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？
作者：韩敬娴
编辑：张丽娟
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
CV
智识形容，
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？
CV
智识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？
一
“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。
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？
芯片的运作至少需要3年，2年时间做出芯片，1年时间合作方做出产品，之后才能推向市场。
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？
一
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。
