2007年，劍橋大學商學院的高始興與工程系的俞凱一見如故，2008年，兩人歸國創(chuàng)立了思必馳，主攻口語教育。

那時正是互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的天下，因此對于思必馳來說，前幾年的探索更像是蒙眼打仗，找不準方向，發(fā)展緩慢。此后，思必馳真正快速發(fā)展是在這三四年：2016年，獲得來自阿里的近2億元投資；2018年6月，再次獲得D輪5億元人民幣融資。

這是一個 AI語音 獨角獸典型的養(yǎng)成故事：強技術(shù)背景的創(chuàng)始團隊，成立時間較早，直到AI風口引來資本的追捧，估值在短時間內(nèi)快速攀升。

AI語音作為人機交互的新希望，造成了行業(yè)的激蕩，并帶動了新的競合關(guān)系，有早早卡位如科大訊飛、思必馳、云知聲者，有隨風口起舞者，也能看到不少巨頭的身影。

中國報告網(wǎng)顯示，2017年國內(nèi)視覺、語音、 自然語言處理 成為AI融資前三甲，語音占比為24.8%，排名第二。

有業(yè)內(nèi)人士甚至向CV智識形容，2016、2017年左右如果你的項目融資計劃書中沒有NLP、CNN這些AI元素都不好意思跟投資人打招呼。

但這種熱鬧在很多業(yè)內(nèi)人士眼里就意味著泡沫，“回想一下，2016年很多 人工智能 公司在做什么？刷榜。刷榜本身是個開卷考試，但開卷考試考得好就代表你真正有這個能力嗎？不見得。2017年大家更多是在描繪一些愿景，就是講故事，2016、2017年的人工智能論壇大媽都來聽，在我個人看來這都是泡沫的體現(xiàn)。”云知聲創(chuàng)始人黃偉表示。

距離喧囂已經(jīng)過去三年，與泡沫共舞的AI語音又有哪些新的變化？這些變化究竟是泡沫的助推力還是行業(yè)趨于冷靜的表現(xiàn)？CV智識帶著好奇與行業(yè)內(nèi)多位從業(yè)者聊了聊。

?造芯運動，虛火還是實熱？

“對云知聲來說，不做芯片就意味著死的很快嗎？”

“是的”，云知聲創(chuàng)始人黃偉斬釘截鐵地回答。

從2018年開始，AI語音公司不約而同地開始了一波新造芯運動。云知聲發(fā)布了面向AIoT市場的UniOne芯片，出門問問發(fā)布了AI語音芯片模組“問芯”Mobvoi A1，Rokid發(fā)布了AI語音芯片KAMINO18。

2019年1月2日，云知聲再次發(fā)布正在研發(fā)中的三款定位不同場景的AI芯片。兩天后，思必馳也推出了AI語音芯片深聰TAIHANG芯片。?

這些擅長做軟件算法部分的語音公司們?yōu)楹螘娂姶蚱啤靶g(shù)業(yè)有專攻”的邊界，涌入造芯陣營呢？?

Rokid聯(lián)合創(chuàng)始人王舜德曾提到，成本居高不下、非常耗電、集成度低讓產(chǎn)品做起來十分痛苦，也正是基于這些痛點，才想要研發(fā)AI芯片。

云知聲創(chuàng)始人兼CEO黃偉表示，現(xiàn)有的芯片架構(gòu)并非為AI專門設計，不能滿足物聯(lián)網(wǎng)AI算力需求。

但缺少半導體硬件基因的語音公司們?nèi)绾巫龅健皬能浀接病钡哪兀?/p>

從目前頭部幾家公司來看，做AI語音芯片的思路還是選擇和有經(jīng)驗的芯片公司深度合作。 比如思必馳選擇中芯國際，共同注資成立上海深聰半導體有限責任公司；Rokid宣布自己的芯片是基于杭州國芯科技的芯片深度定制；獵豹移動旗下獵戶星空選擇和瑞芯微電子合作。

從開發(fā)周期和成本的角度來看，比較成熟的芯片公司已經(jīng)有積累，很多東西不需要重新去設計，因此聯(lián)合研發(fā)能夠縮短開發(fā)周期。

AI芯片的確為語音公司帶來了新一波的熱度，但真實的市場如何呢？

一般來說，語音公司做AI芯片的思路無外乎兩種：一種是和自己的解決方案搭配出售，另外一種則是直接對外賣硬件。

觀察目前幾家語音公司的芯片產(chǎn)品進展，思必馳今年7月8日量產(chǎn)版芯片剛剛點亮，其它的AI語音芯片大多是采用第一種方式，云知聲的芯片目前已經(jīng)通過自己的解決方案落地到終端產(chǎn)品上，截止到3月份，云知聲有5-6家客戶圍繞雨燕芯片落地方案。Rokid發(fā)布的KAMINO18也已經(jīng)搭載到今年3月360剛推出的 智能音箱 上。

但在深圳鯤云信息科技有限公司創(chuàng)始人兼CEO牛昕宇看來， 第一種方式雖然不需要承擔外界競爭壓力，壓力較小，只要保證芯片夠自己用就可以了，但對于算法公司來說，動輒幾億美金投入的芯片成本如何去和自己的業(yè)務收入平衡？?

芯片的運作至少需要3年，2年時間做出芯片，1年時間合作方做出產(chǎn)品，之后才能推向市場。

除了時間成本之外，AI芯片研發(fā)還需要巨額的資金成本，黃偉表示第二代芯片的投入要以億為單位，而云知聲的營收也不過是去年才剛剛官宣達到9位數(shù)而已。

自研AI芯片的成本既然如此之大，有些語音公司為了更高效也更市場化，就會選擇模組的形式，比如出門問問就與杭州國芯科技的芯片合作，發(fā)布了模組產(chǎn)品“問芯”。

據(jù)業(yè)內(nèi)人士透露，普通單個模組的價格大概在1-2美元，而AI芯片的價格雖然隨著產(chǎn)業(yè)鏈的成熟有所下降，但價格差距依舊很大，據(jù)了解，搭載了云知聲自研AI芯片的語音模組目前的價格在50元人民幣以內(nèi)，即使搭載了更加輕巧的“蜂鳥”芯片的語音模組也在20-30元人民幣之間。

即便如此，模組的銷量也并不好，去年底李志飛曾向新浪科技這樣說道，裝有這一模組的產(chǎn)品至少要一年時間才能到用戶手上。如此長的周期，遠沒有想象中那么容易快速起量。

雖然AI語音芯片也被認為是AI語音技術(shù)落地的一種方式，一定程度上緩解了落地焦慮，但對于AI語音公司們來說， AI芯片所考驗的不僅僅是技術(shù)能力，還有商業(yè)化落地能力以及風險承擔能力。?

正如黃偉所說，造芯不是目的，只是起點。

外包模式變了嗎？

除了上述的芯片，對于AI公司的商業(yè)化落地，無論是語音交互，還是圖像識別，眾多AI公司一直被詬病的便是：商業(yè)模式本質(zhì)是“外包”。

最直接的體現(xiàn)就是AI領(lǐng)域幾乎沒有公司能將技術(shù)以規(guī)模化、產(chǎn)品化的方式輸出，不同的領(lǐng)域不同的項目都需要定制化方案， 這就導致了如果想接更多的項目就必須招更多的人，技術(shù)密集型變成人力密集型，直接導致攤子越鋪越大，客單利潤卻越來越低的后果。

云知聲創(chuàng)始人黃偉表示，除了營收壓力使得有些公司會不得不選擇先把天花板打高之外，這個行業(yè)現(xiàn)階段的現(xiàn)狀就是需要比較多定制化，尤其是一些大公司項目。

但三年過去，困于外包的集體難題是否解決了呢？在對多位行業(yè)從業(yè)者采訪的過程中， 不少人表示，有所改善，其中縱橫雙線并進是從困境中突圍的最主要方法。

橫線做平臺，開發(fā)通用型產(chǎn)品，目前多家AI語音公司開放API接口給第三方，走To B路線。

縱線則是選擇特定的垂直行業(yè)深扎，通過不同行業(yè)的經(jīng)驗積累，拉開競爭差距。即使是科大訊飛這樣體量的語音頭部公司，也在向垂直行業(yè)和產(chǎn)品延伸，來挖掘新的利潤增長點。?

思必馳CMO龍夢竹介紹，思必馳2018年的營收在8000萬到1億之間，預計今年會翻三倍左右，倍數(shù)增長的背后是業(yè)務線的擴展。?

智能音箱、兒童玩具、車載后裝是思必馳經(jīng)營多年的領(lǐng)域，除此之外，龍夢竹表示，白電、車載前裝、 企業(yè)服務 是思必馳目前增速最快的三大領(lǐng)域，今年又新增了政府政務、酒店地產(chǎn)、金融、醫(yī)療四大業(yè)務領(lǐng)域，但目前還未開始大規(guī)模推廣。

在向垂直領(lǐng)域拓展的過程中，語音公司們之間不免會出現(xiàn)重合的領(lǐng)域。比如云知聲的業(yè)務布局就分為AI+生活和AI+服務，其中AI+生活主要做家庭和汽車，家庭部分包括機器人、智能家電行業(yè)，汽車則是從后裝向前裝布局；AI+服務主要是醫(yī)療、教育。這與前面提到的思必馳的業(yè)務領(lǐng)域重合率相當高。

數(shù)據(jù)來源：企查查、CV智識

去年6月份，云知聲還和思必馳隔空互懟，黃偉在朋友圈發(fā)文直言要競爭對手“回歸商業(yè)本質(zhì)”，雖然并未提具體名字，但龍夢竹發(fā)了一則朋友圈并附上了黃偉朋友圈截圖。其中龍夢竹寫到一句“您的客戶的確選擇了我們——這點各憑本事，沒得罵”，足以可見語音公司的競爭激烈。

面對同行競爭，龍夢竹也坦言，現(xiàn)在各個行業(yè)都在+AI，在這么大的市場盤子下，語音的公司不可能是一家獨大，而且大家對各個行業(yè)的滲透都是在最近四五年才開始的，這里面各家要比的有三點：技術(shù)的持續(xù)創(chuàng)新能力、技術(shù)產(chǎn)品化能力以及服務對接能力。?

縱向路線發(fā)展過程中，除了與同行競爭之外，語音公司們還必須面對AI語音與傳統(tǒng)行業(yè)存在間隔的集體難題。

多數(shù)傳統(tǒng)企業(yè)對于AI的了解，僅僅局限于其能夠讓業(yè)務變得“更智能”，但具體怎么做，哪家AI公司能勝任這些工作，答案都十分模糊，這就尤其考驗AI語音公司們?nèi)绾慰焖龠M行跨界融合和溝通。

To C是門好生意嗎？

科大訊飛輪值總裁胡郁曾解釋科大訊飛決定發(fā)力C端的真正原因，首先，C端有足夠大的利潤空間，其次就是將技術(shù)從軟件到硬件、完整地呈現(xiàn)給用戶。

從這兩點來看，To C的確是一門好生意，財報數(shù)據(jù)顯示，C端的確為科大訊飛貢獻了穩(wěn)定的現(xiàn)金流：2018年科大訊飛的To C業(yè)務實現(xiàn)全年實現(xiàn)營業(yè)收入25.17億，同比增長96.54％；實現(xiàn)毛利12.96億，同比增長70.77%。

5月21日，科大訊飛召開了一場面向C端消費者的新品發(fā)布會。與過去發(fā)布技術(shù)不同，這是科大訊飛第一場以產(chǎn)品為主的發(fā)布會。

當天，科大訊飛密集發(fā)布了訊飛翻譯機3.0、訊飛轉(zhuǎn)寫機、訊飛智能錄音筆、訊飛智能辦公本、訊飛學習機、iFLYOS ，六款新品中有五款都是面向C端的消費品。?

但問題是，對于AI語音公司們來說，這門好生意真的好做嗎？

出門問問是AI語音領(lǐng)域較早發(fā)力C端的公司，從2014年發(fā)布全球首款中文智能手表操作系統(tǒng)Ticwear開始，5年時間內(nèi)研發(fā)出了16款產(chǎn)品，包括智能手表、智能車載后視鏡、智能音箱、智能耳機等。?

其中智能音箱是AI領(lǐng)域最為火熱的C端產(chǎn)品，奧維云網(wǎng)（AVC）全渠道推總數(shù)據(jù)顯示，2019年上半年，中國智能音箱市場在售機型數(shù)達到86個，銷量為1556萬臺，同比增長233%；銷額30.1億元，同比增長149%。

2019年上半年中國智能音箱市場規(guī)模

數(shù)據(jù)來源：奧維云網(wǎng)（AVC）推總數(shù)據(jù)

出門問問方面也曾經(jīng)透露，公司主要營收以To C為主，在2018年To C營收占比是80%以上，To B業(yè)務只占據(jù)了10%以上。?

但就在今年5月，CV智識獨家獲悉，出門問問拿到了大眾汽車1億美元的融資，而谷歌則沒有再次跟進本輪次的融資。在文章《獨家|大眾一億美元風火馳援，出門問問何時東山再起？》中CV智識也援引多位行業(yè)人士分析，出門問問陷入困境的最主要原因就是沒有找到一個剛需的C端應用場景。?

出門問問發(fā)布的C端產(chǎn)品品類基本與市面上的主流智能設備類似， 從產(chǎn)品本身來說，出門問問并未建立起一個足夠堅固的壁壘，從競爭來說，面對阿里和百度、小米等公司不惜大打“價格戰(zhàn)”搶奪市場的時候，又明顯沒有補貼的底氣。?

以智能音箱為例，我們看到這幾年的價格一路從幾百元到199元、129元、99元、79元……去年京東、阿里、百度的mini款音箱都已經(jīng)到了百元以下，但據(jù)一位在智能硬件工作多年的業(yè)內(nèi)人士透露，當時一臺mini款智能音箱的成本還在100元左右。

巨頭們搶占入口的決心不可謂不大，博弈過程中，巨頭們紛紛亮出殺手锏：我有錢。 奧維云網(wǎng)（AVC）全渠道推總數(shù)據(jù)還顯示，2018年下半年開始，智能音箱市場進入天貓、百度、小米三足鼎立的時代。

這種情況下，即使初創(chuàng)公司產(chǎn)品技術(shù)好或者音質(zhì)好也難做到差異化競爭，更何況許多初創(chuàng)公司本身在技術(shù)、產(chǎn)品層面的競爭力并非無可比擬，這些都讓To C成了一個并不是那么好做的生意，至少在主賽道產(chǎn)品上事實的確如此。?

因此我們看到現(xiàn)在大部分AI語音公司還是以To B業(yè)務為主，這背后既有技術(shù)與To B業(yè)務的天然連接，也有B端客戶的技術(shù)敏感性以及付費能力等多重因素。?

相比之前的用戶交互方式，語音交互更自然、更便利、更高效，也將會從根本上改變?nèi)撕蜋C器的關(guān)系。

根據(jù)Juniper的數(shù)據(jù)，在美國和英國，語音電商的規(guī)模將從2018年的20億美元增長至2022年的400億美元。Canalys預計，全球范圍內(nèi)智能音箱的裝機量到2023年將增長至5億臺。

除此之外，虛擬醫(yī)生、虛擬偶像.....這些背后都是對AI語音商業(yè)價值的認可。

只是如何讓技術(shù)發(fā)揮出產(chǎn)業(yè)應用的價值，并獲得商業(yè)回報，這是AI語音公司需要集體思考的課題，參與的各方注定要在曾經(jīng)的喧囂和退潮的冷靜中動蕩前進。

本文已標注來源和出處，版權(quán)歸原作者所有，如有侵權(quán)，請聯(lián)系我們。