AI独角兽在进入上市关键期。

 

从智能芯片寒武纪、CV四小龙,再到自动驾驶地平线……各家经历技术到产业化变化后,又遇资本行业变化、行业祛魅,各自走入已然不同方向。

 

也是此时,语音赛道独角兽云知声宣布新一轮融资消息:D1轮,一亿融资,由挚信资本领投,启明创投、磐谷创投跟投。

 

去年2月19日,处在行业上市潮中的云知声,撤回科创板上市申请。

 

后来采访中,CEO黄伟对外解释道:就好像飞机刚起飞时,尽管驾驶员明确一切正常,但旁观者也未免紧张,再飞一会儿就会好一些。

 

如今,沉寂100多天后,云知声九周岁,以新融资重新亮相——

 

此时,AI江湖已不同于当年,风云变幻下,各种变量起伏,独角兽何去何从?

 

带着该问题,我们采访了云知声董事长&CTO梁家恩。

 

 

聚焦全栈、构建优势

不妨先看看云知声最近闷着头做了哪些事。

 

论及客观成绩,作为技术起家的公司,成立九年,云知声一直保持在技术持续输出。最近多个评测比赛上,他们又低调地刷了好几个榜单:

ACL旗下SMM4H 2021社交媒体健康信息挖掘国际评测的赛道冠军

2021数字中国创新大赛“智能医疗决策”大数据赛题亚军

Interspeech 2021 DNS/AEC 降噪和回声消除评测两项亚军

2020语言与智能技术竞赛获机器阅读理解任务冠军

 

以及在国际顶会上也有亮相,它与CMU 合作论文入选全球 AI 顶会 NeurIPS 2020。

 

 

对此,梁家恩说:“刷榜能力对云知声只是基本功,并没有什么太值得说的,作为业界一流的AI 技术公司,真正重要的挑战,是能否在此基础上,用技术能力为产业解决实际问题。”

 

正是基于这个初心,云知声逐步构建了全栈AI技术体系。

 

所谓全栈,云知声有着自己的理解:“并不是为了全而全,而是以实际问题为导向”。

 

落地来看,围绕“语音、语义、知识图谱”核心能力构建,并非为“能做”或“热门”而做,更多是考量“该做”和“需要”而做。

 

何为该做,何为需要做?分三个层面拆解:从语音纵向延伸语义和知识图谱技术,目的是联合优化,解决业务闭环问题。

 

拓展超算平台和机器视觉能力,主要解决核心技术演进效率和方向问题。人类知识乃至信息,本就是”语音、语义、知识图谱“形成的多模态融合集合,超算平台为基础,机器视觉与语音彼此呼应,不过大势所趋,而非为跟风争抢安防市场。

 

拓展智能中台和智能芯片能力,构建“云端芯”一体化产品体系,以标准化产品为基础,支撑规模化商业拓展。

 

采访中,董事长&CTO梁家恩感慨:

有些选择还是比较艰难的,比如知识图谱、超算平台、智能芯片等,都是在云知声成立才三年时,团队根据对技术和产业发展趋势的判断,经深思熟虑决定要做,多年后才被证明是对的。

 

开放平台、深耕行业

前文已经提到,云知声认为,技术和产品要结合行业深耕才有未来,这才有全栈概念的诞生。

 

从公司经营和融资层面看,再强技术、再牛人才,最终还得归于业务场景落地。毕竟市场和资本看中的,这是云知声和所有AI公司一样,绕不过去的部分。

 

董事长&CTO梁家恩补充道:

目前人工智能离水电煤状态还比较远,主要是机器的学习和认知能力还跟不上,离真正通用智能差距还比较大,要聚焦到垂直行业才能实现 AI 技术的实用化。同时,技术和产品的优势,最终还要转化为行业数据、知识和品牌壁垒优势,才能取得商业上的成功。

 

基于这一判断,云知声在业务战略上,2012年就开始构建开放平台的基础,积累大量真实应用数据同时启发面向垂直行业探索。

 

构建完开放平台还不算,云知声更意识到,以AI技术现阶段的成熟度和通用性,光靠开放平台提供技术服务,无法有效构建商业模式——

还需要寻找合适的应用场景深耕,才能更好地解决问题和创造价值,就开启了垂直行业探索之路,并不断解决关键技术问题。此番,他们选中智慧物联和智慧医疗。

 

首先看智慧物联。

2014年初,云知声就意识到AIoT时代即将来临,并提出“云端芯”战略,来解决“智能交互”和“智慧服务”的核心问题。

 

在智能交互上,主要挑战的是远场识别能力——在3~5米距离外,通过语音完成人机交互。经过两年的努力, 2016年云知声在格力智能语音空调上,率先完成白电领域的规模化量产验证,获得智能家居“奥斯卡”——AWE艾普兰核心奖,同时,正式启动智能芯片研发。2018年4月,中兴事件爆发一个月后,云知声交付第一款AI语音芯片——雨燕,让业界眼前一亮,获得“吴文俊人工智能科技进步奖”。2019 年,云知声还与吉利亿咖通联合推出车规级芯片雪豹,及面向家居领域蜂鸟系列方案,极大拓展了智慧物联的应用场景,智能芯片方案累计出货量超过400万片。

 

 

在智慧服务上,云知声主要解决流式交互问题——以语音计算平台为支撑,解决多轮对话和快速服务定制问题。从单纯的提供智能交互模块及芯片,延伸到提供带屏智能中控方案Pandora,应用到智慧酒店、家居、社区和出行等场景,实现链接和服务功能。截至目前,酒店客房近3万间,激活车载用户已超过4000万,并获得奔驰戴姆勒三年200万辆的订单。

 

再看智慧医疗。

2015年云知声就将降噪、识别、理解技术融合以语音电子病历切入医疗行业,一年后与北京协和医院合作,率先在国内落地。

 

随着在这一场景积累,企业还构建起了医疗领域的知识图谱,并基于大规模医疗知识图谱,实现智能病历质控系统、智能单病种质控系统、智能医保审核系统、智能导医机器人等从感知到认知的智能化解决方案。

 

 

在CHIP2020、NAACL2021等相关专项评测中取得第一名,还获得了北京市科技进步一等奖,构建了从感知到认知的完整技术产品体系和竞争优势。

 

目前,已在全国数百家医院中正式投入商用,其中,百强三甲医院超过 20%。

 

实战练兵,积极应战

九年时间,构建全栈AI技术能力、打造智能开放平台、拓展智慧物联和智慧医疗两大垂直领域,并成为全球人工智能独角兽企业,任何一件事,对一家企业来说都不简单——

 

而云知声做到了,且以500人规模就实现,与动辄数千人的其他科技企业相比,人效确实不低。

 

这样的高人效如何做到?

 

云知声董事长&CTO梁家恩给出自己的解答:无非以“正确的方式”,去做“正确的事情”,但目前在人工智能赛道上,还存在很多不确定性和变数,要在最终结果出来之前想清楚和做得到还是很难的。

 

不同于CV的四小龙争霸局面,大多集中在安防、金融、文娱等场景,语音应用场景似乎更分散、多样和垂直化,甚至说是碎片化——选手众多,除老牌玩家科大讯飞,还有互联网巨头小度音箱、天猫精灵,以及主打车载的思必驰、聚焦可穿戴的出门问问等。

 

这样一道开放性试题,大家都在做,路径各有不相同,如何应对挑战?

 

云知声用一句话聚焦:坚持价值导向,加强核心能力。

 

董事长&CTO梁家恩表示,AI 商业化本质上并没有变化,用优质的技术、产品和服务,给行业解决问题、创造实际价值还是根本宗旨,单强调技术高精尖是没有意义的。

 

拿到1亿美金融资之后,云知声表示,并不会急于扩张应用领域和团队规模,而是加强全栈AI核心技术竞争力,在开放平台基础上,持续深耕智慧物联和智慧医疗两大垂直行业,加速完善产品化、商业化和壁垒构建。

 

从技术来说,将在密切跟进机器学习前沿技术基础上,根据业务拓展需求和规划,在三大技术方向上不断取得突破:

智能人机交互:从单纯语音交互,拓展到多模态交互,并通过语义和知识图谱等认知能力技术,让人机交互更加智能和自然;

智能数据管理:从语音转文字,到音频事件检测、分析评估、数据挖掘等,让行业数据产生更大商业价值;

智能辅助创作:从高质量、个性化语音合成技术,到情感化表达、音视频融合的多媒体辅助创作能力,提高机器反馈自然度和创作效率。

 

也许,这稳健务实的风格,才是云知声IPO撤回后,依然受资本市场热捧的关键所在。

 

AI下半场, 独角兽回归商业本质

至于撤回上市申请之后的影响,董事长&CTO梁家恩回答得很爽快:

 

基本没什么影响,并表示后续还会适时推进上市步伐。资金只是影响速度快慢而已,我们的战略目标始终是一致的,实现只是早晚的问题。

 

其实不只是云知声,更多的AI公司面临的处境是一样的。

 

外界首先关注的焦点集中于财务数据,集中于营收、净利和盈利点。

 

这种质疑倒也难免,毕竟到了落地兑现时期,各家企业如果不能为行业带来价值,确实很难受到资本市场的认可。

 

AI行业进入第二个十年,早期的技术神秘感在褪色,商业本质显现。产业落地,真正贡献社会价值才是企业本该承担的使命与经营核心——这不仅需要持续提升技术能力,还要培养AI行业的产品经理、架构师等人才梯队,更需要敢于深入行业、解决问题、创造价值的决心、勇气和方法,代表独角兽们乃至整个产业,云知声在上述方面逐个给出自己坚定而理性的答案。

 

一时撤单潮并不可怕,可怕的是空有锤子。正如董事长&CTO梁家恩在采访时所说:上市也并不是最终目的,而只是企业实现商业价值的手段和阶段成果。

 

唯有这样,AI就能在各行各业中繁衍开来,生生不息。