnymi aktorami. Po technologię Polaków sięgają także amerykańskie media i wydawnictwa, w tym „The Washington Post” czy „The New Yorker”, twórcy kursów językowych oraz influencerzy. ElevenLabs prowadzi dziś bibliotekę ponad 10 tysięcy sztucznych głosów, ma siedziby w Nowym Jorku i Londynie oraz zatrudnia około 300 osób.
Tak szybki rozwój przyniósł równie spektakularne liczby: inwestorzy przekazali ElevenLabs setki milionów dolarów, a wycena spółki sięgnęła jesienią 6.6 miliardów dolarów. Staniszewski i Dąbkowski są obecnie miliarderami.
Cena sukcesu
Rozwiązania ElevenLabs nie uniknęły jednak negatywnych konsekwencji. Naturalnie brzmiące głosy zaczęli wykorzystywać oszuści, którzy chcieli podszywać się pod znane osoby lub bliskich swoich ofiar. Deepfake’i z udziałem celebrytów, podrobione nagrania polityków, a nawet próby oszustw finansowych zwróciły uwagę opinii publicznej.
Firma musiała wprowadzić zaawansowane systemy zabezpieczeń: listę głosów zakazanych, moderację i narzędzia do wykrywania deepfake’ów. Działania zostały podjęte po tym, jak stworzony przez ElevenLabs klon głosu Joe Bidena został wykorzystany do zniechęcania Amerykanów do głosowania w wyborach prezydenckich w 2024 r.
Staniszewski i Dąbkowski musieli również zareagować na pozew lektorów audiobooków, którzy zarzucali im nieuprawnione użycie nagrań. Mimo tych turbulencji ElevenLabs zachowało rentowność i utrzymało zaufanie inwestorów, którzy w sumie przekazali firmie ponad 300 milionów dolarów.
Nowy ton AI
Historia Matiego Staniszewskiego udowadnia, że wielkie innowacje mogą narodzić się z codziennych doświadczeń. W jego przypadku impulsem okazała się niechęć do filmów z lektorem – rozwiązania, które uchodzi za normę, a które on widział jako brak technologicznej finezji. Dziś to właśnie Polak, którego irytowała taka forma przekładu, współtworzy firmę nadającą ton globalnej rewolucji w syntezie mowy, a jego technologia realnie zmienia sposób, w jaki mówi sztuczna inteligencja.
Nie bez powodu amerykański Forbes określił go mianem „głosu AI”. W obszernej publikacji magazyn podkreśla, że współtworzona przez Staniszewskiego firma już dziś rywalizuje z gigantami branży technologicznej, wyznaczając standardy w tempie, które do tej pory było zarezerwowane dla największych. Według przedstawionych analiz, ElevenLabs wyprzedza takie firmy jak OpenAI w rozwoju technologii związanych z zamianą mowy na tekst, a także w tworzeniu narzędzi do pracy z muzyką i dźwiękiem. Co więcej, startup pozostaje rentowny i według magazynu w ostatnich miesiącach wygenerował około 116 milionów dolarów zysku. To wyniki, które plasują go wśród najbardziej dynamicznych i najszybciej rosnących firm technologicznych na świecie.
Nic dziwnego, że „Forbes” nazwał ElevenLabs „jednym z najcenniejszych startupów w Europie”. Zdaniem dziennikarzy Staniszewski konkuruje dziś z takimi gigantami jak Google, Microsoft, Amazon i wspomniane już OpenAI, a jego ambicją jest stanie się prawdziwym głosem sztucznej inteligencji. Okładka potwierdza tylko, że młody Polak znalazł się w samym centrum globalnego wyścigu o przyszłość technologii.
Alicja Dębek
