AI语音行业3年泡沫记：造芯有虚火、赚钱靠外包、To C没壁垒

2007年，剑桥大学商学院的高始兴与工程系的俞凯一见如故，2008年，两人归国创立了思必驰，主攻口语教育。

那时正是互联网和移动互联网的天下，因此对于思必驰来说，前几年的探索更像是蒙眼打仗，找不准方向，发展缓慢。此后，思必驰真正快速发展是在这三四年：2016年，获得来自阿里的近2亿元投资；2018年6月，再次获得D轮5亿元人民币融资。

这是一个AI语音独角兽典型的养成故事：强技术背景的创始团队，成立时间较早，直到AI风口引来资本的追捧，估值在短时间内快速攀升。

AI语音作为人机交互的新希望，造成了行业的激荡，并带动了新的竞合关系，有早早卡位如科大讯飞、思必驰、云知声者，有随风口起舞者，也能看到不少巨头的身影。

中国报告网显示，2017年国内视觉、语音、自然语言处理成为AI融资前三甲，语音占比为24.8%，排名第二。

有业内人士甚至向投中网形容，2016、2017年左右如果你的项目融资计划书中没有NLP、CNN这些AI元素都不好意思跟投资人打招呼。

但这种热闹在很多业内人士眼里就意味着泡沫，“回想一下，2016年很多人工智能公司在做什么？刷榜。刷榜本身是个开卷考试，但开卷考试考得好就代表你真正有这个能力吗？不见得。2017年大家更多是在描绘一些愿景，就是讲故事，2016、2017年的人工智能论坛大妈都来听，在我个人看来这都是泡沫的体现。”云知声创始人黄伟表示。

距离喧嚣已经过去三年，与泡沫共舞的AI语音又有哪些新的变化？这些变化究竟是泡沫的助推力还是行业趋于冷静的表现？投中网带着好奇与行业内多位从业者聊了聊。

造芯运动，虚火还是实热？

“对云知声来说，不做芯片就意味着死的很快吗？”

“是的”，云知声创始人黄伟斩钉截铁地回答。

从2018年开始，AI语音公司不约而同地开始了一波新造芯运动。云知声发布了面向AIoT市场的UniOne芯片，出门问问发布了AI语音芯片模组“问芯”Mobvoi A1，Rokid发布了AI语音芯片KAMINO18。

2019年1月2日，云知声再次发布正在研发中的三款定位不同场景的AI芯片。两天后，思必驰也推出了AI语音芯片深聪TAIHANG芯片（TH1520）。

这些擅长做软件算法部分的语音公司们为何会纷纷打破“术业有专攻”的边界，涌入造芯阵营呢？

Rokid联合创始人王舜德曾提到，成本居高不下、非常耗电、集成度低让产品做起来十分痛苦，也正是基于这些痛点，才想要研发AI芯片。

云知声创始人兼CEO黄伟表示，现有的芯片架构并非为AI专门设计，不能满足物联网AI算力需求。

但缺少半导体硬件基因的语音公司们如何做到“从软到硬”的呢？

从目前头部几家公司来看，做AI语音芯片的思路还是选择和有经验的芯片公司深度合作。比如思必驰选择中芯国际，共同注资成立上海深聪半导体有限责任公司；Rokid宣布自己的芯片是基于杭州国芯科技的芯片深度定制；猎豹移动旗下猎户星空选择和瑞芯微电子合作。

从开发周期和成本的角度来看，比较成熟的芯片公司已经有积累，很多东西不需要重新去设计，因此联合研发能够缩短开发周期。

AI芯片的确为语音公司带来了新一波的热度，但真实的市场如何呢？

一般来说，语音公司做AI芯片的思路无外乎两种：一种是和自己的解决方案搭配出售，另外一种则是直接对外卖硬件。

观察目前几家语音公司的芯片产品进展，思必驰今年7月8日量产版芯片刚刚点亮，其它的AI语音芯片大多是采用第一种方式，云知声的芯片目前已经通过自己的解决方案落地到终端产品上，截止到3月份，云知声有5-6家客户围绕雨燕芯片落地方案。Rokid发布的KAMINO18也已经搭载到今年3月360刚推出的智能音箱上。

但在深圳鲲云信息科技有限公司创始人兼CEO牛昕宇看来，第一种方式虽然不需要承担外界竞争压力，压力较小，只要保证芯片够自己用就可以了，但对于算法公司来说，动辄几亿美金投入的芯片成本如何去和自己的业务收入平衡？

芯片的运作逻辑是至少需要3年，2年时间做出芯片，1年时间第三方做出产品，然后再推向市场。

除了时间成本之外，AI芯片研发还需要巨额的资金成本，黄伟表示第二代芯片的投入要以亿为单位，而云知声的营收也不过是去年才刚刚官宣达到9位数而已。

自研AI芯片的成本既然如此之大，有些语音公司为了更高效也更市场化，就会选择模组的形式，比如出门问问就与杭州国芯科技的芯片合作，发布了模组产品“问芯”。

据业内人士透露，普通单个模组的价格大概在1-2美元，而AI芯片的价格虽然随着产业链的成熟有所下降，但价格差距依旧很大，据了解，搭载了云知声自研AI芯片的语音模组目前的价格在50元人民币以内，即使搭载了更加轻巧的“蜂鸟”芯片的语音模组也在20-30元人民币之间。

即便如此，模组的销量也并不好，去年底李志飞曾向新浪科技这样说道，装有这一模组的产品至少要一年时间才能到用户手上。如此长的周期，远没有想象中那么容易快速起量。

虽然AI语音芯片也被认为是AI语音技术落地的一种方式，一定程度上缓解了落地焦虑，但对于AI语音公司们来说，AI芯片所考验的不仅仅是技术能力，还有商业化落地能力以及风险承担能力。

正如黄伟所说，造芯不是目的，只是起点。

外包模式变了吗？

除了上述的芯片，对于AI公司的商业化落地，无论是语音交互，还是图像识别，众多AI公司一直被诟病的便是：商业模式本质是“外包”。

最直接的体现就是AI领域几乎没有公司能将技术以规模化、产品化的方式输出，不同的领域不同的项目都需要定制化方案，这就导致了如果想接更多的项目就必须招更多的人，技术密集型变成人力密集型，直接导致摊子越铺越大，客单利润却越来越低的后果。

云知声创始人黄伟表示，除了营收压力使得有些公司会不得不选择先把天花板打高之外，这个行业现阶段的现状就是需要比较多定制化，尤其是一些大公司项目。

但三年过去，困于外包的集体难题是否解决了呢？在对多位行业从业者采访的过程中，不少人表示，有所改善，其中纵横双线并进是从困境中突围的最主要方法。

横线做平台，开发通用型产品，目前多家AI语音公司开放API接口给第三方，走To B路线。

纵线则是选择特定的垂直行业深扎，通过不同行业的经验积累，拉开竞争差距。即使是科大讯飞这样体量的语音头部公司，也在向垂直行业和产品延伸，来挖掘新的利润增长点。

思必驰CMO龙梦竹介绍，思必驰2018年的营收在8000万到1亿之间，预计今年会翻三倍左右，倍数增长的背后是业务线的扩展。

智能音箱、儿童玩具、车载后装是思必驰经营多年的领域，除此之外，龙梦竹表示，白电、车载前装、企业服务是思必驰目前增速最快的三大领域，今年又新增了政府政务、酒店地产、金融、医疗四大业务领域，但目前还未开始大规模推广。

在向垂直领域拓展的过程中，语音公司们之间不免会出现重合的领域。比如云知声的业务布局就分为AI+生活和AI+服务，其中AI+生活主要做家庭和汽车，家庭部分包括机器人、智能家电行业，汽车则是从后装向前装布局；AI+服务主要是医疗、教育。这与前面提到的思必驰的业务领域重合率相当高。

去年6月份，云知声还和思必驰隔空互怼，黄伟在朋友圈发文直言要竞争对手“回归商业本质”，虽然并未提具体名字，但龙梦竹发了一则朋友圈并附上了黄伟朋友圈截图。其中龙梦竹写到一句“您的客户的确选择了我们——这点各凭本事，没得骂”，足以可见语音公司的竞争激烈。

面对同行竞争，龙梦竹也坦言，现在各个行业都在+AI，在这么大的市场盘子下，语音的公司不可能是一家独大，而且大家对各个行业的渗透都是在最近四五年才开始的，这里面各家要比的有三点：技术的持续创新能力、技术产品化能力以及服务对接能力。

纵向路线发展过程中，除了与同行竞争之外，语音公司们还必须面对AI语音与传统行业存在间隔的集体难题。

多数传统企业对于AI的了解，仅仅局限于其能够让业务变得“更智能”，但具体怎么做，哪家AI公司能胜任这些工作，答案都十分模糊，这就尤其考验AI语音公司们如何快速进行跨界融合和沟通。

To C是门好生意吗？

科大讯飞轮值总裁胡郁曾解释科大讯飞决定发力C端的真正原因，首先，C端有足够大的利润空间，其次就是将技术从软件到硬件、完整地呈现给用户。

从这两点来看，To C的确是一门好生意，财报数据显示，C端的确为科大讯飞贡献了稳定的现金流：2018年科大讯飞的To C业务实现全年实现营业收入25.17 亿，同比增长96.54％；实现毛利12.96 亿，同比增长70.77%。

5 月 21 日，科大讯飞召开了一场面向 C 端消费者的新品发布会。与过去发布技术不同，这是科大讯飞第一场以产品为主的发布会。

当天，科大讯飞密集发布了讯飞翻译机 3.0、讯飞转写机、讯飞智能录音笔、讯飞智能办公本、讯飞学习机、iFLYOS ，六款新品中有五款都是面向 C 端的消费品。

但问题是，对于AI语音公司们来说，这门好生意真的好做吗？

出门问问是AI语音领域较早发力C端的公司，从2014年发布全球首款中文智能手表操作系统Ticwear开始，5年时间内研发出了16款产品，包括智能手表、智能车载后视镜、智能音箱、智能耳机等。

其中智能音箱是AI领域最为火热的C端产品，奥维云网（AVC）全渠道推总数据显示，2019年上半年，中国智能音箱市场在售机型数达到86个，销量为1556万台，同比增长233%；销额30.1亿元，同比增长149%。

出门问问方面也曾经透露，公司主要营收以To C为主，在2018年To C营收占比是80%以上，To B业务只占据了10%以上。

但就在今年5月，投中网独家获悉，出门问问拿到了大众汽车1亿美元的融资，而谷歌则没有再次跟进本轮次的融资。在文章《独家|大众一亿美元风火驰援，出门问问何时东山再起？》中投中网也援引多位行业人士分析，出门问问陷入困境的最主要原因就是没有找到一个刚需的C端应用场景。

出门问问发布的C端产品品类基本与市面上的主流智能设备类似，从产品本身来说，出门问问并未建立起一个足够坚固的壁垒，从竞争来说，面对阿里和百度、小米等公司不惜大打“价格战”抢夺市场的时候，又明显没有补贴的底气。

以智能音箱为例，我们看到这几年的价格一路从几百元到199元、129元、99元、79元……去年京东、阿里、百度的mini款音箱都已经到了百元以下，但据一位在智能硬件工作多年的业内人士透露，当时一台mini款智能音箱的成本还在100元左右。

巨头们抢占入口的决心不可谓不大，博弈过程中，巨头们纷纷亮出杀手锏：我有钱。奥维云网（AVC）全渠道推总数据还显示，2018年下半年开始，智能音箱市场进入天猫、百度、小米三足鼎立的时代。这种情况下，即使初创公司产品技术好或者音质好也难做到差异化竞争，更何况许多初创公司本身在技术、产品层面的竞争力并非无可比拟，这些都让To C成了一个并不是那么好做的生意，至少在主赛道产品上事实的确如此。

因此我们看到现在大部分AI语音公司还是以To B业务为主，这背后既有技术与To B业务的天然连接，也有B端客户的技术敏感性以及付费能力等多重因素。

结语

相比与之前的用户交互方式，语音交互更自然、更便利、更高效，也将会从根本上改变人和机器的关系。

根据Juniper的数据，在美国和英国，语音电商的规模将从2018年的20亿美元增长至2022年的400亿美元。Canalys预计，全球范围内智能音箱的装机量到2023年将增长至5亿台。

除此之外，虚拟医生、虚拟偶像.....这些背后都是对AI语音商业价值的认可。

只是如何让技术发挥出产业应用的价值，并获得商业回报，这是 AI 语音公司需要集体思考的课题，参与的各方注定要在曾经的喧嚣和退潮的冷静中动荡前进。