يقول المؤسس المشارك والرئيس التنفيذي لشركة ElevenLabs، ماتي ستانيشفسكي، إن الصوت أصبح الواجهة الرئيسية التالية للذكاء الاصطناعي – وهي الطريقة التي سيتفاعل بها الأشخاص بشكل متزايد مع الآلات مع انتقال النماذج إلى ما هو أبعد من النص والشاشات.
وفي حديثه في قمة الويب في الدوحة، قال ستانيزيفسكي لـ TechCrunch إن النماذج الصوتية مثل تلك التي طورتها ElevenLabs انتقلت مؤخرًا إلى ما هو أبعد من مجرد محاكاة الكلام البشري – بما في ذلك العاطفة والتنغيم – إلى العمل جنبًا إلى جنب مع القدرات المنطقية لنماذج اللغات الكبيرة. وقال إن النتيجة هي تحول في كيفية تفاعل الناس مع التكنولوجيا.
وقال: “في السنوات المقبلة، نأمل أن تعود جميع هواتفنا إلى جيوبنا، ونتمكن من الانغماس في العالم الحقيقي من حولنا، مع الصوت باعتباره الآلية التي تتحكم في التكنولوجيا”.
وقد عززت هذه الرؤية زيادة ElevenLabs البالغة 500 مليون دولار هذا الأسبوع بتقييم قدره 11 مليار دولار، ويتم تقاسمها بشكل متزايد عبر صناعة الذكاء الاصطناعي. لقد جعلت كل من OpenAI وGoogle الصوت محور التركيز الرئيسي لنماذج الجيل التالي، في حين يبدو أن شركة Apple تعمل بهدوء على بناء تقنيات مجاورة للصوت ودائمة التشغيل من خلال عمليات الاستحواذ مثل Q.ai. مع انتشار الذكاء الاصطناعي في الأجهزة القابلة للارتداء والسيارات وغيرها من الأجهزة الجديدة، أصبح التحكم أقل عن طريق النقر على الشاشات وأكثر من ذلك عن طريق التحدث، مما يجعل الصوت ساحة معركة رئيسية للمرحلة التالية من تطوير الذكاء الاصطناعي.
ردد سيث بييربونت، الشريك العام لشركة Iconiq Capital، هذا الرأي على خشبة المسرح في Web Summit، معتبرًا أنه في حين أن الشاشات ستظل مهمة للألعاب والترفيه، فإن طرق الإدخال التقليدية مثل لوحات المفاتيح بدأت تشعر بأنها “قديمة الطراز”.
وقال بييربونت إنه عندما تصبح أنظمة الذكاء الاصطناعي أكثر فاعلية، فإن التفاعل نفسه سيتغير أيضًا، حيث تكتسب النماذج حواجز الحماية والتكامل والسياق اللازم للاستجابة بمطالبات أقل وضوحًا من المستخدمين.
وأشار ستانيزيفسكي إلى هذا التحول الفاعل باعتباره أحد أكبر التغييرات الجارية. وبدلاً من توضيح كل التعليمات، قال إن الأنظمة الصوتية المستقبلية ستعتمد بشكل متزايد على الذاكرة المستمرة والسياق المتراكم بمرور الوقت، مما يجعل التفاعلات تبدو أكثر طبيعية وتتطلب جهدًا أقل من المستخدمين.
حدث تك كرانش
بوسطن، MA
|
23 يونيو 2026
وأضاف أن هذا التطور سيؤثر على كيفية نشر النماذج الصوتية. في حين أن النماذج الصوتية عالية الجودة تعيش إلى حد كبير في السحابة، قال ستانيزويسكي إن ElevenLabs تعمل على اتباع نهج هجين يمزج بين المعالجة السحابية والمعالجة على الجهاز – وهي خطوة تهدف إلى دعم الأجهزة الجديدة، بما في ذلك سماعات الرأس وغيرها من الأجهزة القابلة للارتداء، حيث يصبح الصوت رفيقًا دائمًا بدلاً من ميزة تقرر متى تتعامل معها.
تتعاون ElevenLabs بالفعل مع Meta لجلب التكنولوجيا الصوتية الخاصة بها إلى المنتجات، بما في ذلك Instagram وHorizon Worlds، منصة الواقع الافتراضي للشركة. قال Staniszewski إنه سيكون منفتحًا أيضًا للعمل مع Meta على نظارات Ray-Ban الذكية مع توسع الواجهات الصوتية إلى عوامل شكل جديدة.
ولكن مع ازدياد ثبات الصوت ودمجه في الأجهزة اليومية، فإنه يفتح الباب أمام مخاوف جدية بشأن الخصوصية والمراقبة وكمية البيانات الشخصية التي ستخزنها الأنظمة المستندة إلى الصوت مع اقترابها من الحياة اليومية للمستخدمين – وهو أمر تم بالفعل اتهام شركات مثل جوجل بإساءته.
