四闖二級市場，國內AGI龍頭雲知聲今日終在港交所敲鐘。
作為國內首批以AI為核心能力的科技公司，雲知聲在成立13年內總計完成10輪融資，融得逾20億元資金，投資人不乏中網投、啟明創投、中金匯融、京東尚科等知名機構。本次登陸港交所，雲知聲發行價205港元，淨籌2.06億港元。
能在一級市場長期被投資機構擁簇，雲知聲對於技術變革的前瞻理解功不可沒。雲知聲於2012年切入市場，恰是AI由科研轉為商用的起點。風口之下，雲知聲差異化押注AI語音，在物聯、醫療等多個領域迅速佈局。
研發方面，雲知聲2017年便已在Transformer演算法上取得了突破，爾後自研基於BERT的大語言模型 UniCore，築成核心平臺“雲知大腦”。
2023年大模型風潮初起，雲知聲新的“山海”大模型已經具備600億引數支撐，它能像Open AI一樣處理各類通用問題。
不過，雲知聲同樣沒能克服全球AI應用級企業“高投入高虧損”的通病。
2022年至2024年期間，雲知聲共取得營業收入分別為6.01億元、7.27億元和9.39億元；對應虧損為3.75億元、3.76億元和4.54億元，三年已虧近12億元。
如今新一輪資金到位，等待它的是續命？還是重生？
雲知聲綜合損益表（資料來源：雲知聲招股書）
01
晶片銷量暴漲50%，智慧生活撐起8億營收
雲知聲不是一家嚴格意義上的醫療AI公司。
雖說“智慧生活”與“智慧醫療”兩大業務貢獻了雲知聲超過99%的營收，但智慧生活才是撐起公司營收增長的核心所在。2024年，這一板塊業務增速達27.8%，佔總營收比近80%。
雲知聲主營業務收入分佈（資料來源：雲知聲招股書）
招股書資料顯示：雲知聲智慧生活板塊主要包括個性化解決方案與AI能力API，前者是其主要的營收來源。
個性化解決方案涉及的場景非常廣泛，涉及智慧家居、智慧交通、車載語音等多個模組，市場競爭激烈但天花板高。
智慧家居方面，雲知聲與美的、格力等頭部企業合作，提供語音互動技術，相關AI覆蓋超過700類家電產品，在白色家電語音互動市場佔有率達70%。
智慧交通方面，雲知聲為深圳地鐵20號線提供語音售票系統服務，將購票時間從15秒縮短至1.5秒，日均服務超3萬人次。
為支撐上述業務，雲知聲先後推出語音AI晶片“雨燕”“蜂鳥”及車規級語音AI晶片“雪豹”，並於2022年-2024年間實現1280萬、2450萬、3600萬顆銷售，增速分別為91.4%、46.9%。
除了當下亮眼的資料之外，雲知聲押注的智慧家居、車載語音亦是大模型時代的產業熱點，未來可期。若能在保持高增長的同時控制成本，雲知聲還是具備扭虧為盈的可能。
02
行業第四，一年只賺2個億
作為第二增長曲線，雲知聲的醫療板塊營收也在近年內扶搖直上。
招股書資料顯示：2022年-2024年間，雲知聲分別取得1.13億元、1.48億元、1.99億元營收，主要客戶收入部分複合增長率為36.6%，現以2.1%的市場份額位列中國醫療服務及治療AI市場第四。
排在雲知聲前面的三家公司市場份額分別為5.1%、4.5%、4.3%。單單分析資料維度，雲知聲具備追趕的可能，但若考慮其具體應用場景，我們發現相關業務已經逼近短期內的市場上限，很難實現進一步突破。
2024年按收入劃分的中國前五大醫療服務及治療AI解決方案提供商（資料來源：雲知聲招股書）
現階段下，雲知聲在醫療領域創收主要依靠病歷語音輸入、病歷質控、單一疾病質控和醫療保險支付管理四類AI業務。前三類業務在過去五年的競爭之中已經逐漸趨於飽和；保險支付管理存在一定突破空間，但很難將成本控下來。
以規模較大且具備成熟需求的CDSS為例，全科CDSS有訊飛醫療、百度靈醫、嘉和美康等企業直接競對，專科拓展又需面對惠每科技、森億智慧等一眾深耕多年的醫療資訊化企業，破局存在難度。
此外，醫院資訊化建設現已進入總包時代，全院級的建設專案（如電子病歷評級、互聯互通評級、資料中心建設等）動輒千萬，通常由一個能夠提供系統性解決方案的企業牽頭執行，是醫療IT企業擴大營收的重要方式。
但云知聲的病例語音輸入、病例質控、單一疾病質控均是模組化的應用，本身議價能力較弱；去做整體解決方案跨度又太大，時間與成本均不允許它轉向系統性專案研發。
此形勢下，雲知聲現階段的打法是守住現有的醫療業務，儘可能在商業模式上進行突破。近年來，它開始聚焦華西等主要客戶，拉高專案客單價，已經實現單位客戶收入與總營業收入的雙升。
而作為代價，雲知聲的醫療客戶留存率一直呈下降趨勢，2024年僅53.3%，數量也由2023年的242個跌至232個。
可以預見，雲知聲的醫療業務未來數年不太可能發生重大調整。智慧家居、車載語音等場景日新月異，且存在C端作為最終支付物件。相較之下，醫療行業變化較慢，很難在短時間內孕育一個新的爆點。
03
雲知聲的未來，不在醫療板塊
透過雲知聲的醫療業務經營狀況，我們或許可以窺見中國醫療AI行業的當下處境。
首先是產品同質化困境。
醫療領域的需求不同於C端，一方面真實需求較少，另一方面企業發現一個真實需求後可能只用數月時間便能研發對應demo，卻需要數年時間才能規模落地市場，讓不同地區不同水平的醫生接受技術帶來的改變。
因此，醫療領域，尤其是科技醫療領域，過慢的產品規模落地速度給予了同行業企業太多跟隨創新的機會。等到市場需求成熟，這裡已經具備了大量同質化產品。
雲知聲便是一個很好的例子。它早在2014年便開始基於智慧語音識別、自然語言理解、臨床知識圖譜等AI技術開發語音電子病歷系統，但直至2020後才開始在商業化有起色。目前市場內已有大量AI質控、AI+CDSS，雲知聲很難依靠技術壁壘建起競爭優勢。
其次是支付方缺失困境。
智慧醫院建設本質是一項長期投資，建設帶來的收益會隨時間的推移而遞增。
DRG下，醫院經營的邏輯已經發生徹底改變。逐步消減或失去藥械加成、檢驗檢查等收入後，許多醫院還未適應新的經營模式，已在經濟上陷入困境，要麼將智慧醫院建設壓至成本，要麼推遲或縮減計劃建設專案。
在這樣一個時間節點上，醫院偏好將資金用於一些政策要求的、必要的、能夠帶來收益的IT基礎設施上。包括雲知聲在內的一眾AI公司，難以在此找到新的增長點。
雲知聲醫療板塊的現狀可以視作醫療AI的縮影：AI確實能在醫療場景中發揮充分價值，但同質化競爭太過激烈；好的AI產品可以商業化，但受限於環境，盈利難成規模。
對於醫療AI公司而言，上述困境的解法在於等待。他們大多已經有了完整的產品矩陣，還需等待時間沉澱解決方案，等待營收規模漸成。
但云知聲沒有時間等待。贖回負債壓力下，它不得不打出IPO這一最終底牌。
這些年雲知聲在醫療方面的對外聲量已較之前弱了許多，他們將更多精力置於智慧生活，強化了對於AGI、晶片等業務的推廣。
如今，雲知聲行至最為關鍵的一年。智慧醫療板塊難以肩負短期止損的重擔，智慧生活確已具備翻盤的可能。
*封面圖片來源：123rf
如果您認同文章中的觀點、資訊，或想進一步討論，請與我們聯絡；也可加入動脈網行業社群，結交更多志同道合的好友。