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，兩人歸國創立了思必馳，主攻口語教育。
那時正是互聯網和移動互聯網的天下，因此對於思必馳來說，前幾年的探索更像是蒙眼打仗，找不準方向，發展緩慢。此後，思必馳真正快速發展是在這三四年：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成故事：強技術背景的創始團隊，成立時間較早，直到AI風口引來資本的追捧，估值在短時間內快速攀升。
AI語音作為人機互動的新希望，造成了行業的激蕩，並帶動了新的競合關係，有早早卡位如科大訊飛、思必馳、雲知聲者，有隨風口起舞者，也能看到不少巨頭的身影。
中國報告網顯示，2017年國內視覺、語音、自然語言處理成為AI融資前三甲，語音佔比為24.8%，排名第二。
有業內人士甚至向投中網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內人士眼裡就意味著泡沫，“回想一下，2016年很多人工智能公司在做什麽？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願景，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。”雲知聲創始人黃偉表示。
距離喧囂已經過去三年，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趨於冷靜的表現？投中網CV智識帶著好奇與行業內多位從業者聊了聊。
造芯運動，虛火還是實熱？
“對雲知聲來說，不做芯片就意味著死的很快嗎？”
“是的”，雲知聲創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。雲知聲發布了面向AIoT市場的UniOne芯片，出門問問發布了AI語音芯片模組“問芯”Mobvoi A1，Rokid發布了AI語音芯片KAMINO18。
2019年1月2日，雲知聲再次發布正在研發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。
這些擅長做軟體算法部分的語音公司們為何會紛紛打破“術業有專攻”的邊界，湧入造芯陣營呢？
Rokid聯合創始人王舜德曾提到，成本居高不下、非常耗電、集成度低讓產品做起來十分痛苦，也正是基於這些痛點，才想要研發AI芯片。
雲知聲創始人兼CEO黃偉表示，現有的芯片架構並非為AI專門設計，不能滿足物聯網AI算力需求。
但缺少半導體硬體基因的語音公司們如何做到“從軟到硬”的呢？
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於杭州國芯科技的芯片深度定製；獵豹移動旗下獵戶星空選擇和瑞芯微電子合作。
從開發周期和成本的角度來看，比較成熟的芯片公司已經有積累，很多東西不需要重新去設計，因此聯合研發能夠縮短開發周期。
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體。
觀察目前幾家語音公司的芯片產品進展，思必馳今年7月8日量產版芯片剛剛點亮，其它的AI語音芯片大多是採用第一種方式，雲知聲的芯片目前已經通過自己的解決方案落地到終端產品上，截止到3月份，雲知聲有5-6家客戶圍繞雨燕芯片落地方案。Rokid發布的KAMINO18也已經搭載到今年3月360剛推出的智能音箱上。
但在深圳鯤雲信息科技有限公司創始人兼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，但對於算法公司來說，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品，之後才能推向市場。
除了時間成本之外，AI芯片研發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部門，而雲知聲的營收也不過是去年才剛剛官方宣傳達到9位數而已。
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，發布了模組產品“問芯”。
據業內人士透露，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業鏈的成熟有所下降，但價格差距依舊很大，據了解，搭載了雲知聲自研AI芯片的語音模組目前的價格在50元人民幣以內，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，模組的銷量也並不好，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，遠沒有想象中那麽容易快速起量。
雖然AI語音芯片也被認為是AI語音技術落地的一種方式，一定程度上緩解了落地焦慮，但對於AI語音公司們來說，AI芯片所考驗的不僅僅是技術能力，還有商業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，對於AI公司的商業化落地，無論是語音互動，還是圖像識別，眾多AI公司一直被詬病的便是：商業模式本質是“外包”。
最直接的體現就是AI領域幾乎沒有公司能將技術以規模化、產品化的方式輸出，不同的領域不同的項目都需要定製化方案，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後果。
雲知聲創始人黃偉表示，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，這個行業現階段的現狀就是需要比較多定製化，尤其是一些大公司項目。
但三年過去，困於外包的集體難題是否解決了呢？在對多位行業從業者採訪的過程中，不少人表示，有所改善，其中縱橫雙線並進是從困境中突圍的最主要方法。
橫線做平台，開發通用型產品，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深扎，通過不同行業的經驗積累，拉開競爭差距。即使是科大訊飛這樣體量的語音頭部公司，也在向垂直行業和產品延伸，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，倍數增長的背後是業務線的擴展。
智能音箱、兒童玩具、車載後裝是思必馳經營多年的領域，除此之外，龍夢竹表示，白電、車載前裝、企業服務是思必馳目前增速最快的三大領域，今年又新增了政府政務、酒店地產、金融、醫療四大業務領域，但目前還未開始大規模推廣。
在向垂直領域拓展的過程中，語音公司們之間不免會出現重合的領域。比如雲知聲的業務布局就分為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，汽車則是從後裝向前裝布局；AI+服務主要是醫療、教育。這與前面提到的思必馳的業務領域重合率相當高。
去年6月份，雲知聲還和思必馳隔空互懟，黃偉在朋友圈發文直言要競爭對手“回歸商業本質”，雖然並未提具體名字，但龍夢竹發了一則朋友圈並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，現在各個行業都在+AI，在這麽大的市場盤子下，語音的公司不可能是一家獨大，而且大家對各個行業的滲透都是在最近四五年才開始的，這裡面各家要比的有三點：技術的持續創新能力、技術產品化能力以及服務對接能力。
縱向路線發展過程中，除了與同行競爭之外，語音公司們還必須面對AI語音與傳統行業存在間隔的集體難題。
多數傳統企業對於AI的了解，僅僅局限於其能夠讓業務變得“更智能”，但具體怎麽做，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語音公司們如何快速進行跨界融合和溝通。
To C是門好生意嗎？
科大訊飛輪值總裁胡鬱曾解釋科大訊飛決定發力C端的真正原因，首先，C端有足夠大的利潤空間，其次就是將技術從軟體到硬體、完整地呈現給用戶。
從這兩點來看，To C的確是一門好生意，財報數據顯示，C端的確為科大訊飛貢獻了穩定的現金流：2018年科大訊飛的To C業務實現全年實現營業收入25.17 億，同比增長96.54％；實現毛利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 端消費者的新品發布會。與過去發布技術不同，這是科大訊飛第一場以產品為主的發布會。
當天，科大訊飛密集發布了訊飛翻譯機 3.0、訊飛轉寫機、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，對於AI語音公司們來說，這門好生意真的好做嗎？
出門問問是AI語音領域較早發力C端的公司，從2014年發布全球首款中文智能手錶作業系統Ticwear開始，5年時間內研發出了16款產品，包括智能手錶、智能車載後視鏡、智能音箱、智能耳機等。
其中智能音箱是AI領域最為火熱的C端產品，奧維雲網（AVC）全渠道推總數據顯示，2019年上半年，中國智能音箱市場在售機型數達到86個，銷量為1556萬台，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模
出門問問方面也曾經透露，公司主要營收以To C為主，在2018年To C營收佔比是80%以上，To B業務隻佔據了10%以上。
但就在今年5月，投中網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？》中投中網CV智識也援引多位行業人士分析，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。
出門問問發布的C端產品品類基本與市面上的主流智能設備類似，從產品本身來說，出門問問並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”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款音箱都已經到了百元以下，但據一位在智能硬體工作多年的業內人士透露，當時一台mini款智能音箱的成本還在100元左右。
巨頭們搶佔入口的決心不可謂不大，博弈過程中，巨頭們紛紛亮出殺手鐧：我有錢。奧維雲網（AVC）全渠道推總數據還顯示，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，即使初創公司產品技術好或者音質好也難做到差異化競爭，更何況許多初創公司本身在技術、產品層面的競爭力並非無可比擬，這些都讓To C成了一個並不是那麽好做的生意，至少在主賽道產品上事實的確如此。
因此我們看到現在大部分AI語音公司還是以To B業務為主，這背後既有技術與To B業務的天然連接，也有B端客戶的技術敏感性以及付費能力等多重因素。
結語
相比之前的用戶互動方式，語音互動更自然、更便利、更高效，也將會從根本上改變人和機器的關係。
根據Juniper的數據，在美國和英國，語音電商的規模將從2018年的20億美元增長至2022年的400億美元。Canalys預計，全球範圍內智能音箱的裝機量到2023年將增長至5億台。
除此之外，虛擬醫生、虛擬偶像.....這些背後都是對AI語音商業價值的認可。
只是如何讓技術發揮出產業應用的價值，並獲得商業回報，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的喧囂和退潮的冷靜中動蕩前進。(文/韓敬嫻 編輯/張麗娟 來源/投中網旗下CV智識)
香港九龍灣馬來街興發大廈15樓D室