云知声锁定IoT：AI独角兽如何应对资本寒冬？

　　
　　作为创业公司，我们选择周期比较短的后装市场，这方面云知声抓住了一个时间点。车联网的概念叫了很久，但以前安卓占的份额一直不大，直到14年底到15年初，安卓车机开始上量，像行车记录仪、导航仪、后视镜、都开始用安卓。我们从14年底开始有面向汽车市场的团队，15年年中开始切入这个市场。后装车载市场标准相对较低，成本低，出货周期短，出货量也很大。比如我们在4S店买车，带不带导航仪可能差2万块钱，但买一个很的后装导航仪，可能也就3、4千块钱。
　　
　　我们直接跟后装设备厂商合作，例如我们有一家合作代理商全志，提供整机方案的，我们为合作伙伴提供从麦克风降噪到本地云端混合识别及云端内容和服务的综合性软硬件一体的语音方案，它会把云知声的技术放进这些设备。去年不到半年时间，我们的后装车载语音交互设备的激活量就达到了百万台，这百万台要换算到前端市场，至少要做十几个大品牌才行。
　　
　　【记者】车载后装成本这么低，你们会有利润吗？
　　
　　【黄伟】价格低，确实没什么利润。但从我们的业务模式上来看，车载用户是高频使用的刚需用户，这里面的数据信息量非常大。比如用户的出行、行车习惯、用户的个人属性，我们更看重数据背后的价值。
　　
　　【记者】既然如此看重数据，那么云知声的语音云服务平台的发展如何？
　　
　　【黄伟】我们有自建的云服务平台，现在每天大概有1.5亿到2亿次的数据调用，现在和我们合作的公司大概有2万家，有大有小，大的像华为乐视，小的就是一些创业公司，目前云知声是公有云平台数据大的创业公司。
　　
　　数据体现出的价值，一方面是技术价值，今天我们的算法可能还没有很好的把数据利用起来，但CTC是一个很好的开始，已经减少人工干预数据的依赖性。随着技术进一步的成熟，我们的数据可以滚动起来；另一方面，用户使用频率提高，可以带动AI的进化，这就是我们从12年9月份就开始搭建免费的语音云平台的原因。
　　
　　【记者】在智能家居领域，云知声的业务开展得怎么样？
　　
　　【黄伟】智能家居方面，我们从2012年底开始和乐视合作，三代超级电视累计出货量差不多有几百万台；去年我们和华帝合作一款油烟机，去年10月份已经开卖。此外，云知声和美的、格力、海信等都有合作，从这个月开始，还会有一批重量级客户与云知声合作的产品大批量上市，但暂时还不方便透露。
　　
　　以我对家电行业的理解，我认为这个是有壁垒的，比方说大厂商跟技术服务商签合同，要看具体签的什么合同，如果只是签了合作合同，让你过来评估测试，可能半年、一年之后并不会用，只有签一个正式的生产合同，才算真正落地，这一般需要两年周期，目前云知声是白色家电领域唯一落地出货的语音芯片供应商。
　　
　　【记者】谈到智能家居厂商应用云知声的AI芯片，具体的技术和模式是怎样的？
　　
　　【黄伟】在2012-2013的一年半时间里，我们走通了一条路，就是数据驱动的技术提升的一个过程，那时我们就在想，应该再往芯片走，2014年，提出了“云端芯”的战略。云知声并不是只做云，以云技术作为切入点，其实我们的语音识别其实包含了在线识别，本地识别，甚至芯片级的识别。向后有语义理解、语音合成、知识图谱、认知计算，再往前包括低功耗的降噪、回响、打断、唤醒等功能，在这些方面都做到了以深度学习为整体框架，例如在唤醒模块中，作为一个非常低的模块，我们都会用到深度学习。
　　
　　云知声和高通、君正、全志等芯片企业全面深度合作，在物联网领域推出智能语音芯片，以授权（license）的模式向客户收费。像今天，我们给乐视、华帝提供的产品，还有即将大批量上线的产品，并不是一个独立的芯片，而是芯片模组，但是这个意义非常大。我们知道做芯片，一定要经历几个阶段，模组、FPGA到芯片。而FPGA是一个完成验证阶段，要把你的性能在上面验证通过。实际上云知声从2014年下半年开始规划产品形态，之后我们拿着这个概念、样片去跟客户打磨，花了一年多时间。，让客户接受这种未来的交互形态；第二，产品的性能达到客户的满意；当然还有重要的一点，量产前一定要做到成本满意。
　　
　　今天在自有芯片这一块，我们已经完成了验证阶段，芯片模组已经在各个设备上用起来了。其实芯片设计也没有大家想的那么复杂，在IoT时代，芯片的运算能力够用即可，因为更多的智能是在云端。IoT时代的芯片，更像一个传感器芯片，有足够用的运算能力，再加上交互能力，已经有足够用的AI在里面。
　　
　　【记者】除了车载和家居，在其他领域还有业务布局吗？
　　
　　【黄伟】云知声的定位是IoT的人工智能服务商，但我们还有一块做智慧医疗。云知声是国内唯一在医院信息系统中成功使用语音识别技术的方案提供商，在协和医院已经上线，使用语音识别技术录入电子病历，今年会全面推广。
　　
　　我在以前在Nuance工作，Nuance有一半以上的营收是来自医疗，在北美每年HealthCare方面的收入有十多亿美金。这个方案这类似于讯飞的“听见”，只不过我们做的是专门针对医疗系统的，将看病的过程中所有的问询都是实时生成文字。协和医院给我们反馈一个评估报告，识别准确率达到95%以上、医生的平均效率提升38%左右，很大的节省了医生整理病历的时间。目前已经上线的医院有6家，即将上线的有70家，这些数据比如病理的问询、诊断处方都会回传到我们的云平台，现在是一个医疗感知的过程，为未来形成认知提供了基础。
　　
　　【财务与融资】具备AI独角兽潜力，营收将达9位数
　　
　　云知声2015年营收几千万。2016年无盈利计划。
　　
　　预计2016年营收大幅增长，2017年营收上亿。
　　
　　【记者】云知声目前的营收情况如何？
　　
　　【黄伟】去年营收有几千万，今年可能会大幅度增长。
　　
　　【记者】融资情况怎么样？今年会继续融资吗？公司估值有多少？
　　
　　【黄伟】今年并没有特别急迫地去做融资，一方面账面上还有很多钱，再加上自己本身有营收，而且团队规模也还不太大。
　　
　　【记者】明年预计营收多少？会有盈利吗？
　　
　　【黄伟】明年营收应该会达到9位数。今年不打算盈利，主要目标是完成从0到1。
　　
　　今年云知声成立4周年，前两年，我们把技术演进的路走通了，2014年底、2015年开始商业化，选择好定位在IoT，有什么产品形态，用什么方式去和用户合作，跟客户大量沟通，后得到客户认可，愿意为此买单，这就是我们的从0到1。
　　
　　【行业趋势与战略】黄伟谈AI泡沫，AI创业公司如何度过资本寒冬？
　　
　　人工智能热潮遇到资本寒冬期，对于toB的技术创新企业，终的竞争力评价指标是能否通过差异化产品定位及客户订单落地，带来营收和增长。
　　
　　目前成熟的AI技术是语音技术。图像领域的人脸识别和安防是常见应用但有诸多限制。长期来看，图像、语义、无人机领域的技术将有较大应用发展。
　　
　　【记者】云知声对于未来3-5年如何规划？
　　
　　【黄伟】长远来看，技术上要持续前进，在IOT时代做数一数二的人工智能服务商。3-5年内，我们写出了一个1，希望在后面划很多0；也希望我们在新的领域写出新的1。人工智能是一项底层技术，它的应用点很多，我们能做家居、车载、医疗未来也能够拓展新的领域，也可能会投资和孵化一些团队来做。
　　
　　【记者】近年来，大企业研究院主管和高校教授创业成为一种风潮，您作为AI领域比较早期的代表，如何看待这种现象？
　　
　　【黄伟】我觉得一方面这是好事，这方面中国跟美国之间存在很大的差异，在美国的工业界和学界的流动比较频繁，但在中国还是相对封闭的。在中国，博士毕业后，你选择去高校还是去企业，基本上决定了未来的人生轨迹。今天，我们看到高校教授、大公司的高管出来创业，说明现在机会变多了，这个当然好事。但另一方面呢，可能会带来相对浮躁的东西，咱们之前在新智元的群里也交流过，我觉得人工智能热，和以前的O2O热，P2P热其实有些现象是比较像的，一窝蜂上。很多投资机构为了赶热点其实并不懂，很多投入的创业者其实也没想好竞争优势在哪里，哪怕拿到笔钱，又靠什么活下来？
　　
　　我个人觉得，中美的创业环境不太一样，，在美国，你专注做好自己就可以了，大公司之间，还是有敬畏心的。中国不是这样，恨不得什么都能干，要不把你买了、要不把你灭了、要不然把人挖了，其实创业环境比较恶劣。第二，在美国是认可技术价值的，有人愿意为技术去买单，这是为什么在中国toB不被看好，但美国toB的公司活的很好，IBM就是toB的公司。在中国基本上全民认为技术不值钱的情况下，一个技术创新公司怎么生存下来很重要。第三，在创业竞争环境相对恶劣，自身价值不被认可的情况下怎么活下去？落地就很关键，在中国的产业环境下，怎么把技术阶段性的变成产品，借助产品去落地，关键的是要够活下去，不能完全靠融资。
　　
　　对于我个人而言，从科大博士毕业之后，一直在工业界工作，04年到当时的巨头摩托罗拉的全球四大研发中心之一，半年时间做出全球个语音识别工业界产品，这些工业界的经历，对于思考技术如何去落地有重要的帮助。
　　
　　【记者】您如何看待这一轮资本寒冬的影响？
　　
　　【黄伟】我认为资本寒冬是相对的概念，早期项目估值不高、要的钱也不多，影响不是特别大。但要看寒冬延续多久，拿到笔钱的团队可能拿不到第二笔钱。终还是取决于企业能能否把讲出来的故事落地，资本寒冬的影响不外乎融资难度大一点，估值下调一些，但能搞定的公司基本都能搞定。
　　
　　【记者】如何量化一个AI技术公司的商业化？
　　
　　【黄伟】用户量、市场份额、营收能力。尤其在资本寒冬下，重要的还是营收，有客户买单。云知声走过这条路，当然时间窗口不太一样，但1-2年内初创公司做到规模级的营收比较困难，除非团队已经有很成熟的技术、产品，从公司成立的天开始商业化。如果只有初步的技术储备、团队架构还不完善，要花1年左右的时间来搭班子、做产品研发，其实离商业化落地还需要挺长的时间。
　　
　　【记者】如果您是投资界人士，会在人工智能各领域如何选择？
　　
　　【黄伟】看重短期回报的话，肯定投语音，相对而言成熟的技术还是在语音方面。其他的，比如图像领域，主要在做人脸，跟安防相关，这就会遇到一个尴尬的地方，被业务控制，还是要拓展一些其他应用识别领域，但其他领域技术确实还不是太成熟。但从长期回报考虑，比如5年时间，包括图像、语义、无人机等我都会投。