新获融资1亿，聚焦全栈，云知声背后的AI下半场

Posted 2021-08-29 QbitAl

詹士 白交 发自 凹非寺
量子位 报道 | 公众号 QbitAI

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：

1. 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。

2. 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。

3. 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：

1. 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；

2. 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；

3. 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。