去年，AI初创公司在资本市场上的表现可谓风头无两，吸引了数十亿美元的投资。然而，随着市场对AI技术的怀疑情绪日益增长，加之生成式AI技术的高成本和长周期回报特性，许多初创公司发现自己难以为继，其中不少被迫选择“卖身”求生。
而在严厉的垄断监管下，硅谷的科技巨头们别出心裁，以“人才并购”+技术授权的方式伸出了“援手”。
例如， 谷歌母公司Alphabet最近与Character.AI达成了一项协议，以20亿美元的许可费获得了该公司的技术和人才资源。 Character.AI 的联合创始人Noam Shazeer 和 Daniel De Freitas将重返谷歌，他们此前均为谷歌的前雇员。
这种新型收购方式允许科技巨头以支付高额技术许可费的方式，获得初创公司的核心技术和人才，同时避免了直接收购可能带来的监管审查。
据知情人士透露，谷歌和Character.AI曾考虑直接收购，但最终决定以人才和技术收购的方式规避监管机构的审查。
已有三家AI独角兽被大厂收编
无独有偶， 亚马逊和微软此前也分别与Adept AI和Inflection两家AI独角兽采取了类似的方式达成合作。
微软开创了“人才收购”的模式，今年 3 月份，微软挖角了Inflection 的几乎所有员工，成立了一个新的消费者AI部门，并支付了约 6.5 亿美元购买其技术许可。
另据媒体报道，今年 6 月，亚马逊与Adept AI 达成协议，雇佣这家初创公司的大部分员工，并支付约 3.3 亿美元以授权其技术。
这笔钱加上 Adept 的剩余现金足以偿还投资者，但对于这家去年估值达到 10 亿美元的独角兽来说，这一结局令人唏嘘不已。
初创公司之困
当下，AI初创公司面临的主要困境在于，生成式AI的研发和维护需要数亿美元的前期投资，而这些投资往往在短期内难以获得回报。许多初创公司发现，他们根本没有足够的资源和渠道来实现这一目标。
AI风投公司AIX Ventures 创始合伙人Shaun Johnson)表示：“有很多公司是基于一个宏大的愿景筹集资金，但并没有具体的例子和实际细节。”
然而，近期市场对AI变现能力的怀疑情绪升温，叠加经济衰退恐慌加剧，美国科技股暴跌，纳斯达克综合指数过去一个月跌幅达到13%。
投资者对于初创公司的耐心也在减少，越来越多投资者退出这场AI游戏，导致一些初创公司不得不寻找新的融资渠道和合作伙伴。
监管机构的关注
“人才并购”，即通过雇佣一家公司的所有关键员工进行收购，是科技巨头绕过传统收购流程和监管审查的常用策略。然而， 雇佣一家初创公司的关键员工并以此换取技术使用权，通过支付许可费来获取技术，这种做法是不寻常的。
随着越来越多AI初创公司以 “人才并购”+技术授权的方式被大厂吞并，监管机构再次警觉起来。
报道援引业内人士称，美国政府正在加强行动，以阻止这种变相收购交易。
美国联邦贸易委员会（FTC）正在调查亚马逊与Adept AI以及微软与Inflection的交易，以确定这些交易是否存在故意规避监管审查的嫌疑。
迈阿密大学专注于反垄断和竞争法的法学教授John Newman表示：“科技巨头知道，他们能够购买数百家小型公司而不引起（监管）挑战的日子已经结束了。”
先驱者(5) AI巨头如何跨界自动驾驶?
先驱者(5)：AI巨头如何跨界自动驾驶？有这样一家成立于2014年，旋即成为该领域“独角兽”的高科技企业，说起它的名字大部分人可能以为是历史课本某一章节的名称，但不夸张的说，如今我们几乎每天都离不开它的产品或技术。 它赋予机器超过人类的辨别能力，并且在还会创造出更多来自于科幻小说的未来场景，那么TA与我们的《先驱者》系列内容又有什么联系呢？且听我娓娓道来。 这篇《先驱者》将要聊到：1、如今大部分主流智能手机都装载了TA的技术；2、这家公司汇集了计算机视觉领域的顶尖人才；3、TA让管理大型城市就像玩电子游戏一样简单直观；4、TA可能是未来自动驾驶领域一家顶尖的技术供应商。 在文章的开头我们说过，我们几乎每天都在接触着商汤的技术：诸如智能手机上的面部识别解锁、手机照相美颜及AR特效、美图软件、直播视频平台，以及我们在银行柜台、支付软件、火车站、机场等场合使用的面部识别身份认证系统等等。 在我们看不见的地方，商汤还在与各地政府合作建立智慧城市解决方案，诸如通过分析遍布城市的上百万个摄像头所采集的信息，可以迅速发现出在城市各个角落发生的异常情况，诸如共享单车违规停放、废品随意堆放、突发火情等，相当于削减了大量人力巡视成本，同时提升了城市管理效率。 基于深度学习技术，智慧城市还会根据需求延伸出多种应用场景。 2017年12月，一家国际一线车企宣布与商汤合作研发L4级以上的自动驾驶技术，并为商汤自动驾驶团队投入了一笔大额启动资金用于后续项目的研究开发。 这在业界掀起了不小的波澜：一家蜚声世界的大型国际车企为何要选择与这样一家仅仅成立3年，且之前在汽车界没有任何声量的企业进行合作？事实上这家国际车企的决定绝非草率：在前期招标期间有十余家国际一流企业竞标，最终商汤团队凭借着其算法的高识别率、准确和稳定性一路过关斩将，凭硬实力最终赢得了甲方的信赖。 在2016年，商汤便与这家车企合作推出了基于四个摄像头的自动驾驶解决方案，并且成功完成特定场景下的自动驾驶挑战，并且在大雨天气下仍然表现出色。 这对于高度依赖感知技术的自动驾驶汽车来说，无疑是一个令人侧目的突破。 说到商汤的自动驾驶团队，究竟聚集了多少业界的“大牛”能做到这样的成绩？在《先驱者》采访期间，我们有幸在商汤位于北京中关村的办公地点遇到了商汤自动驾驶团队负责人本尊，令我们没想到的是，她竟然是一位“准九零后”姑娘——初次见面说她是一名在校大学生绝对没人怀疑，不过言行举止间透露着当年班中那位“学霸”的气质。 如同香港中文大学的其他师兄弟姐妹们一样，石建萍有着一份令人瞩目的履历。 攻读博士期间，她专注图像模糊评估领域，发表了12篇顶级会议和期刊论文。 16年商汤开始着手研究自动驾驶时，她与团队提出了仅依赖摄像头实现特定场景下的自动驾驶技术所需的所有感知的方案。 当时这样的想法在业内尚无先例，在非常短的时间内，他们从零开始，快速完成了数据标注、模型提升、数据多样性增强等多个方面的快速迭代，顺利实现了依靠摄像头达到特定场景下自动驾驶驾驶的要求。 在毫无经验可言的未知领域探索，大概也只有像她这样天赋异禀的年轻人才能如此充满创造力吧。 随后，商汤自动驾驶团队迅速壮大，由10余人发展到了超过200人规模，这些都是在相关领域的尖端人才。 凭借着人才和技术优势，相继攻克了多传感器信息融合、人车行为分析预测与决策系统等多重难题，建立了完整的自动驾驶/辅助驾驶解决方案，迅速实现了商业化落地。 那么做好对一座大型城市的感知之后，做自动驾驶是否是一种“降维打击”呢？石建萍也坦言，即便是“学霸团队”，面对新事物仍然需要一个学习过程。 相比智慧城市的相关感知，做自动驾驶对于精度和准确性无疑有着更高的要求——因为这与车上成员的安全息息相关，安全正是自动驾驶的第一要素。 而与国际一线的汽车厂商合作，也让商汤的自动驾驶团队深入了解了汽车厂商的研发流程和思维方式，从而也为今后与更多的OEM合作打下了基础。 除了与国际厂商合作之外，商汤的高级驾驶辅助系统解决方案在国内的落地步伐也在逐渐加速——在今年的北京车展上，搭载商汤辅助驾驶解决方案的哪吒汽车正式与公众见面。 在上海临港智能网联测试园区以及周边开放道路，商汤科技的L4级自动驾驶车队正在进行着紧锣密鼓的路测，在这里测试车型收集的数据，将要在商汤的深度学习模型中进行积累训练，从而“培养”出更聪明的自动驾驶汽车“大脑”。 相比已经开始项目落地的L2级驾驶辅助功能，商汤的自动驾驶技术团队同时也在投入相当的精力用于L4级多传感器融合感知以及决策的研究。 在石建萍看来，L4和L2之间并没有天然的壁垒，两者从技术角度来看有着一定的共通性：一方面L2的数据通过有效积累可以为L4打下基础；同时L4测试的数据可以积累回溯到L2的场景中。 L2的视觉感知对于L4是不可或缺的部分，也是对于激光雷达一个必要的补充。 石建萍颇有些自豪地说，对于商汤这个体量的公司而言，做自动驾驶不需要讲故事来吸纳风险投资，所以可以按部就班，潜心研究技术的迭代。 这无疑是让许多自动驾驶公司眼红的地方。 通过多传感器感知算法的研究，目前商汤在该领域已经积累了相当的经验，在不久前，商汤与我们在《先驱者》第四期聊到的国内激光雷达头部公司禾赛共同推出了集成算法的PandarMind激光雷达产品，大大降低了客户的研发成本。 2020年“新基建”是一个热度非常高的话题，国家对于5G以及城市智能化基础设施的投入，对于自动驾驶而言绝对是个利好消息。 除了车端之外，石建萍团队也在着手进行路端感知技术的推进工作——将传感器集成在路端，同时通过5G信号低时延地将海量感知数据传输给自动驾驶车辆，这相当于在路上的自动驾驶车辆可以“共享”传感器，对于自动驾驶车型而言也会降低单车成本，同时作为传感器的冗余，也可以提升车辆自身的安全性。 除了自动驾驶之外，以感知见长的商汤科技自然还会将自己的AI技术拓展到新的用车场景：在上海商汤总部，我们体验了商汤定义的智能车舱。 通过视觉识别技术，相当于为车辆安设了双眼——以金融级的识别准确率来分辨车主，可以实现面部解锁、千人千面个性化设置，而在车内的摄像头，则可以识别驾驶员各种手势命令以及对不规范的驾驶行为进行识别和提醒等等。 得益于商汤对于视觉识别技术的深厚积累，我们在现场体现各项识别功能可谓准确而流畅。 据悉，商汤已经与另外一家欧洲豪华车厂达成合作协议，不久的将来就可以看到更多车内智能感知功能面世。 配合驾驶辅助系统，商汤可以为主机厂提供一套完整的智能汽车解决方案，不同部门之间形成良好的协同效应。 写在最后：往期回顾：先驱者（4）：激光大战中的中国高端玩家先驱者（3）：中国激光雷达企业逆袭记先驱者（2）：机器视觉领域的中国挑战者先驱者（1）：一文了解世界自动驾驶格局
云从科技IPO获批，AI有没有独角兽？
文/智物
在几经周折之后，国内AI第一股的争夺终于落下了帷幕。 7月20日，上交所发布科创板上市委2021年第48次审议会议结果公告，云从 科技 获准通过。
放眼全球，在Facebook、谷歌、苹果、阿里巴巴、腾讯的铁幕之下，AI的浪潮还没有创造一个肚皮的巨头平台。
按照流程，完成接下来的询价、路演、定价后，云从 科技 就可以正式敲钟上市了，不出意外的话，云从 科技 将成为国内第一家完成独立上市的人工智能独角兽企业。
由于具备中科院背景，且是行业内首个参与承建三大国家平台的公司，云从 科技 被业内冠以“人工智能国家队”的称号。 在国内“AI四小龙”中，云从 科技 成立时间最晚，却是最早完成上市审批的公司，这对于国内AI行业而言无疑是一支有效的强心剂。
此前的7月2日，四小龙之一的依图 科技 被终止上市审查，其间原因猜测纷纷。
不过，云从 科技 的招股书中也清晰地表明着这家公司目前面临的亏损问题。 云从 科技 并不是个例，亏损问题同样困扰着这个行业里的每一家企业，如今AI行业的竞争格局，与其说是比拼谁挣的多，不如说是比拼谁亏的少。
2006年，谷歌以1775亿美元的报价收购了Youtube，中国的互联网创业公司仿佛看到了前进的方向，纷纷涌入网络视频运营的赛道，但很少有人注意到，在这一年，中国AI领域论文发表总量超越美国，跃居世界第一。
直到十年后，国务院发布了“十三五规划纲要”，将人工智能列为“十三五”重大工程。 一夜之间，资本力量开始竞相涌入AI领域，这一年中国AI企业融资规模相当于2000到2013年间总融资之和。
在投资人看来，人工智能势必会掀起一番浪潮，人工智能行业也一定会诞生出谷歌、甲骨文一样的 科技 巨头。
如果从90年代初商用互联网公司诞生算起，到2010年互联网大范围普及，互联网行业用20年的时间才迎来了红利期。 但资本市场等不了20年，他们寄希望于人工智能行业能在短时间内实现科研成果转换，并得到投资回报。
投资人与行业公司之间的矛盾，在2019年迎来了爆发。
公开数据显示，2014年至2018年，中国人工智能领域共发生126起退出事件，数量仅为同时期退出事件的5%。
而到了2019年，国内人工智能领域投资数量和金额都迎来了断崖式下跌。 上半年仅完成30起融资，同比下降455%，融资总额达50亿元，不足去年同期的40%。
人工智能行业此时不再是资本市场的宠儿，行业内没有如愿出现谷歌一样的巨头，大批公司倒闭，剩下的公司发展得也举步维艰，人工智能行业进入了第一个寒冬。
经历了2019年的大浪淘沙，无数跟风热点概念的AI创业公司破产倒闭，互联网巨头们也开始从AI领域里撤资离开，只剩下以“AI四小龙”为代表的少数公司凭借自身掌握的核心技术坚守在赛道上。
眼看在一级市场中无法得到帮助，国内AI企业纷纷转向，寄希望于得到二级市场的资金帮助。
于是在2020年，一场浩浩荡荡的AI企业上市潮打响。
最早做出动作的旷视 科技 ，早在2019年8月，旷视 科技 就开始在港交所谋求上市，但随后因被美国拉入“实体清单”而未能完成上市流程。
或许是受到了旷视 科技 的影响，国内AI企业都开始备战科创板。
2020年11月，云知声和依图 科技 的科创板上市申请相继获得受理。 但仅仅3个月后，云知声就主动撤回了科创板的上市申请，有消息认为该事件的原因与此前云知声疑似虚假披露市占率有关。
在今年7月，依图 科技 也对外宣布终止IPO，有媒体报道依图 科技 正接近完成第三轮裁员工作，整体裁员规模超70%，最终要削减到200-300人左右。
另一家AI公司商汤 科技 没有正式披露过上市计划，但据知情人士透漏，商汤 科技 正在秘密进行A股和港股的双重上市计划，但进展十分缓慢。
在此背景下，云从 科技 几乎承载着国内AI独角兽企业成功上市的全部希望。
与其他公司相比，云从 科技 的造血相对较强，对于技术应用落地，尤其是平台型技术应用的建设也更具经验。
成立于2015年的云从 科技 ，最早从事于人脸识别领域，逐渐拓展到跨境追踪、车辆追踪、姿态追踪，成立之初的云从 科技 依靠自身最擅长的图像识别技术在人工智能领域里迅速打开了市场。
在图像识别领域里取得行业认可后，云从 科技 开始向银行、安防和民航等行业展开布局，在金融领域里，云从已经为包括工行、建行、农行、中行在内的400多家金融机构和全国超过十万个银行网点提供智能服务。
在细分行业内取得成功后，云从 科技 开始尝试建设平台型应用。 在民航领域中打造了“飞凤平台”，在安防领域中打造了集合区域安防布控、生物特征识别、OCR识别在医疗领域的“轻舟平台”。
虽然对人工智能应用的定位做出了准确的判断，但云从 科技 的亏损问题并没有因此得到改善。
云从 科技 的招股书显示，云从 科技 2017年-2020年营收分别为064亿元、448亿元、807亿元、755亿元；同期净亏损分别为124亿元、2亿元和1736亿元、72亿元，目前尚未实现盈利。
这不仅是云从 科技 的难题，也是全球AI行业需要面对的问题。 人工智能产业创新联盟秘书长安晖发表的报告显示，全球近90%的人工智能公司仍处于亏损状态，中国AI产业链中90%以上的企业也处在亏损阶段。
究其原因，人工智能行业的基础科研属性显著，在这类行业中，为保证持续具有核心竞争力，企业必须要不计成本地投入研发资金，以云从 科技 为例，2018年-2020年，云从 科技 的研发费用分别是15亿元、45亿元、58亿元，占各期营收的比例分别高达3061%、5625%和7659%。
除此之外，为了保证研发人员的积极性，同时吸收新鲜血液，这类公司在股权激励上往往也不惜重金，云从 科技 在其招股书上表示，2019年出现的巨额亏损主要原因在于该年度支付股份的费用高达13亿元。
如此高额的投入，让外界认为AI行业很难实现盈利，甚至连上交所对此也抱有怀疑态度。
在今年3月，云从 科技 就接受过一轮监管询问，其中问题包括持续亏损、主要产品、销售模式、核心技术，以及补贴等内容，多家AI公司都是在此环节受阻，最终不得不终止IPO。
尽管云从 科技 即将拥有“国内AI第一股”的光环，但能否打破盈利困境，提升经营业绩，仍是云从 科技 未来发展的重中之重。
另外值得注意的是，云从 科技 还面临着互联网巨头角逐AI领域、传统行业厂商转型AI等竞争风险。
今年3月，借势“人工智能”概念的网络在港交所二次上市，募集资金达2394亿港元，成为近年来人工智能领域里最大的一笔融资。 以网络为代表的互联网巨头在资源上的优势不言而喻，他们的加入无疑会给激烈的市场竞争环境继续加码。
云从科技为什么没停牌
2019年中国物联网行业市场分析：叁大投资重点，5G商业化带来发展新动力
未来5G技术三大应用场景分析
5G在未来有三大应用场景：增强移动带宽、海量物联、高可靠超低延时通信。 第一个场景主要特指联网速度，而后两个场景的应用将在物联网中体现。
未来5G商用化落地将带来发展新动力
我国自2009年将物联网列为新兴战略之后，政策支持不断深入。 据前瞻产业研究院发布的《中国物联网行业应用领域市场需求与投资预测分析报告》统计数据显示，2008年中国物联网行业市场规模仅仅达780亿元。 2011年中国物联网行业市场规模增长达到2581亿元。 2014年中国物联网行业市场规模首次突破6000亿元，同比增长226%。 截止至2017年中国物联网行业市场规模增长突破万亿元。 初步测算2018年中国物联网行业市场规模达到135万亿元左右。 预测2019年中国物联网行业市场规模将超15万亿元，达到亿元。 物联网作为通信行业新兴应用，在万物互联的大趋势下，市场规模将进一步扩大。 并预测在2020年中国物联网行业市场规模将突破18万亿元，而全球物联网行业市场规模则将达17万亿美元。
2008-2020年中国物联网行业市场规模统计及增长情况预测
智慧城市、工业互联网和健康物联为主要应用领域
行业整体看，物联网的应用主要分为产业、公共和生活三大类。 通过国内产业信息数据显示，我国物联网下游细分市场主要集中在智慧城市、工业物联网、健康物联、智能家居等领域。 其中智慧城市、工业互联网和健康物联三项所占份额较大，为物联网在我国的主要应用领域。 从投资机会上看，以上三大领域或成为国内物联网发展的主要方向，相关机会值得留意。
物联网行业下游应用领域占比统计情况
1、智慧城市
据IDC近日预测，预计到2022年，我国智慧城市投资将达到2000亿元人民币。
佳都科技
是A股唯一拥有自动售检票、站台屏蔽门、综合监控和通信四大智能轨交系统自主核心技术的供应商，目前业务分布较广。 公司参股的独角兽企业云从科技目前估值已经超200亿元。
日海智能
年公司通过资本收购、整合，获得了物联网模组+云平台+解决方案的的能力，目前在物联网布局较为完善。 2018年预计净利15亿~2亿元，同比增47%~9604%。
2、工业互联网
2018年底中央经济会议中已将工业互联网列入新基建领域。 此外，工信部副部长陈肇雄也指出，发展工业互联网有利于推动工业经济高质量发展。 据预测，2019年我国工业互联网产业规模将达到4800亿元。
宝信软件
2018 年预计净利润为 58 亿~62
亿元(扣非)，同比增487%~59%。 去年“宝之云”上架数量增加增厚IDC业绩，宝武合并后也为公司带来长期增量效益，公司未来持续增长值得期待。
启明星辰
预计2018年实现净利润437亿元(扣非)，同比增3633%。 自剥离完安方高科后，公司经营重回正轨。 同时在智慧城市、工控安全等战略新业务增长显著，为未来提供增长动力。
3、健康物联网
据前端产业研究院研究显示，截止2018年7月底，国内共有31家医疗物联网企业累计获得超过23亿元人民币融资，共有40家投资机构参与医疗物联网项目。 预计到2022年，全球医疗物联网市场将超过1500亿美元，达到1581亿美元，亚太地区医疗物联网市场规模未来将超过北美。
思创医惠
预计2018年净利润为137亿元~176亿元，同比增长5%~35%。据采招网显示，截止2018年10月公司中标千万级订单11单，较 2017
年全年6单增长83%。 订单加速增长，即验证了医疗信息化行业的高景气度，也显示了公司在医疗信息化的强大的竞争力。
汉鼎宇佑
2018年实现净利润约为147亿元，同比增长7343%。 报告期内，智慧医疗业务对公司整体经营业绩做出了积极贡献。 此外，公司通过汉鼎好医友以中美会诊为载体打造医疗超级入口，成为了目前炙手可热的独角兽企业。
汉鼎好医友依托自身美国优质医疗资源，与国内近300多家大型医疗机构达成合作，在医院里设立“国际部”，为中国患者链接美国顶尖医疗资源，目前占据了中美远程会诊90%的市场份额。
云从科技没有停牌，原因有以下几点：
1 云从科技没有受到监管机构的处罚，没有违反相关规定，也没有受到市场监管部门的处罚，因此没有被停牌的必要。
2 云从科技的财务状况良好，没有出现重大财务风险，也没有出现重大财务事件，因此没有被停牌的必要。
3 云从科技的经营状况良好，没有出现重大经营风险，也没有出现重大经营事件，因此没有被停牌的必要。
4 云从科技的股价一直保持稳定，没有出现大幅度波动，因此没有被停牌的必要。
一家估值100亿元独角兽的困境与突围
撤回IPO之后不到半年，云知声就完成了新一轮1亿美元的融资。 但当前融资环境不容乐观，在将语音技术在特定赛道落地、构筑壁垒的过程中，云知声或将面临更多挑战。
决定撤回第一次IPO前的某个周末，云知声创始人、CEO黄伟躺了整两天。 公司花了很长时间筹备IPO，突然要停下来，他在大脑里疯狂模拟IPO停下来后公司会面临的种种局面，自己有什么样的办法和能力去应对。
2020年10月，云知声采用第二套上市标准提报科创板上市申请（即预计市值不低于人民币15亿元，最近一年营业收入不低于人民币2亿元，且最近三年累计研发投入占最近三年累计营业收入的比例不低于15%）。 但在之前的2020年9月底，蚂蚁金服被监管叫停IPO。 整个科创板上市的氛围急转直下。
今年2月，包括云知声在内的多家公司主动撤回科创板申请。 紧接着，如预期般，市场对云知声的质疑四起：毛利率较低、营收增长不及预期、未能逃出AI公司大幅亏损的困局等。
此时正值AI企业相继竞速上市之际，作为语音赛道的独角兽，云知声却放缓了自己的脚步。 黄伟曾问自己，IPO很风光，但自己到底想做个什么样的企业？“我并不认为IPO是我的终点。 ”这是他得出的结论，他希望公司能越来越 健康 ，“我们已经发展9年（云知声成立于2012年），我还希望再发展9年。 ”
2021年6月，云知声宣布开始D轮融资，且当时已完成D1轮次近1亿美元的交割，最新一轮估值近100亿元。 该轮融资由挚信资本领投，启明创投、磐谷创投跟投，三家投资机构早在云知声天使轮、A轮时就已进入云知声股东序列。
撤回IPO后的9个月
和大部分AI独角兽公司一样，云知声至今尚未盈利。 据招股书，2017~2020年上半年，报告期内累计亏损近8亿元。 根据招股书，云知声原计划就技术中台、芯片研发平台、智慧医院解决方案以及补充流动资金四方面，募集9.1亿元。 这也意味着，撤回IPO后，公司需要通过其它办法解决持续的资金需求。
加快商业化步伐实现开源，成为必然的选择。
撤回IPO后这9个月，黄伟频繁参与客户拜访。 今年3月，黄伟出现在云知声与泉州市洛江区政府的合作签约活动中。 泉州作为民营制造业大市，近年来，正发展智能装备产业。 云知声试图依托泉州与洛江区多家行业领先的装备制造企业， 探索 人工智能技术在制造业场景下的商业化路径。 10月，黄伟前往厦门金龙联合 汽车 工业有限公司，并与金龙客车就智慧交通建设达成战略合作。
在撤回IPO后，内部组织结构也进行了微调。
在IPO过程中，因为有机会按照中介机构的要求，把整个公司业务严谨梳理一遍。 目前，云知声的组织架构已调整为IoT和智慧医疗两大事业群，此外，IoT下分基础业务和创新业务，前者主打芯片、模组等基础产品，后者主打智慧物联整体方案创新。
黄伟试图通过事业部机制，下放授权、加速决策。 随着公司发展进入第10个年头，作为CEO，他觉得自己应适当“后撤”，把压力传递给搭档，“这样可能更有利于他们成长”。
今年，AI语音这条专业赛道上，AI语音之于医疗的价值凸显。 市值突破1300亿元的科大讯飞在今年年中宣布计划分拆整个智慧医疗业务，独立上市，以此为团队设计更好的激励机制、吸引人才。
4月，微软以总价197亿美元的现金收购了Nuance，这是微软 历史 上第二大收购案。 Nuance被称为“美版科大讯飞”，Nuance的系统在美国约77%的医院中使用，公司利润主要来自对医患谈话、客服电话和语音邮件等内容的语音识别业务。 微软首席执行官萨提亚・纳德拉（Satya Nadella）在推特上发文称：“人工智能是技术领域的重中之重，而医疗保健是其最紧迫的应用领域。 ”
医疗是当前云知声的主营业务之一。
10月底，云知声继续紧锣密鼓地开展招聘活动，其中也包括医生这一角色。 云知声董事长、CTO梁家恩表示，云知声深入到医疗领域开始构建知识图谱是在2018年，那时，医生团队就开始建立起来了。 他们一方面可以帮助这支AI团队梳理医院的真实需求，了解医院的规范、相应的知识体系；另一方面，他们可以帮助判断机器能否做到替代人工。
按照黄伟的计划，这轮融资后，业绩有一些增长，公司一边开展业务，一边接触一些新的投资机构。 10月中旬，在接受《中国企业家》采访时，黄伟表示，在人数没有增加的情况下，云知声营收增加了百分之七八十，“我认为初步达到了我想要的目标”。
商业化多条腿走路
整个2011、2012年，人工智能赛道尚未起风。 磐谷创投合伙人李志超通过UCloud创始人季昕华结识了时任盛大创新研究院分院院长黄伟。 当时苹果手机的Siri正火，“很多人会投Siri的竞品。 ”李志超说，主流的认识是要做一个平台级的公司，“所以好多人精力都花在这上面去了，这帮黄伟减轻了不少压力。 ”
2012年创办云知声时，黄伟确定的方向就是想做to B，扎根具体行业。 在李志超看来，语音识别会走向语义理解，再扎到某个产业中去。 技术壁垒之余，一旦涉及到业务流，一家AI语音技术公司可以在其中扮演非常核心的角色，“语言可以直接穿透到业务的最内核”。
云知声最初的客户是乐视电视、小米、搜狐等互联网公司。 由于发现乐视电视语音识别服务的使用率较高，2014年，它开始向家电等IoT方向聚焦。 根据招股书，在2018、2019、2020年上半年，智能语音交互产品分别实现营收1.56亿元、1.37亿元、0.24亿元；智慧物联解决方案分别实现营收0.17亿元、0.50亿元、0.57亿元。 报告期内，公司经营策略由智能单品供应商升级为智慧物联解决方案提供商。
黄伟表示，2018、2019年，巨头将智能音箱视为电商、搜索引擎的入口，掀起高额补贴战，由此威胁到云知声的下游厂商。 “我们在2018、2019年受到冲击，但是我们在2018年的时候已经做了组织架构调整，开始往解决方案去走。 ”
IoT组件业务受到威胁的这一年，云知声在智慧物联解决方案上取得突破。 2019年，云知声与世茂集团合资设立云茂。
当时，世茂在寻找一些有足够技术能力的合作伙伴，推进世茂集团楼宇、社区、酒店、物业管理等智慧化升级。 而云知声在此前已有一些案例，正希望在行业里找到相对有知名度的客户进一步推广，“大家在那个时间点上的目标是一致的”，因此双方的合作推动得很快。
梁家恩说，通过云茂，云知声打磨了基于酒店社区管理的系统，这套系统底层使用的是云知声的交互方案。 在后续空间IoT项目的开拓与复制中，团队希望实现80%的可复用，个性化的定制开发优化比重控制在10%左右。
而在与世茂的合作过程中，黄伟意识到，对方的执行效率、任劳任怨的工作作风与 科技 公司有所不同，“驻场通宵对他们讲是很平常的事情。 我们有些传统企业的合作伙伴的管理层会议，会刻意放在晚上或周末。 ”
但在2020年上半年，云茂对云知声的营收贡献为37.6%，云知声被质疑严重依赖大客户。 黄伟对此表示，这一占比是阶段性数据，“今年这个比例会更低”。
IoT之外，云知声曾在教育、车载和医疗方向上均有试水，最终，在2016年决定重点布局医疗。 此外，黄伟认为，医疗相比车载，投入产出比更大。
云知声推出的第一款医疗领域产品是医疗版语音输入法。 2016年，云知声为协和医院打造了一套医疗电子病历录入系统，花了大约半年时间，院方试用的结果是，认为至少可以给医生省下一半的写病历的时间。
与协和医院的合作，为云知声在后续推广医疗版语音输入法时提供了背书。 “大家觉得我们终于抓住了一个点。 ”梁家恩说，但医疗版语音输入法只是辅助工具或效率工具，并没有切入整个医疗本身的核心业务。
2020年，云知声推出病历质控和基于病历的医保控费等产品。 过去，疾控中心和医保公司通过医生、专家，采取“飞行检查”等方式来抽检病历。 现在，他们尝试让AI大脑对病历进行全文审阅，查验病例是否完整、前后是否一致，或者用以减少不合理的医保支出。 黄伟称，今年上半年，云知声把这个产品跟某地方医保局合作，控费率从1%多提高到接近7%。
如果巨头进入云知声所在的医疗市场，该怎么办？黄伟说，医疗市场相对区域化、分散化，即便巨头进来，也得一家家做，“所以医疗的市场，巨头很难用资源通吃”。
李志超在走访云知声的医院客户时，听到的反馈有好有坏。 “需求很汹涌，但在技术能达到的性能状态上，大家可能会觉得没达到预期。 核心还是对于产品期待比较高。 ”
据国家卫生 健康 委员会发布的《全国医疗卫生机构数》显示，全国三级医院一共2500余家，其中三甲医院1479家。 对此，梁家恩表示，三甲只是切入点，真正刚需的地方应该是在二甲等基层医院。
会不会被收购？
据招股书，云知声在报告期内总计投入6.03亿元，占累计营收比重为107.4%。 黄伟表示，U+X（U代表云知声的技术中台，X代表事业部）战略之下，云知声的核心技术研发是持续演进的，跟资本冷热无关。 此外，U和X相互促进，创业公司相比平台公司的优势是能够深入车间。 “我觉得很多人可能是被数据规模给误导了，我们要的是能够在场景里面真实发生的数据，针对性更强，从这个意义上来讲，我相信我们比很多互联网公司的优势更大。 ”
黄伟曾于2014年提出云知声的“云端芯”战略，但直到2018年，云知声才推出第一款专用芯片“雨燕”。 对此，梁家恩表示，2014~2015年，团队先用高通等品牌的通用芯片，搭建芯片模组。 在通用芯片上实现解决方案的商业化试水后，2016年，云知声正式搭建团队进行专用芯片研发。 此后，团队再在“雨燕”基础上推出“蜂鸟”芯片，进一步降低芯片功耗。
梁家恩表示，只有做到千万级，才能平衡芯片前期研发设计、流片的成本，“如果你做到1000万片以上，基本上一片的成本就变成一块钱了”。 云知声芯片代工厂是联华电子的分厂，由于云知声芯片制程28nm、45nm即可，目前芯片产业链面临的压力对云知声的影响并不大。
此外，云知声与吉利控股集团战略投资的亿咖通 科技 合作的车规级芯片“雪豹”，计划在今年年底推出，该芯片计划为吉利等整车厂提供车载语音解决方案。
值得注意的是，目前云知声在 科技 巨头激烈竞争的车载领域投入并不大。 黄伟认为，这一领域的投入产出比，相比医疗、IoT要小。 此外，云知声并没有亲自下场去做车载语音，而是在下游投资了一家公司“同行者”。 它们将云知声的语音技术进行集成，从后装开始切入市场，目前逐渐转向前装。
在Nuance卖身微软后，对黄伟来说，是否也会把被收购列入考虑之中？
黄伟说，他创业的目的，是做一家值得尊重的 科技 公司，“如果只是为了收购的话，其实大家就没有必要去创业了”。
在李志超看来，并购只是资本流动的一种方式。 对于云知声来说，现在比较重要的事情是：第一，业务空间越来越明确，先把业务做好；第二，进一步完善团队；第三，无论是IPO还是一级市场融资，做好资金储备。
与过去几年相比，当前的融资环境不容乐观。 在将语音技术在特定赛道落地、构筑壁垒的过程中，云知声或将面临更多挑战。
