AI 竞赛升温，山海大模型能否挽救云知声？

 

没有造血能力的 AI 企业，为支撑庞大的 " 吸血 " 式研发投入，上市或许是唯一的玄学出路，但资本裹挟，似饮鸩止渴。

根据 媒体 报道，2023 年上半年，在港交所排队的 AI 、数字化、智能化相关公司数量超过 38 家，占到整个港交所排队等待聆讯的 40% 左右。最近一段时间，AI 制药公司 " 英矽智能 "、智能驾驶芯片 " 黑芝麻智能 "、AI 语音 " 云知声 "、生成式 AI（AIGC）" 出门问问 " 等多家 AI 公司密集向港交所递交上市申请。

这足以说明 ChatGPT 的成功给所有赛道公司带来怎样的巨大希望。

被科大讯飞 " 打脸 "，云知声科创板折戟

其中，AI 语音公司 " 云知声 " 是从科创板转战港股的。

云知声曾于 2020 年 11 月向科创板递交招股书，冲刺 "AI 语音第一股 "，计划募资 9.1 亿元。2021 年 2 月 18 日，云知声撤回发行上市申请。根据当时的招股书显示，公司一直处于亏损状态，各期内亏损净额最高达 -2.92 亿，期内三年半累计亏损高达 7.91 亿，期间营收仅为 5.62 亿元。

云知声曾被同处智能语音赛道的科大讯飞质疑数据造假。 2020 年 12 月 11 日，有 投资 者在互动平台提问科大讯飞：" 云知声在其招股书中称其语音病历和 家电 智能语音模组领域的市场占有率均高达 70%，科大讯飞是放弃了这两块的业务还是被云知声反超？"

对此，科大讯飞用相关数据表达了不认同：以覆盖医院数量的距离，云知声在 2017 年至今年上半年的四个报告期分别为 10、36、91 和 112 家，科大讯飞同期分别为 11、77、264 和 489 家。

从收入看，云知声在上述时期智能语音病历收入分别为 170.96 万、926.39 万、1628.91 万和 895.48 万元，科大讯飞同期分别为 664.28 万、2937.27 万、3554.48 万和 3571.11 万元。

以此来看，云知声至少在语音病历的市场占有率不会超过科大讯飞达到 70％。

新版本招股书披露，云知声在中国智慧生活领域的市场份额仅为 8.4%，在智慧医院领域的市场份额仅为 6.6%，过去的数据造假似乎 " 实锤了 "。

招股书显示，智慧医院解决方案提供商前五中，云知声份额占 6.6%，排名第三，前两位分别占到 24% 和 20.9%。排名第四的公司占 6.3%、第五名占 6%。

现在，云知声转战港交所，与此前相比，发生了哪些变化？笔者将复盘过去、反观现状。

曾努力创造现金流，无奈赛道竞争激烈

云知声创始人、CTO 梁家恩曾直言：" 大力能够出奇迹，但蛮力出不了奇迹。" 但如何衡量 " 大力 " 和 " 蛮力 "，我们无从得知云知声是否创造了奇迹。 互联网 当下，" 现金流为王 "，至少谁能先把现金流转正，谁就有活下去的机会。

如何获得现金流？2B 领域不但竞争激烈， 商业 化规模无法在短期内迅速爆发。因此，诸多企业家都把目光投向个人消费领域。

云知声在 2019 年发布了聪聪 AI 陪伴教育机器人产品，试图填补消费业务短板，如今销声匿迹。据媒体报道，公司先后放弃竞争激烈且毛利率超低的智能音箱、儿童陪伴机器人等领域业务。

事实上，从 2017 年开始，云知声的经营活动现金流量长期为负值，且金额不小，导致归属母公司股东权益已经大额负值，这属实让潜在投资人有点畏惧。

从数据可以看出，这几年云知声的业务拓展，可以说是不太成功的。

由于受到百度、小米等具备 2B 与 2C 能力的巨头挤压导致云知声智能语音业务萎靡。

可以预见的是，随着巨头版图的持续扩充以及 AI 技术逐渐成为行业基础设施后，昔日独角兽的差异化也将会被磨平，生存空间被持续挤压。

" 幸运 " 的是，2023 年年初，CHAT-GPT" 横空出世 "。

山海大模型就能拯救云知声？

AI 实验室竞赛升温，国内企业急不可耐、先后推出自己的 " 大模型 "。但值得商榷的是，这些大模型在商业上究竟能产生多大价值？

在笔者看来，一般要从两个角度评判：一是模型的领先性；二是模型的商业价值。至于训练模型的数据合法性等潜在制约发展的问题，我们暂时不探讨。

先看领先性。大家都知道，在遍地大模型的国内环境里，出现了很多不和谐的声音。诸多厂家推出大模型之后，被网友曝光存在可能潜在套用他人模型的可能。部分大模型，输出结果匪夷所思，智能化根本不存在。

官媒曾一针见血地指出：大家要警惕一些企业利用大模型概念，将前沿 科技 当作 营销 手段，过分夸大其商业价值的倾向。我们要看到大模型在人工智能辅助领域的潜力，并对其发展给予一定耐心和包容；但也要防止盲目追逐热点出现投资过热、重复建设、同质化竞争等问题。

那么，山海大模型的领先性如何？

云知声创始人、CEO 黄伟曾说：" 云知声将持续升级山海大模型的能力，目标是 2023 年年内通用能力比肩 ChatGPT，并在医疗、物联、教育等垂直领域超越 GPT4。"

我们先了解一下山海大模型。根据云知声的介绍，山海大模型具备十大能力：即语言生成、语言理解、知识问答、逻辑推理、代码能力、数学能力、安全合规能力七项通用能力及插件扩展、领域增强、企业定制三项行业落地能力。

根据媒体对发布会的报道，我们又看到了熟悉的 " 令人惊喜 " 的测试结果。

但是，对所有测试结果，不仅仅是山海大模型，都需要保持一个怀疑态度：一，大部分测试并没有足够的随机性，问题是否够开放，是否经过足够多的网友测试？正如智能驾驶一样，任何在训练集中存在的测试，都会出现很好的结果，但不能证明在真实环境中足够优秀。二，所有的大模型，对于用户来说都是黑箱，我们无法知晓其底层代码，那么，如何保证不是 " 套娃 "？我们在面对这些发布会的时候，都是持有怀疑态度的。

首先，每一个模型都要经过大量文本、图像、声音文件或其他数据的训练，让它们能够解读用自然语言写就的指令，并用文本、艺术或音乐的形式作出回应。从研发时间维度来看。根据报道，" 云知声能够在半年内完成算力扩容、算法验证、并行加速、数据优选等工作，实现 GPT 为核心的架构升级和成功发布山海大模型。" 半年时间，企业真没有在夸大吗？

其次，我们看研发投入。由于产品是人的技术和资金产生共振的结果，所以我们先看看竞品情况。如下图所示，云知声无论研发费用、员工人数，都远不如竞争对手。

根据报道，今年 1 月，微软在早前投资了 10 亿美元的基础上，又向开发出 ChatGPT 的 创业 公司 OpenAI 投资了 100 亿美元。

显然，山海达模型并没有明显更胜一筹。

那么，其商业价值又如何？

如果模型没有绝对的领先性，就存在竞争的问题。

云知声的战略是 U+X，X 就是在细分领域应用。根据媒体报道，在发布会现场，云知声演示了在山海大模型的辅助下，基于病历辅助医生生成完整的病历方案、辅助医疗相关理赔等多个场景，提升了业务效率和智能化程度。此外，在 MedQA 测评中，山海大模型以 81.56% 位居第一，超过 GPT4、Med-PalM 等模型；在临床执业医师资格考试中，山海大模型得分高达 511 分，远超平均分和及格线。

要知道，这个赛道是够细分，但竞争异常激烈。

首先，如果让模型去辅助看病，且不说道德和法律风险，其收费模式将是一个大大的问号，从目前来看，除了少部分疑难杂症，大部分医生是可以胜任其工作的，医院不大可能为辅助医生诊断的软件过多付费，锦上添花的辅助应用较为有限；

其次，若是进入电子病历市场，又是诸多巨头存在的小众市场。根据数据，2016-2021 年中国电子病历市场规模由 7 亿元增长至 2021 年的 23.3 亿元，短期也就是一个小几十亿的规模。

这个赛道里，嘉和美康仍居国内龙头位置，市场份额为 18%。卫宁健康和海泰医疗位居二三位，分别占比 13.3% 和 11.2%；后面还有东华软件、创业惠康、万达信息等一众上市公司都在虎视眈眈。

无造血能力的 AI 企业

人工智能正由前期研究阶段迅速向应用阶段渗透，特别是在擅长 1-N 阶段的中国。任何技术革命一定会带来资产泡沫。但我们有理由相信，和互联网、共享 经济 路径类似，最终这个赛道活下来的将是少数玩家。

OpenAI 开发的大热聊天机器人 ChatGPT 属于 " 大语言模型‘这类模型的秘诀就在于一个 " 大 " 字。现代 AI 系统由庞大的人工神经网络驱动，这些网络就是以个个非常粗略地模仿生物大脑的软件。而模型以惊人的速度变大。今年 3 月发布的 GPT-4 大约有一万亿个参数，是 GPT-3 的近六倍。（开发成本突破了一亿美元）。

模型越大，运行成本越高。而且有数据称，用于训练的高质量文本的存量可能也会在 2026 年前后耗尽。即使训练得以完成，生成的模型实际使用起来也可能很昂贵。

所以，" 越大越好 " 的方法似乎行不通了，笔者认为，开发者将需要解决如何以更少的资源实现更高性能的问题。

时不我待。对于云知声而言，如不能给创造足够的现金流，豪赌 IPO 成为其目前的 " 救命稻草 "。但港股 IPO 能否成功、能募资多少仍是未知数。

来源：万点研究