ElevenLabs công bố đã hoàn tất giao dịch mua lại cổ phần từ nhân viên trị giá 300 triệu USD, đưa định giá công ty lên 22 tỷ USD. Trong thông báo ngày 30/9/2026, doanh nghiệp AI âm thanh này cho biết mức định giá mới gấp đôi vòng Series D hồi tháng 2/2026, đồng thời khách hàng doanh nghiệp hiện đóng góp 55% doanh thu.
Điểm đáng chú ý không chỉ là định giá. ElevenLabs đang mở rộng trọng tâm từ tạo giọng nói sang nền tảng AI hội thoại kết nối với dữ liệu và hệ thống của tổ chức. Với doanh nghiệp, hướng đi này đưa AI giọng nói đến gần các quy trình như chăm sóc khách hàng, đặt lịch và xử lý yêu cầu, thay vì chỉ đọc nội dung có sẵn.
Giao dịch 300 triệu USD tạo thanh khoản cho nhân viên
Theo ElevenLabs, giao dịch do Wellington và T. Rowe Price dẫn dắt. Các nhà đầu tư mới tham gia gồm BDT & MSD, EQT, GIC, Goldman Sachs, OTPP và Sapphire Ventures, bên cạnh một số nhà đầu tư hiện hữu.
Đây là giao dịch mua cổ phần từ nhân viên, không nên hiểu như một vòng huy động vốn mới mang toàn bộ 300 triệu USD vào ngân quỹ công ty. Mục tiêu được ElevenLabs nêu là tạo cơ hội để nhân viên hiện thực hóa một phần giá trị cổ phần đang nắm giữ.
Mức 22 tỷ USD phản ánh định giá trong giao dịch được công bố. Nó không đồng nghĩa với doanh thu, lợi nhuận hay lượng tiền mặt của doanh nghiệp. Thông báo cũng không cung cấp đầy đủ kết quả tài chính để đánh giá khả năng sinh lời.
ElevenAgents trở thành trọng tâm tăng trưởng
ElevenLabs cho biết ElevenAgents, nền tảng tác nhân AI hội thoại của hãng, hiện xử lý hơn 15 triệu cuộc hội thoại mỗi tuần, gấp ba lần so với tháng 2/2026. Doanh thu định kỳ hằng năm, hay ARR, của sản phẩm này cũng tăng hơn ba lần trong cùng giai đoạn. Công ty không công bố giá trị ARR tuyệt đối trong bài viết.
Các khách hàng được nêu gồm Stripe, Deutsche Telekom, SevenRooms thuộc DoorDash, Admiral, Customers Bank và Cadence, cùng chính phủ Ukraine và Hy Lạp. Những tác vụ được mô tả trải từ hoàn tiền, đổi hàng và gia hạn bảo hiểm đến nâng cấp gói điện thoại, đặt lịch khám và tiếp cận dịch vụ công.
Các số liệu và ví dụ này do ElevenLabs công bố, không phải kết quả kiểm chứng độc lập trong bài viết. Chúng cho thấy phạm vi sử dụng mà công ty đang hướng đến, nhưng chưa đủ để xác định hiệu quả tương tự cho mọi tổ chức.
Khác với công cụ chuyển văn bản thành giọng nói, tác nhân hội thoại cần tiếp nhận yêu cầu, hiểu ngữ cảnh và phối hợp với hệ thống nghiệp vụ. Chẳng hạn, một cuộc gọi về giao dịch thanh toán chỉ có thể được xử lý đầy đủ nếu tác nhân truy cập đúng dữ liệu và có quyền thực hiện thao tác phù hợp.
Mô hình giọng nói mới hỗ trợ hướng đi này
Trước thông báo định giá, ElevenLabs đã giới thiệu Eleven v4 và Eleven v4 Turbo ngày 28/9/2026. Theo hãng, cả hai hỗ trợ hơn 90 ngôn ngữ, cải thiện khả năng thể hiện cảm xúc và duy trì đặc trưng giọng nói. Biến thể Turbo được thiết kế cho các tình huống cần phản hồi nhanh, trong đó có tác nhân hội thoại.
ElevenLabs công bố độ trễ suy luận trung vị khoảng 100 mili giây và thời gian trung vị đến âm thanh đầu tiên khoảng 150 mili giây cho Turbo. Đây là hai chỉ số khác nhau, không phải thời gian hoàn thành toàn bộ một lượt trao đổi với khách hàng.
Trong triển khai thực tế, tốc độ phản hồi còn phụ thuộc vào nhận dạng giọng nói, xử lý yêu cầu, truy vấn dữ liệu và đường truyền. Vì vậy, số đo của mô hình không thể thay thế phép đo toàn bộ hệ thống.
Khả năng biểu đạt tự nhiên có thể giúp cuộc gọi dễ theo dõi hơn. Tuy nhiên, giọng nói thuyết phục không chứng minh rằng câu trả lời chính xác hoặc hành động nghiệp vụ đã được thực hiện đúng.
Hội thoại đa kênh đặt trọng tâm vào dữ liệu
ElevenLabs cho biết số doanh nghiệp triển khai hỗ trợ đa kênh bằng ElevenAgents đã tăng gấp đôi kể từ tháng 2/2026. Công ty mô tả hành trình có thể bắt đầu trên WhatsApp, chuyển sang điện thoại rồi kết thúc bằng email theo dõi.
Ý nghĩa của cách tiếp cận này nằm ở việc giữ ngữ cảnh xuyên suốt. Nếu mỗi kênh hoạt động riêng, khách hàng có thể phải trình bày lại cùng một vấn đề. Ngược lại, việc nối các điểm tiếp xúc đòi hỏi xác định đúng khách hàng, đồng bộ lịch sử và kiểm soát quyền truy cập.
Đây là nơi hệ thống CRM quản lý dữ liệu và tương tác khách hàng trở nên liên quan. Lớp giọng nói là giao diện tương tác; khả năng giải quyết yêu cầu còn phụ thuộc vào dữ liệu và quy trình phía sau.
Những điểm chưa thể suy ra từ công bố
ElevenLabs dẫn một phân tích khách hàng của mình, theo đó tác nhân giọng nói giải quyết vấn đề nhanh hơn tác nhân chat trung bình 31%. Tuy nhiên, bài công bố không trình bày đủ phương pháp, mẫu phân tích hay cách phân loại yêu cầu để coi đây là mức cải thiện chung cho mọi doanh nghiệp.
Chi phí triển khai, điều kiện sử dụng và mức độ tích hợp cũng không được mô tả đầy đủ. Với hệ thống phục vụ khách hàng, phạm vi và cách đo trong SLA vẫn quan trọng bên cạnh chất lượng giọng nói.
Thông báo nêu nhiều tình huống tác nhân có thể thực hiện hành động, nhưng không giải thích chi tiết cơ chế phê duyệt cho từng loại giao dịch. Sự phân biệt giữa trả lời câu hỏi và thay đổi dữ liệu khách hàng vì thế vẫn cần được làm rõ, tương tự vấn đề khi nào tác nhân AI cần xin phép.
Những gì đã được công bố cho thấy ElevenLabs đang đặt AI hội thoại doanh nghiệp ở trung tâm tăng trưởng. Khả năng triển khai ở từng tổ chức, hiệu quả tài chính và mức độ kiểm soát hành động vẫn là các yếu tố cần đánh giá riêng, không thể suy ra chỉ từ định giá 22 tỷ USD.
Câu hỏi thường gặp
Định giá 22 tỷ USD có phải là giá trị vốn hóa trên sàn chứng khoán?
Thông báo mô tả đây là định giá trong giao dịch cổ phần nhân viên. Không nên gọi con số này là vốn hóa thị trường trên sàn hoặc dùng nó thay cho doanh thu và lợi nhuận.
ARR tăng hơn ba lần có nghĩa doanh thu toàn công ty tăng tương ứng không?
Không. Số liệu được công bố áp dụng cho ARR của ElevenAgents. ARR phản ánh doanh thu định kỳ quy đổi theo năm, khác với tổng doanh thu được ghi nhận của toàn công ty trong một kỳ.