創業3年で約160億円、ElevenLabsは何を買ったのか
アメリカの音声AI企業ElevenLabsが、日本の音声AIスタートアップであるコトバテクノロジーズの買収に合意したと発表しました。ElevenLabsにとっては、日本で初めての買収です。
セオさんによると、ElevenLabsはすでに兆単位の時価総額がついている、世界最大級の音声AIスタートアップです。そのElevenLabsが、社員15名ほどの日本のスタートアップを買収することになりました。
コトバテクノロジーズの買収額は1億ドルで、日本円にして約160億円です。規制当局の承認などを条件に、2026年10〜12月期に完了する見込みとされています。
コトバテクノロジーズは2023年7月の創業で、まだ3年ほどの会社です。AI研究者である小島CEOと佐々井CTOの2人が共同で創業しました。
3年ぐらいで、やっぱ160億円のM&Aって結構夢あるなと思うんですよね。
一方でセオさんは、日本の貴重なアセットが海外に買われたという見方もできると触れます。そのうえで、日本のAIスタートアップがどこへ向かうべきかまで広げて考えたい、というのがこの回の出発点です。
ビジネスの日本語は、なぜ「話せればいい」では済まないのか
コトバテクノロジーズは本社をサンフランシスコに置きつつ、研究開発は東京の千代田区で行っています。東京で研究し、アメリカで展開する体制だったことが、ElevenLabsの目に留まった理由の一つではないか、とセオさんは見ています。
コトバテクノロジーズの主力モデルは「KOTO」です。日本語の音声合成や音声認識に加え、ある言語の音声を別の言語の音声に変える同時通訳にも対応しています。
コトバテクノロジーズは、Salesforce ── 企業向けの顧客管理(CRM)サービスで知られるアメリカのクラウド企業。投資部門のSalesforce Venturesを通じて、スタートアップにも出資していますの音声AIエージェント「Agentforce Voice」で日本語会話を担っており、Salesforce Venturesからも出資を受けています。用途はBtoBのAIエージェントの会話が中心です。
セオさんは、ビジネスで使う日本語には高いレベルが必要だと強調します。飲み会なら片言でも成立しますが、商談となるとニュアンスや間、言葉の深さが求められるからです。
英語でね、ビジネスしようと思うと、やっぱネイティブじゃないとキツいよねと言われるのはそういうゆえんですよね。
セオさんによれば、AIもいま同じ壁にぶつかっています。この「ビジネス日本語の壁」こそが、ElevenLabsがコトバテクノロジーズを買収した流れにつながっている、という見立てです。
コトバテクノロジーズは、経済産業省とNEDOによる生成AI開発支援事業のGENIAC ── 経済産業省とNEDOが進める、国内の生成AI開発を支援するプロジェクト。計算資源の提供などを通じて、基盤モデルの開発を後押ししていますに3期連続で採択されています。国が技術を認め、支援してきた会社だということです。
セオさんは裏目線として、国が支援してきたAIスタートアップがアメリカの会社に買われた、という見方もできると指摘します。起業家から見れば成功事例でも、社会性まで考えると「それなら日本の会社が買えばいい」という話にもなる、と率直に語っています。
ElevenLabsが日本で営業を増やす理由
買収後も、コトバテクノロジーズの研究拠点は東京に残ります。さらにElevenLabsは今後数ヶ月で日本の営業責任者を増やし、日本でのインフラ投資も続けるとしています。
セオさんの会社もAIの展開を手がけ、ElevenLabsとのつながりも深いそうです。その経験から、海外サービスの日本でのローカライズは、サービスだけでなく営業も難しいと語ります。
やっぱりローカライズって難しいんですよね。そのサービスだけじゃなく、営業も。
SalesforceやMicrosoftのような大型SaaS企業も、日本に巨大な拠点を構え、マーケティングとセールスの人材を大量に入れています。セオさんは、外から入ってくるテクノロジーのローカライズは結局セールスマーケティングにかかっていると言います。
ただ今回のElevenLabsの買収は、日本の営業人員を増やすだけでなく、研究所と技術そのものを買った点が新しい、とセオさんは評価しています。
ElevenLabsは売上の55%が企業向けです。セオさんは、AnthropicやOpenAIも一般向けに見えて売上のほとんどはエンタープライズであり、ビジネスで使われないとAIもスケールしないと話します。
それでもセオさんは、個人向けの利用も重要だと付け加えます。個人が使って「これすごい」と体験することが、企業での採用につながるからです。
個人が使う
一般ユーザーがAIを試し、驚きを体験する
体験価値が生まれる
「これでこんなことができるのでは」と使い道が見える
企業が採用する
体験がビジネス利用や導入の理由になる
売上がスケールする
企業利用が売上の中心になる
ElevenLabsの音声AIエージェント「ElevenAgents」は、毎週1500万件を超える会話を処理しており、2026年2月と比べて3倍に増えています。それだけ大量の会話データが集まっているということです。
ElevenAgentsは、世界の自動車テック企業の10社中5社、保険大手の10社中5社、通信大手の10社中4社が利用しています。会話の数だけトークンが使われるため、一回きりの課金ではなく売上が伸び続ける構造だ、とセオさんは説明します。
汎用モデルでは届かない日本語の「深さ」
ElevenLabsがコトバテクノロジーズを買った理由について、セオさんはまず日本語の難しさを挙げます。ElevenLabs自身が、汎用モデルの延長では日本人の心に刺さるコミュニケーションは取れないと認めているそうです。
ElevenLabsは、言葉のニュアンスや社会規範はモデル開発の最初から考えないといけない、とも発表しています。日本語特有の難しさとして、セオさんは次のような例を挙げます。
- 主語や述語が欠けていることが多い
- 相手によって言葉遣いが変わる
- 謝罪がやたらと多い
- お礼の場面で「すいません」と言う
ElevenLabsはすでに90カ国にわたる言語に対応しています。それでも日本語の専門チームを買ったのは、日本語の深さではなかなか勝てないからだ、とセオさんは見ています。
コトバテクノロジーズの技術は、GENIACの第1期で、音声合成の評価で言葉スピーチが1位と2位を占めたといいます。技術力は政府のお墨付きを得たレベルです。
人材の面でも、コトバテクノロジーズの価値は高いとセオさんは言います。小島CEOは、AI分野のGitHubのような存在であるHugging Face ── AIモデルやデータセットを公開・共有できるオープンソースのプラットフォーム。世界中の研究者や開発者が利用していますの出身で、スーパーコンピューター「富岳」のLLM開発にも参加していました。
笹井CTOは、日本で最も引用される研究者の一人とされています。セオさんは、ElevenLabsには2人の人材を手に入れたい狙いもあったのではないかと推測しています。
やっぱり日本人って繊細ですからね。結構AIの開発に関しても結構向いていると思うんですよね。
本社がサンフランシスコにあり、英語でのコミュニケーションもしやすかったことも買収を後押ししたのだろう、とセオさんは付け加えます。
NuanceやInstagramの買収と何が似ているのか
コトバテクノロジーズは、Salesforceの日本語音声だけでなく、ソフトバンクの「誰でもAI」の翻訳も提供しています。セオさんは、ElevenLabsは企業案件も同時に買ったと見ています。
言葉の深さを買うという点で、セオさんはMicrosoftによるNuanceの買収を例に挙げます。クラウドの巨人であるMicrosoftが、専門用語の多い医療の言葉に強いNuanceを約2兆円超で買収した事例です。
規模は大きく違いますが、Nuanceの買収は、ElevenLabsが日本語を買ったのと似た構図だとセオさんは言います。
もう一つの例が、FacebookによるInstagramの買収です。当時は10億ドル、約1800億円で、絶対にペイしない超巨額の買収だと言われましたが、Instagramはいまやすごい価値になっています。
| 買収 | 買収額 | 特徴 |
|---|---|---|
| MicrosoftがNuanceを買収 | 約2兆円超 | 医療の言葉に特化した会社を取り込んだ |
| FacebookがInstagramを買収 | 10億ドル(約1800億円) | 従業員13名の会社を買った |
| ElevenLabsがコトバテクノロジーズを買収 | 1億ドル(約160億円) | 社員15名ほどの日本語特化チームを買った |
Instagramの当時の従業員は13名でした。セオさんは、コトバテクノロジーズの買収も1人あたり約10億円にのぼる巨額で、AIの恩恵だとしつつ、国益の観点からどうかという議論は残るかもしれないと話しています。
買収額160億円は高いのか、安いのか
コトバテクノロジーズの1人あたり約10億円という買収額は大きく見えます。しかし、買い手であるElevenLabsの企業価値は3.5兆円とされ、8ヶ月で2倍になっています。
ElevenLabsの年間のARRは約6億ドル、約1000億円です。セオさんは、トークンで稼ぐビジネスなので、Anthropicと同じように今後もどんどん伸びていくと見ています。
ElevenLabsの従業員は約800人なので、コトバテクノロジーズの買収はわずか2%の増員にすぎません。ElevenLabsの企業規模からすれば、160億円の買収は正直かなり小さいとセオさんは言います。
コトバテクノロジーズ側から見ると、最後の資金調達は2300万ドルで、累計の調達額は37億円です。同時通訳アプリの利用者も18万人を超えています。
買収額は最後の調達時の評価の約4倍にあたるため、最後に出資した投資家でも4倍になる計算です。セオさんは「悪くはない」水準だろうと見ています。
日本の比較対象として、セオさんは音声認識「AmiVoice」を手がける上場企業のアドバンスト・メディアを挙げます。売上70億円、時価総額約200億円の会社に近い金額で買われたことから、割高に買収したのではないかと見ています。
それでも、日本語のようにローカライズが欠かせない音声の市場は、ここしかない独特のマーケットです。セオさんは、だからこそわかりやすく買収に至ったのだろうと話し、ElevenLabsの先行はこれからも続きそうだと見ています。
日本のAIスタートアップに足りないのは技術か、営業か
小島CEOは創業時、「日本からフロンティアAIラボを作る」という目標を掲げていました。セオさんは、その目標がたどり着いた答えが独立ではなく買収と統合だったことに、少し含みを残して触れます。
小島CEOは、営業や顧客対応、セールス・マーケティングの人材不足を認めています。セオさんは、ElevenLabsもそれを十分に持っているわけではないとしつつ、強化を約束したのだろうと見ています。
私、ほんと日本のスタートアップってね、もうセールスマーケティングが弱すぎると思います。
セオさんの印象では、日本はサービスを作るのが上手い人が多い一方で、極端に偏っています。セールスマーケに強い会社はシステムが弱く、システムが強い会社はセールスマーケに弱い、という状態です。
セオさんは、プロダクトとセールス、クリエイティブとセールスは常に相反するものだと認めます。そのうえで、両輪で回るからこそ規模が大きくなる、と強調します。
Appleのスティーブ・ジョブズとウォズニアックのように、アメリカでは折り合わなそうなクリエイターとセールスが、互いにリスペクトを持って手を組んでいる、とセオさんは言います。日本はそこが手を取り合わず、偏っているという指摘です。
サービスを作るのが上手い人は多いが、技術に強い会社と営業に強い会社が極端に分かれ、手を取り合わない
折り合わなそうなクリエイターとセールスが互いにリスペクトを持って握手し、両輪で大きくなる
だからこそ日本は、テクノロジーに投資しながら、セールスマーケの人材投資も必ずしなければならないとセオさんは訴えます。そこを忘れると、買収される道しか残らず、単体で大きな会社を作るのは難しいという考えです。
セオさんは自社でも、アーティストやクリエイターがいると営業を軽く見がちだと感じているそうです。それでも正しい営業は大切で、良いシステムで良いものを作っても、セールスマーケティングがなければダメだと語ります。
セオさんは、SNSを含めて、作れば勝手に広がる時代ではないと話します。AIビジネスをやっていれば勝手に一人歩きすると思うのは大間違いだ、というのがこの買収から得た結論です。
まとめ
ElevenLabsによるコトバテクノロジーズの買収は、日本語ローカライズの難しさと、技術だけでは事業が広がらない現実の両方を映しています。セオさんは、日本のAIスタートアップが勝つには、技術と同じだけセールス・マーケティングへの投資が欠かせないと結論づけました。
- ElevenLabsは創業3年のコトバテクノロジーズを1億ドル(約160億円)で買収し、日本語の専門チームと人材、企業案件をまとめて手に入れた
- ビジネスで使う日本語はニュアンスや社会規範が深く、汎用モデルの延長では届かないとElevenLabs自身が認めている
- ElevenLabsの企業価値は約3.5兆円で、今回の買収は規模から見ればごく小さく、従業員も2%の増員にとどまる
- コトバテクノロジーズ側も営業や顧客対応の人材不足を認めており、独立ではなく買収と統合という答えに至った
- セオさんは、日本のスタートアップはクリエイターとセールスが手を組み、技術と営業人材の両方に投資すべきだと訴えている







