云知声成立于2012年,是最早将深度学习算法应用于商业语音识别的公司之一,亦是
云知声创始人兼CEO黄伟是中科大信号与信息处理学博士,上海交通大学生物医学工程博士后。黄博士曾在摩托罗拉中国研究中心负责语音识别和技术开发工作。
历经13年创业长跑,从天使到D3轮,云知声累计完成10轮融资,背后更是站着中网投、中金资本、中电健康基金、启明创投、高通、京东、东方证券等实力派投资人一路支持。
当前,AGI技术正在快速渗透至医疗、金融、工业等垂直领域,技术应用成熟度显著提升。
在AGI技术爆发的关键转折点,云知声冲刺港股IPO,不仅是彰显了自身在商业化上的重大进步。同时,也将成为AI行业资本信心的“试金石”,对AGI技术前景具有多重战略意义。
从各领域来看,医疗和以家居、酒店、社区、文旅、园区、交通等为主的生活场景,与人们息息相关。通常而言,与消费者联系密切的场景往往是AI应用潜力最广阔的领域。因此,在业务上,云知声便重点战略布局生活和医疗两大领域。
其中,在生活领域,云知声主要面向住宅、商业空间、酒店、交通等,提供多样化的AI产品及解决方案,帮助客户提升运营效率及服务质量,并减少管理成本。
在医疗领域,云知声主要提供AI赋能医疗解决方案,覆盖病例语音输入、病例质控、单一疾病质控及医疗保险支付管理等诸多场景,助力医院全场景智能化升级。
一段时间以来,外界对云知声或许存在一些质疑,诸如业绩亏损、长期“烧钱”、经营压力增大等,这只是云知声的“过去”。
从云知声财务数据拆解分析看,当前的亏损只是企业经营成长路上的必经过程,我们更应该从业务数据里,看到云知声的“未来”以及“潜力”。
先来看业务规模。基于技术和产品的领先性,云知声受到越来越多客户的广泛认可,赋能客户数量正连年增长。
云知声在招股书中披露,客户数量由2022年的538名,增加至2023年的555名,到2024年,进一步增加至576名,呈现稳定增长态势。
从当前AGI产业化现状来看,这个成绩已经实属难得。客户越来越多,推动云知声营收业绩连年走高。据招股书披露,2022年营收约6.01亿元,到2024年便增加到了9.39亿元,增长56.24%,复合年增长率高达25.0%。
尽管云知声2024年依然有所亏损,但若以经调整后净亏损额来看,自2022年以来,云知声的亏损状况明显处于收窄趋势。2022年,经调整后净亏损为1.83亿元,到2024年便下降到了1.68亿元。
这背后,是云知声盈利能力的逐年提升。招股书显示,2022年时,云知声毛利还是2.40亿元,但到了2024年,毛利便已大幅提升至3.65亿元,复合年增长率星空体育 星空体育平台达23.3%。
到今天来看,云知声早已成为中国AGI技术产业化的重要推动者。在这个过程,云知声也逐渐形成了四大核心竞争力:
一是在中国AGI技术产业化上处于领跑态势,成为业内公认的先驱者和引领者;
沙利文的数据显示,2024年按收入计,云知声在中国生活AI解决方案中排名第三,在医疗AI服务解决方案中排名第四。
更重要的是,云知声的业务远不止于生活和医疗两大场景。亿欧了解到,云知声还在积极向其它应用场景及垂直行业拓展。
如何商业化?这是近两年很多人对AI大模型的疑问,这个问题或许可以从云知声身上找到答案。
云知声从成立之初,便主打智能语音技术和综合解决方案,是国内较早进行AGI技术产业化的企业。
经过成立初期的探索,云知声成功找到了答案——夯实底座,迭代技术,创新产品。
云知声深知,要实现高效的机器学习任务动态调度,必须拥有强大的算力保障。于是,在成立四年后,2016年便着手建立Atlas AI人工智能基础设施。
目前,Atlas AI智算集群已拥有超过184 PFLOPS的计算能力,以及超过10PB的存储容量。智算集群可高效动态地调度数以千计的GPU进行并行计算。这成为云知声迭代AGI技术的重要“底座”。
回顾云知声的发展历程,不难发现,技术上的领先性是其一大特点。2017年,云知声在Transformer算法上取得重大突破。紧接着,2018年,又在BERT算法上取得新成果。
随后,云知声一鼓作气,推出了首个基于BERT的大语言模型UniCore,并将UniCore作为核心AI产品“云知大脑”的初始核心算法模型,为核心业务提供整体智能方案。
时间来到2023年,美国ChatGPT以前所未有的力度掀起全球科技革命,“百模大战”成为年度关键词。这一年,云知声在多年AI积累上,顺势推出了山海大模型,正式取代UniCore成为云知大脑的新核心。
据亿欧了解,山海大模型拥有600亿个参数,与上一代产品UniCore相比,具有更大的参数及数据规模、生成能力及多语言能力。
可以看到,云知声持续加大研发以实现技术迭代,再将技术成果落地推动产品创新。
多家机构评测显示,目前,山海大模型通用能力综合水平已位列全球大模型第一梯队,成为大模型领域的“卓越领导者”。
亿欧认为,云知声在人工智能算法上持续探索,且取得实质性成果,这种技术上的领跑性成为其成功商业化的重要前提。
放眼全球,已有上千款AI大模型陆续涌现,但真正实现商业验证并落地的产品并不多。云知声以行业先行者的探索精神,趟出了一条自我价值实现的路径。
数据显示,在2023年推出山海大模型时,云知声当年业务营收就已超过千万。或许在今天来看,“千万元”的业绩难称亮眼。
但要知道,这是云知声在2023年创下的成绩。彼时,业内玩家们普遍还在拼技术,几乎没有真正的商业化实践。
因此亿欧认为,“千万元”的价值并不在于金额大小,更大的价值是,云知声用数据向业内证明,已经率先探索出了商业化路子。
这背后体现的是云知声快人一步的能力。所以如果仅仅将“千万元”视为一个数字,显然会低估背后的战略价值。
事实上,云知声也的确展现出了极高的增长潜力。随着持续优化迭代,云知声在商业化上越来越成熟,营收逐渐攀高。
2024年,依托山海大模型服务客户的收入增长至7420万,签订合作意向超过3亿元,商业化增速相当可观。这也进一步验证了云知声商业化路径的正确性。
时至今日,云知声早已成为亚洲AGI技术产业化领导者,作为全球首批实现大模型商业化的人工智能企业,云知声的成功实践,也为身后一批AI企业提供了商业化蓝本。
据沙利文统计数据,2024年按收入计,云知声已成为中国第四大AI解决方案提供商,市场份额占比0.6%。
上述数据很有意思,亦很直观地说明,AI解决方案市场是一个高度分散的市场。
换句话说,随着上市的成功,未来云知声在品牌美誉、市场背书、融资便利等多方面,将获得更多的“加分项”,自然也会为业务虹吸带来更多的增量。
从AI这个更宏大的视角看,云知声面向的未来是“星辰大海”。作为AGI技术的核心载体,AI大模型基于预训练方式,通过NLP理解和学习人类语言,以人机对话的方式,可高效完成信息检索、机器翻译、文本摘要、代码编写等诸多任务,在社交、医疗、金融、教育、旅游、汽车等众多场景和领域,均表现出了广阔的应用前景。
纵观全球,各国政府都高度关注这一轮人工智能机遇。2024年3月,我国更是首次将“人工智能+”写入了《政府工作报告》,在国家层面相继颁布了一系列战略性政策文件,全面激发人工智能产业的创新活力与潜力。
对比国外,以微软、谷歌、亚马逊和Meta为代表的全球四大科技巨头都下了重注。2024年,四者在人工智能领域的投入合计超过了2000亿美元。美国PitchBook数据显示,同年,美国人工智能初创公司共获得高达约970亿美元融资,刷新历史最高记录。
数据是最好的佐证,这一切无不说明,发展以AI大模型为代表的人工智能已成为全球共识。所有企业都不想被这趟列车落下。IDC调研显示,目前有42%的中国企业已经开始进行大模型的初步测试和重点概念验证,17%的企业已经将技术引入生产阶段,并应用于实际业务中。
这将撑起一个庞大的市场,据沙利文的数据,在经济增长和客户需求不断变化的推动下,中国AI解决方案市场从2019年的422亿元增加至2024年的1804亿元,复合年增长率为33.7%,预计2030年将达到人民币1.17万亿元,2024年至2030年的复合年增长率为36.7%。
人工智能的高速发展,也将助推数字经济将与实体经济进一步融合,重塑现有经济结构。麦肯锡曾预测,2030年人工智能对全球经济的贡献值将达到25.6万亿美元,对全球经济格局产生深远影响。
在这其中,以云知声为代表的人工智能企业,都将是AI产业变革中重要的见证者、参与者、推动者。
当然,任何技术向产业落地过程中都会存在困难,AI大模型也不例外,对于行业玩家们来说,关键是如何应对。
云知声创始人兼CEO黄伟博士曾表示,做大模型本身就很难,从山海大模型的定位来看,未来云知声要做世界领先的大模型更是充满挑战。
黄博士称,“人工智能是我一辈子的事业,我认为‘捷径’才是这个世界上最难走的路,企业发展要敢于去做难而正确的事情。技术最终是为了服务人,我们希望AI能像水电一样触手可及,但比技术更重要的是‘永远基于人的需求’。我希望把真正的通用人工智能带到我们的工作和生活中来。相比这个目标,当下的很多苦难都变得无足轻重。”
展望未来,云知声还将进一步加强AI基础设施及模型研发,并大力吸引和培养AI人才,同时也会适时选择走向国际市场。
作为中国AGI技术的先行者,云知声率先实现了AI大模型商业化,成为中国产业数字化进步的重要推手。此次港股IPO,也代表着资本市场对中国AGI技术商业化的认可,标志着AGI技术向产业化落地迈出坚实的一步。