AI 正在颠覆的万亿美元行业：语音与法律（All-In，2026-07-14）¶

嘉宾: Mati Staniszewski（ElevenLabs 联合创始人/CEO，语音 AI）· Max（Legora CEO）（法律 AI）
主持: Jason Calacanis（及 All-In 团队；现场访谈，法国）
来源: YouTube · 52 分钟（自动字幕）
转录稿: sources/all-in/20260714-J0bce9WQJ-g

两段"AI 颠覆万亿美元传统行业"的应用层公司访谈：ElevenLabs（语音，$600M ARR）与 Legora（法律，连续 7 季度 QoQ +50%）。共同母题：架构而非规模、垂直化、独立于前沿模型（model-agnostic），以及一个反复出现的紧张——用前沿模型做产品、而前沿实验室又想吃掉你的生意。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： | 标签 | 占比 | 认定 | 依据 | |---|---|---|---| | SPEAKER_02 | 40.9% | Jason Calacanis | 贯穿两场；收尾 Mati 那场"Let's give it up for Mati from 11 Labs"（[00:30:22] 块） | | SPEAKER_01 | 34.7% | Mati Staniszewski（ElevenLabs） | 几乎只出现在前 30 分钟，即 ElevenLabs 那场 | | SPEAKER_00 | 24.4% | Max（Legora） | 只出现在 30–55 分钟；"the data that Legora sits on top of…"（[00:40:31] 块，91–100%） |

概要¶

ElevenLabs（Mati Staniszewski）：2022 年起做能"听起来像人"的语音，20 个月到 $100M ARR，如今 $600M、600 人。研究+产品双引擎，小团队按行业（电信/金融/医疗）垂直编队、每个团队都嵌工程师。语音 agent 让人反而更愿意打断/更坦诚（催款场景），"whisper 办公室"与踏板（Whisper Flow）改变人机交互。护城河是架构不是规模 + 千人级音频标注 + 垂直化 + 生态；安全侧做溯源/双层审核/AI 检测；声音 marketplace 已回馈 talent 超 $2200 万，含 James Earl Jones/Darth Vader、Matthew McConaughey、ALS 失声者恢复声音。

Legora（Max）：法律服务是 1 万亿美元/年市场但软件只占约 400 亿（4%），billable hour 模式被颠覆。像 Palantir 的 forward-deployed engineer 一样派 forward-deployed lawyer（"legal engineer"）帮 Kirkland 等律所转型。法律研究的数据护城河"要全不要 80%"（West Law/LexisNexis 双头垄断，甚至要把书运到印度扫描做 page citation）。不做通用法律智能模型，只做窄任务微调模型；compliance 是货币、不做 on-prem。

核心观点¶

ElevenLabs：语音的规模与增长¶

增长曲线：2022 成立→2023 初首个"像人"的 TTS→20 个月到 $100M ARR→10 个月到 $200M→5 个月到 $300M→现 $600M、600 人、首 10 人研究工程零流失（[00:00:00]–[00:03:02]）。
组织：研究 + 产品双引擎，5–10 人小团队按行业垂直编队；在每个团队（含非工程团队如 talent/legal/go-to-market）嵌一名工程师，既做自动化、也保证安全审查——"不用编码软件很可能站错位置，用太多也是危险信号"（[00:04:03]–[00:06:04]）。
无 PM：优化"至少精通一个领域、又很懂另一个"的画像；AI 让人从 amateur 跃到 advanced（非 expert），不再被其他职能卡住（[00:06:04]–[00:08:05]）。

语音交互的拐点：更愿打断、更坦诚¶

从"按 0 找人工"的 voice jail 转向"给我 AI operator"；金融催款场景里，人对 AI 反而更愿说真实处境（没有面对真人的羞耻），且对 AI 更"snappy"、随时打断直奔要点（[00:09:08]–[00:15:14]）。
硬件/交互：Whisper Flow（底层用 ElevenLabs）+ 脚踏板把 LLM 从"打字"解放成"意识流口述"——"LLM 特别擅长把一大段意识流理成东西"；可穿戴（Plaude Pocket）自动记录/跟进（[00:11:09]–[00:13:11]）。

安全、身份与声音 marketplace¶

声音是身份与 IP：Jason 被人用 ElevenLabs 克隆声音做"斗牛犬讲笑话"频道。安全三招：溯源追踪 + 语音/文本双层审核（商用/诈骗内容拦截）+ 免费 AI 检测（对自家和开源模型都做）（[00:16:15]–[00:19:17]）。
marketplace 让配音演员录一小时授权声音赚钱，已回馈超 $2200 万；名人/IP 授权：Matthew McConaughey 多语世界、James Earl Jones 生前把 Darth Vader 声音永久授权 Disney→由 ElevenLabs 实现（Fortnite 里可与达斯·维达互动）、Gordon Ramsay 互动教学、Headspace 冥想本地化（[00:19:17]–[00:24:18]）。
最动人的用例是给失声者恢复声音：ALS/喉癌患者（含美国国会议员 Jennifer Wexton 首次用合成声在国会发言）、失声新娘重办婚礼重念誓词（[00:21:18]–[00:22:18]）。

ElevenLabs 面对前沿实验室¶

前沿实验室（Anthropic/OpenAI）明确想吃语音生意；ElevenLabs 做平台、model-agnostic（客户自选模型），护城河是"交互/沟通这一层"——TTS/STT/turn-taking/music 上持续跑赢；"是架构而非规模重要，得改变模型怎么运作 + 很具体的（未标注）数据"，自建千人标注团队（[00:25:19]–[00:27:19]）。
承认对手在"想办法蒸馏/用我们的数据"，有机制减缓但难止；正更认真看自研模型（不碰知识工作/编码，专注 interaction）（[00:27:19]–[00:29:21]）。AGI 观："30–40 年前定义的 AI 测试我们全过了，需要新测试；某些地方已达到了"（[00:29:21]–[00:30:22]）。

Legora：法律行业的经济学重排¶

法律服务 $1 万亿/年、极度碎片化，软件只占约 400 亿（4%）——软件占比应远大于此；且法律是供给受限市场（需求 >> 律师供给），服务商开始用技术服务新客群（如 Cooley 直接给创业者上平台）（[00:33:23]–[00:35:25]）。
billable hour 被颠覆：律所商业模式是"高价卖 associate、低价卖 partner"（Kirkland associate $800/h、partner 可达 $4000/h，但真正关键的 30 分钟远值更多）；企业开始把法务收回 in-house（Legora 自己今年收购 4 家、用自家工具做尽调，最快 12 天从 LOI 到 closing——因为创始人动机是尽快成交，律师动机是拖）（[00:35:25]–[00:37:28]）。
forward-deployed lawyer / "legal engineer"：像 Palantir 的 FDE，坐进 Kirkland 帮 partner 从 pre-AI 转 post-AI；"我们只会和客户一样成功"（[00:38:29]–[00:39:30]）。junior lawyer 工作不消失但任务变了——从"锁在数据室逐份读文件"变成"编排做这些活的 agent"（[00:39:30]–[00:40:31]）。

Legora：数据护城河、窄模型与合规¶

法律研究"要全不要 80%"（power law 的反面）：litigator 打十亿美元官司必须有全部案例，所以要把书运到印度双盲录入/OCR、做 page citation；West Law 甚至与美国政府有独家案例报告垄断（[00:44:31]–[00:46:33]）。
数据护城河 = 律所/企业自有 precedent + Legora 苦活收集全球各司法辖区案例/立法/监管；GC 在加州刚落地南非首客，Legora 可即给 80% 准确的本地法回答（[00:40:31]–[00:42:31]）。LexisNexis/West Law 这类 legacy 玩家难转 AI-native（招不到人、内部政治），股价被"AI 确定性"压（[00:42:31]–[00:44:31]）。
不做通用法律智能模型（"浪费时间和钱"），只做窄任务微调模型降本降延迟（如 tabular review：100 文档 × 100 prompt = 万次调用，微调抽取合同数据的窄模型很划算）；Opus 4.5/4.6 后 agent 能做端到端案件策略——从"增强"到"真正做事"，人转为编排/管理 agent（[00:47:33]–[00:49:39]）。
compliance 是货币（托管军工/政府合同），不做 on-prem/VPC（拖慢路线图）；这也是法律 AI 难卖、少有人做成的原因，一旦进去就好扩张（也是并购策略的驱动力）（[00:49:39]–[00:50:40]）。