沉潜七年,云知声掘金“中国芯”

沉潜七年,云知声掘金“中国芯”

「创业最前线」资深记者|林丹

本文系作者原创,转载请申请授权

1988年9月,小平同志会见古斯塔夫·胡萨克时,说出的那句“科技是第一生产力”至今仍然响亮。历史的车轮如同离弦的箭,「科技」始终是那股最强大的推动力。

弹指间三十年过去,AI这股科技浪潮正奔腾向前,润泽万物。

2019年是业内公认的AI落地之年,而其中关键在于AI芯片。

在开年的一个月内,三家智能语音领域的AI公司——云知声、思必驰及猎户星空杀入AI芯片市场,华为和阿里也不甘落后,纷纷加码AI芯片布局,瞬间点燃了AI芯片领域的战火。

在这新一轮的中国芯片大战中,已沉潜七年的云知声“博观而约取,厚积而薄发”,或将在这场大战中拔得头筹,掘金“中国芯”。

沉潜七年,云知声掘金“中国芯”

战略前瞻,技术力量

“我们过几天要搬去西三旗了,现在团队越来越大,这个办公室坐不下了。”云知声CEO黄伟抬头看了一眼坐得满当当的办公区,笑着说道。

从不到十人的创始团队到四百多人的AI公司,从埋头专心打磨核心技术、研发芯片到产品落地一鸣惊人——这一趟旅程,云知声走了七年。

每一个时代都有特定的机遇,但机遇一定属于商业嗅觉敏感的人。细数云知声这七年来,黄伟和他的团队先于同行更敏锐地察觉到了AI的未来。

2012年6月,云知声成立,3个月后便发布了公有云平台,12月28日上线深度学习功能,将DNN 引入到传统声纹识别 ivector 技术框架中,堪称语音识别领域内最重要的开创性进展,比百度DNN提早一年;2013年,从云端往硬件走,触摸用户场景并开放了语义云。

2014年3月,提出“云端芯”战略,领先行业平均2年时间——华为在2016 年才正式提出“云端芯”战略,足见云知声对AI发展的前瞻性已超越了国内绝大多数企业。

如今,“云端芯”几乎已成AI行业共识和标配,而云知声已在这个战略布局里夯实了五年。

事实上,这种对AI行业前瞻性的判断和黄伟的经历紧密相关。

2004年7月,他毕业后的第一份工作是在彼时的科技巨头摩托罗拉里做算法和研究,主要负责摩托罗拉手机的语音识别。从打磨产品到优化技术,黄伟不仅经历了在过去几十年里科技发展中最伟大的变革,也收获了对领域最前沿的认知:数据很重要、算法不是唯一的、AI必须集中化。

沉潜七年,云知声掘金“中国芯”

(云知声CEO黄伟)

因此,当黄伟在2014年提出“云端芯”时,几乎没有人能理解他,大家都认为要做成“云端芯”一体化几乎是不可能的事。当时,国内资本追捧的热点是P2P、创新产品或商业模式,而在一堆海外并购案里,收购的大多数都是芯片企业。

“当时,资本和市场对芯片的行业定位是‘夕阳产业’,所以别人才卖出去。芯片已经是‘夕阳产业’了,而你还想拿着做芯片的方案去找投资?太难了。”黄伟回忆起那段被外界质疑的日子,语气感慨。

他当时的顾虑不少:“芯片是一个投入很大的事情,我无法从外面拿到更多的资源,但是同时它又消耗我们内部有限的资源,怎么去平衡内部,这个对我们造成了极大的考验。”

但凭着他对AI行业的前瞻性思考、创始团队的技术实力以及坚定的信念,云知声在创办一年内便完成了A轮一亿融资,让业内惊诧于它的速度。

时代的机遇和资本的加持固然重要,但企业想要走得更远,内因起着决定性的作用——也就是创业的初心,黄伟的初心是想要让云知声成为“AIoT时代最好的AI公司”。

目前,我国已经建成了一批AI开放创新平台:百度牵头自动驾驶,阿里云牵头城市大脑,腾讯牵头医疗影像;科大讯飞和云知声领头智能语音,商汤和云从领头智能视觉……

但这一切,都离不开基础算力的支撑——AI需要专业的芯片已成为共识,其发展从本质上约束着一切。

“从移动互联网时代转向AIoT时代的标志之一是未来所有的东西都在云端,我们最关键的底层就是芯片。”在黄伟的言谈里,我们能窥探出云知声研发芯片的原因。

当云知声在这场更激烈的AI芯片竞赛中取得了先发优势时,执行力、产品质量、流片速度和数据储量变得越发重要,但在这些“硬件配置”之外,一家AI公司的“软件设备”显得更重要——战略布局。

AI是一个“耗时又烧钱”行业,一招不慎,满盘皆输。作为创始人,必须对整个行业有深刻且清晰的思考,倘若战略层面思考不清楚,做事情就会事倍功半,最终导致企业走下坡路。

“最关键是要看清楚‘势’,也就是未来的行业趋势。在我们往未来走的过程中,哪些是法拉利?哪些是奥拓?”黄伟幽默地笑着说,“我们要时刻确保自己不被挤下水,要对终点有期待。”

因此,云知声在2014年提出“云端芯”,可能仅仅是因为他们能先于同行看到未来的趋势。

“如果说我们看见未来趋势的话,那就要看现在需要具备什么能力,其实就是这么简单,这个世界上没有那么复杂的道理。”黄伟顿了一下,笑着说:“如果把道理想明白之后,很多事就变简单了。天下武功唯快不破,你再复杂的招数,别人一拳就可以把你给打倒。”

大道至简,正是如此。

2018年5月16日,云知声在北京召开发布会,推出其第一代UniOne物联网AI芯片及解决方案——雨燕。云知声联合创始人李霄寒在发布会上指出,“UniOne 不是一颗芯片,而是一系列芯片。”

沉潜七年,云知声掘金“中国芯”

(雨燕)

云知声把AI技术和芯片能力以及业务模型结合在一起,因此能够在智能家居、在车载、在机器人,在很多场景里面满足这些设备对人机交互最基本的需求。

“我们是希望通过一个芯片作为切入点,能够跟行业、跟系统、跟生态去结合,来共同搭建出AIOT时代更有价值的产品体系。”黄伟始终认为,AI芯片的落地关键是选择场景,应用场景会决定芯片如何设计,而合适的芯片也会反向加速AI技术的落地。

今年年初,云知声又发布了“多模态AI芯片战略”:雨燕Lite、海豚(Dolphin),以及雪豹(Leopard),覆盖了智能家居、智慧交通和智慧城市,其中“海豚”和“雪豹” 兼具AI 语音和 AI 视觉的能力。

这又是一个领先行业的战略布局,同时也让外界震惊于云知声的“进化”——以语音识别技术为核心能力的云知声居然也有做视觉识别技术的能力。

但对于黄伟而言,这并非是一种“进化”,AI发展到后面一定是多模态,从语音到视觉,这是一个必然趋势,如果看不到这个趋势,未来可能会被淘汰。

毫不夸张地说,从2012年至今,云知声的AI能力一直在横向拓展——从自然语言理解到机器翻译,从深度学习到芯片设计,从语音识别到视觉识别,云知声不断地颠覆着人们对于其“语音团队”的认知。

黄伟读研究生时专攻图像,读博士时做语音,他身上兼具这两者的“研发基因”,时至今日,云知声包括芯片在内的“云端芯”所有技术环节全部来自自主研发,他们完全有实力做好视觉识别。

他对云知声的视觉识别技术实力相当有信心:“我觉得很多事情你要先做再说,在视觉方面我们通过评测期和客户的验证来看,云知声视觉方面的技术与国内的一流产品技术相差无几。”

这种信心和底气,来自于云知声过去七年的积累。

2018年,无论产品落地还是商业落地,都是云知声的加速之年。在加速度的背后,是云知声团队持续多年的技术积累——从2013年底到2014年初提出“云端芯”,2014年到2016年底都是“云端芯”产品打磨的阶段,核心研发团队一直苦熬3年才“拨云见日”。

“2013年底至2014年初,我们拿出芯片模组,给客户去测试,还没有交付。交付是到2016年9月份,而且我们新的模组是2016年底正式的批量量产,这个阶段很长,所以对我们的心理考验更大。除此之外,2015年8月,芯片团队到位就开始研发芯片。“换而言之,黄伟在模组还没有正式量产的前提下,已经开始做芯片了,“这件事情我们没有给自己留退路了。”

就这样,他们在2015年组建了芯片团队,2017年启动芯片产品定义、IP选型、算法优化、工具准备,以及详细产品定义和技术模块评估工作。

他们的目光看得比别人更远,因此脚步比别人迈得更稳也更快。

需知,如今AI芯片已经从英特尔的通用型发展到垂直定制型,主要有两种发展方向:一种是基于冯·诺依曼架构的传统芯片,跟电脑类似;另一种是取消架构的类脑芯片,主张芯片要像人脑一样聪明。前者的研究已具有一定规模,而后者潜力更大。

云知声正在做的就是后者——想要让AI集中化,就要让芯片像人脑一样聪明。

“你一定要把你的硬件、软件、服务,麦克风阵列、信号降噪、语音识别和理解等等所有技术紧密耦合在一起。今天我们看到很多公司技术全是东拼西凑,麦克风阵列用A厂商的,语音识别用B厂商的,语义理解用C厂商的……这在我个人看来不是最好的选择。”黄伟曾对外界解释为何要“让AI集中化”。

因此,云知声提出如何做好一颗AI芯片的理解——具备全栈式的AI技术能力、已经经过验证的、成熟的业务场景和一定的芯片设计能力,三者结合在一起,才有可能真正地研发出一颗有竞争力的芯片。

不过,“全”是永无止境的。相比起国内其他语音识别公司,无论是从软到硬到芯片,还是从语音的信号-语言-语音-翻译,再到图像,云知声的能力都是最全的。

“我不光要有‘全’,还要‘好’,要有追求。我们具备了AI芯片的研发和量产经验,可能相比行业来讲是比较领先的,但是云知声和自己比的话,还有很大的进步空间。”他对云知声的未来有不小的要求。

客观地来讲,从这三个维度上,今天行业里其他的创业公司不具备跟云知声相比的能力。

“但我从来不想跟别人比,一比较的话,就没法坚持,我永远讲云知声最大的对手是自己,这话不是空话,因为在过去几年行业有很多追风口的事情,我们从来不参与。”黄伟说,“要判断,还要坚持,因为我们做每个决定前都有充分思考和讨论,最后去执行,而不是一边做一边讨论。”

“要看清楚自己想要什么,要走什么路,不要被外界的声音干扰。”从创办云知声伊始,黄伟就希望公司能专心踏实地走好自己的路,不盲从,不心急。

过去这几年,整个AI行业的泡沫吹起,各家厮杀争抢、互相抹黑时,黄伟团队却选择默默低头研发技术,不是因为他们胆小怕事,而是“因为我们一直知道云知声为什么而存在。”黄伟说,“我们可能在行业的趋势探讨方面做得更准一些,因为有了对行业的判断趋势,在特别困难的时候,我们反而比较坚持。”

坚持,这个词语贯穿了云知声的七年历程。

从提出“云端芯”一体化战略,到战略布局的推进和落地,率先发布“多模态AI芯片战略”,从夯实基础到加速扩张,迎来AI芯片市场从通用到垂直定制化的发展,他们一直在坚持走自己的路。

说到底,创业的源动力决定了一个人以及一家公司能够走多远,而他们在商业模式上的创新或技术创新都成为了他们被大时代遴选的理由——云知声先于同行率先发现了新赛道,眺望到更远的未来,不怕冒险,善于抓住机会。

AI时代对这些远见者与坚毅者的犒赏,虽然来得迟,但一定不会缺席。

沉潜七年,云知声掘金“中国芯”

To B优势,变现之法

在国内,大多数消费者对AI的直接印象可能来自于市面上种类繁多的智能音箱。毕竟,诸多AI公司实现将语音系统搭载在硬件终端后,最快捷的变现方式就是打造一款智能音箱。

而在巨头林立的智能语音产品市场中,微软、苹果和谷歌都属于“起了个大早,赶了个晚集”,无论是微软的Win7操作系统、苹果的Siri、谷歌的Google Voice Search……都没有真正打开市场,不幸沦为鸡肋。

最终开启了“百箱大战”的是亚马逊——智能音箱Echo直接引来了科大讯飞、小米、阿里、腾讯、百度等公司入局,到2015年底,中国就有50多个AI团队在开发智能音箱。

沉潜七年,云知声掘金“中国芯”

(基于雨燕 AI 芯片的音箱与家居方案)

当绝大部分的AI企业都扎堆在To C市场进行厮杀时,黄伟另辟蹊径——云知声不做智能硬件终端,而是专注研发AI芯片且瞄准To B市场发力。

等到进入2019年,互联网整体增长势头的减缓,BAT集体调整公司架构和战略后,更多人才将目光投向了AI、物联网等前沿科技,线下市场和To B业务。

而此时,云知声在智能家居领域早已拿下美的、格力、华帝、海信、长虹、京东、360等厂商订单,平均每年芯片出货量达到几百万,这种百万级产量的成绩让同行异常羡慕与钦佩。

“云知声此前一直专注技术积累和芯片研发,直到2017年才开始真正商业化。我们选择的场景和产品都比较超前,所以市场也需要时间,”黄伟坦言到,“2017年时,我们分别在医疗智能家居、智能交通、智能医疗等每一条产品线,都实现了单个产品的营收,而2018年整个的公司营收出现了快速增长。”

尤其是在智能医疗方面,云知声已为包括北京协和医院、福建省立医院、郑州市中心医院、华山医院、瑞金医院、中山医院、平安好医生等超百余家医院提供语音识别技术支持。其中,云知声产品在华山医院的实际使用效果正确率到98%以上,而协和医院的院长亲自将云知声的语音识别系统推荐给其他医院,这无疑是对云知声产品的最大认可。

“我们的每一份收入都是来自市场化,但并不是靠拼酒或搞关系才拿到订单。在医疗系统内,云知声没有任何资源,我们能拿下医院就只靠产品实力和服务口碑来说话。”可以说,云知声在没有任何资源背景的情况下,完全靠产品打下了To B的这片天下。

这反映出只有AI公司拥有最好的技术能力,才有可能获得客户的认可与订单。目前,云知声在AI公司里的营收规模尤为领先——在AI医疗里,真正能够依靠AI技术本身达到几千万营收的团队并不多,而云知声今年在AI医疗里的营收将到达一个亿。

事实上,当云知声宣布拿下吉利、格力、美的和海尔等传统大企业的订单时,外界纷纷质疑:为何一家主攻语音识别的AI企业会选择跟传统行业合作,而不是做更多同行去做的可穿戴设备或智能音箱?

很显然,黄伟有自己独特的考量。

这些传统行业对芯片规格有不同的要求,这些不同的指标要求会对云知声芯片的研发有一定的促进作用,能让研发团队对产品的理解更加准确和深刻。

“所以我们当时从这去切入,今天回过头来看,是一个比较明智且很重要的选择。家电行业是个成熟产业,意味着它有严格的行业标准、企业标准、和各种规格。”想要成功出货,就要符合规格。

格力、美的和海尔对芯片的要求要远远超过一个智能音箱的要求,比方说高温、高压、高湿度、静电、防摔……全是AI指标之外的各种指标,不能出一丝差错。

迄今为止,云知声依然是行业唯一一家能够与格力、美的、海尔等大牌家电厂商合作大规模量产出货AI芯片的公司,这同样是一种能力认证。

今年3月,云知声还拿下了和世茂合作的机会。这一次合作,黄伟仅花了两个月,“世茂为什么选择我们,那一定是信任我们的产品。”在黄伟看来,地产公司所用的酒店和物业都将是智能家居的一部分。

世茂集团旗下大量业态都会使用云知声的智能系统,双方合作的着力点将跳脱简单的家电控制或房屋智能,而是搭建一个“平台级”综合解决方案,打造覆盖房地产全产业的 AI 场景应用新标杆,服务于智慧城市的建设需求。

但云知声的商业化能力还不止如此。“去年,我们芯片模组几百万出货量,雨燕是去年9月份才到,硬件开发需要周期。到目前为止,云知声的雨燕的订单已经达到了100万片。”

这是一张非常漂亮的商业化成绩单。

事实上,在这个被称为“AI落地元年”的2019年,AI落地有两种形式,一种是商业落地,另一种则是产品落地,考核的核心在于营收数据及产品实力。毫无疑问,云知声是其中的佼佼者。

“对技术型创业公司来说,最大的优势在于技术,最大的问题是止于技术。”黄伟很清楚,商业化是很多技术公司最大的短板,但他依靠前瞻性的战略及云知声的“技术基因”,使云知声商业化的表现几乎就是对过去积累的势能的一种反映,完全依靠产品和技术实力赢得了市场和客户。

云知声发展到如今,已然成为一家非常成功的To B公司,但云知声的商务比重还比较轻,虽然营收比其他AI公司要大很多,“我们今天整个公司80%以上的成本用于研发。”黄伟说。

“不要被外界的各种琐事影响,不管别人说好或者不好,最重要的是你要知道你要去哪,在经营的过程中,孤独也好,寂寞也好,你该忍耐的都要忍耐。”黄伟微笑着说到,对产品研发到商业化落地这一路走来的跌宕岁月,他难以忘怀。

沉潜七年,云知声掘金“中国芯”

试错迭代,创新不止

如同阿里的商业构建、腾讯的产品逻辑与百度的技术累积——BAT在经历了20年发展后,依然保持着非常强的创始人基因,创办了七年的云知声也同样带有鲜明的“黄伟风格”。

黄伟是一个善于思考、执行力强、低调踏实的人,这种秉性从当年在盛大创新院到摩托罗拉,再到创立云知声,不曾改变。

他一天工作接近12个小时,常和高管团队进行面对面的“互相批评与自我反省”,创业七年来,四个创始人都还在一起并肩作战,核心研发团队的流失率为零。

在AI行业群体浮躁、互相挖角的当下,云知声靠什么留人?

“创始团队都是我的同学、师兄弟和前同事,基本上这些人都是我带出来的,所以有时候我会强势一点,这已经形成一种习惯了,我们通常都是有话直说,避免藏着掖着;第二,这七年来,我们舒服过也困难过,大家有一种共同的战斗友谊认同。”

这样的企业氛围孕育了云知声这个凝聚力和向心力都很强的团队。

每到年底,高管之间进行互评,大家背靠背地写评价,写完之后几个人全坐在一起面对面地批评。“我们在这种善意的批评中成长起来,这是一种开放透明的信任,也是我们这几年养成的一个习惯。”

团队直到今天还保持着创业的激情,经常加班加点,真的把云知声当成一份事业来做。

这七年来,这个团队在AI研发的路上“登峰造极”,也曾一起试错“踩坑” 。

一般而言,企业想要“基业长青”,最重要的事情之一就是寻找增长点,但寻找的过程充满了坑,坑掉了“时间、精力、金钱”,试错成本总是昂贵的,因此试错一定要快,一旦苗头不对就及时止损。

不可盲目,不可恋战。

这是黄伟在带领团队踩过几个“试错”的坑后,得出的深切体会。

曾在某些节点投入的资源不够或出现偏差、在研发芯片时担忧流片失败、更害怕因战略布局而导致创业失败……黄伟心中时刻紧绷着一根弦。

“我觉得过去的几年里,公司最难的是两件事情,一是和产品有关,一是和研发有关。”与研发有关的是在模组还没量产的同时做芯片,一旦这种双轮驱动的战略失败,黄伟在团队内部可能会陷入被动的境地。

“第二个就是产品化的考验,我们在2014年开始正式做云端芯,2015年做芯片,都是交叉在一起做的。”彼时,云知声选择进入几个场景——汽车、智能家居、机器人、医疗、教育。

他们在黑暗中摸索,彼时没有人知道这种日子何时才走到尽头,前方一片漆黑,他们手上“既没有手表,也没有指南针”,只凭着对AI未来的信念确定方向。

“那三年里,我们模组没有量产,芯片正在研发,我们的医疗我们各方面没有一条出货的,这对我们多么大的考验和压力。当时,我很变态地做了一件事情——决定在公司就只建立一个事业部。”他在公司搭建了这个极具开创性的“中台系统”。

这一决定如同“雪上加霜”,将员工们的心理压力都提到了最大阈值。

彼时是2015年,黄伟同时把“医疗、汽车、机器人、教育、家居”五条研发线放到一个事业部,并在这里面放了四个VP,这种组织架构开创了业界先河。

“我把两个创始人都加入里面,一个VP负责全部的研发情况,另外三个VP,一个负责研发,一个负责实施,一个负责交付。这样做是因为我们认为在整个AIoT时代,真正最核心的地方是芯片和云端,终端其实变得不重要了,芯片是最底层的。”黄伟解释道。

事实上,每一个终端都需要一个芯片来具备感知和认知能力,但同时需要云端的服务能力。“所以说,我们不应该去做每一个具体的东西,而是打造最核心且最有价值的东西,就是‘云+芯’。”

不得不说,黄伟的想法在当时太超前了,他希望打造一体化的“云端芯”——既没有专门的医疗云,也没有专门的车载云,云端是统一而非分裂的。

黄伟当时这么做,最大原因是基于产品的成本考虑,而且AI市场几乎还没有培养起来,“如果分成独立的几条线去做的话,那研发团队一定会被商务带到沟里去,他会提各种需求,最后可能会把整体给扯烂。”作为CEO,他做的每一个决策都更谨慎也更周全。

就这样,他为云知声量身定制了独特的发展路线,这一条路一走就是两年多,期间不可避免地造成了一些员工的误解,毕竟这样交叉推进的体系太复杂,对每个人的综合能力要求太高,压力太大。

在他们的负重前行下,今天云知声的产品线都是统一的,组织架构也是所有AI独角兽企业里最精简的。

但是,来到2017年中,黄伟曾想要把这个“中台系统”打散。

2017年上半年,他已经看到了云知声产品不是项目制而是一个相对标准化的产品,能够获得持续订单并且规模化生产,形成持续的供应收入的产品线。

他隐隐感到在2018年,资本和市场可能会更关注AI落地,那么一定会出现新的商业机会,于是他从这个体系里拆出一部分,成立了“创新业务”部门。

这个部门的核心任务就是延续云知声已有的研发结果和产品,不断迭代,将已经比较成熟的“云端芯”体系去对接新的场景。

到2018年底,这个30多人的创新业务团队就实现了接近6000万收入。“真的是因为提前看到了一件事情,就按照一个节奏去做,内部灵活地调整,一切为场景服务。”

沉潜七年,云知声掘金“中国芯”

(2018年,云知声芯片点亮庆祝)

在这个过程中,无论是技术、产品、组织架构、商业化落地、甚至是心理上,他们经过了无数至暗时刻,但始终坚持技术创新并一步步累积自身优势,最终迎来了黎明。

近期,国家公布上海科创板首批挂牌的企业名单,有18家人工智能企业上榜,云知声是其中之一,这是资本和市场对云知声的双重认可。

科创板是一个开放平台,公司可以非常方便地进行融资,而市场也对企业有严格的监管机制,这对中国来说,是整个科技产业升级的好机会。

一旦登陆科创板,云知声下一个阶段的目标会是什么?

沉潜七年,云知声掘金“中国芯”

“我希望云声在经过七年的投入,在具备技术优势的同时,能够真正把一些战略和构想巩固下来,最后让云知声能在几个典型的场景里面做到行业第一。”黄伟坚定地说到。

回望云知声走过的七年历程:2012-2013年,构建技术优势;2014-2016年,构建产品优势;2017-2018年,构造商业优势;2019年开始,构建场景优势。

每一步的节奏都有条不紊,循序渐进。

“就像一个乐队一样,你要做好指挥家角色,很多事情不是说你看到的就可以做的,你看到了,不见得要立刻做,踢球也是一样的,如果我一上来就猛干,一会就没劲了,节奏非常重要。”

如今,作为这家四百多人企业的掌舵者,黄伟家在上海,但一人住在北京,他每早7点起床,打开手机电脑开始工作,错开早高峰,9点去办公室,晚上通常11点才离开办公室,1点睡觉。

此时此刻,站在七年的时间节点上回望来路,黄伟仍感唏嘘:“最困难的事就是坚持,再难,第一我自己不能动摇,第二我不能在团队里释放任何这样的信号,但好在我们坚持到了光明。”

七年前,他们怀揣理想出发,一路沉潜酝酿;七年后,他们厚积薄发,继续在光明之中掘金“中国芯”。

沉潜七年,云知声掘金“中国芯”

Open Day | 2019 云知声 AI 技术开放日_精彩城市生活,尽在活动行!!

阿里云服务器

编辑该文章

编辑该文章,必须放入您本人的支付宝或微信收款码,通过审核后可,如果浏览者觉得您写的不错了直接对您打赏

复制加密链接

This is a modal dialog!

邮箱

This is a modal dialog!