ElevenLabs: una voz vale 11.000 millones de dólares (y no es el techo)

Mientras el mundo discute cuándo GPT-5 sustituirá a los programadores, ElevenLabs se va haciendo, de forma silenciosa y con mucha calidad, con todo lo que suena. Una ronda de 500 millones de dólares de Sequoia Capital a una valoración de 11.000 millones no es solo una noticia sobre dinero. Es el reconocimiento oficial de que el mercado de generación de audio ha dejado de ser un juguete para crear memes con voces de políticos y se ha convertido en una industria hecha y derecha, con grandes cheques y apuestas serias.

Hace apenas un año la compañía valía tres veces menos. Un ascenso tan vertical, en un momento en que el mercado de capital riesgo aún se lame las heridas tras la crisis, dice mucho. Los inversores de Sequoia han visto en ElevenLabs algo más que otra red neuronal de locución: la futura infraestructura de todo el contenido mundial. Si puedes clonar una voz en segundos y traducirla a decenas de idiomas conservando sus entonaciones únicas, estás reinventando de hecho la industria del doblaje y la localización tradicionales.

Recordemos cómo empezó todo. ElevenLabs irrumpió en el espacio informativo con una tecnología que asustaba por su realismo. Entonces parecía un juguete peligroso para bromistas. Pero la startup superó pronto sus problemas de juventud y se expandió a la edición, los videojuegos y los medios. Hoy su API la integran todos, desde desarrolladores independientes de juegos indie hasta gigantes que necesitan locutar miles de horas de audiolibros sin contratar a actores. El ahorro en horas de estudio y honorarios de locutores se mide en órdenes de magnitud.

Por supuesto, este crecimiento plantea preguntas lógicas. ¿No son demasiados 11.000 millones de dólares para una empresa que se dedica a la síntesis de voz? Al fin y al cabo, Meta* y OpenAI también trabajan en sus propios modelos de audio, y sus recursos son prácticamente ilimitados. Sin embargo, ElevenLabs ha logrado crear en torno a su producto un ecosistema y una marca asociada a la máxima calidad. En un mundo de IA donde los modelos de código abierto pisan los talones a las soluciones propietarias, mantener ese liderazgo no es tarea fácil. Pero los 500 millones de capital fresco le dan un buen margen de maniobra y para seguir investigando.

Resulta interesante ver cómo cambia el foco de atención de los grandes actores. Si el año pasado estuvo marcado por el texto y el código, este pertenece claramente a los activos multimedia. El vídeo de Sora y el audio de ElevenLabs forman un nuevo conjunto de herramientas para crear contenido con un clic. Esto asusta a los profesionales del sector, pero para las empresas es pura matemática: ¿por qué pagar a un estudio por un mes de trabajo si un servicio en la nube hace lo mismo en cinco minutos y cien veces más barato? Entramos en una era en la que la voz se convierte en un activo digital igual que una tipografía o un logotipo.

Sin embargo, esta moneda tiene un reverso. Con la capitalización crece también la responsabilidad. Los problemas de los deepfakes y del robo de identidad vocal no han desaparecido. ElevenLabs tendrá que gastar una parte considerable de esos 500 millones en seguridad y en batallas legales con los sindicatos de actores, que ya empiezan a plantear preguntas incómodas. Cómo gestionará la compañía este dinero se verá en los próximos meses, pero hay algo seguro: ahora la voz cuesta cara.

Lo esencial: ElevenLabs ya no es una empresa que persigue a otras, sino el objetivo número uno de sus competidores. ¿Podrá justificar la valoración de 11.000 millones cuando Google y Apple integren funciones similares directamente en sus sistemas operativos?

*Meta está reconocida como organización extremista y prohibida en la Federación de Rusia.