AI競賽升溫，山海大模型能否挽救云知聲？

圖片來源@視覺中國

文 | 萬點研究，作者 | 銀杏，編輯 | 陳默默

(資料圖片)

沒有造血能力的AI企業，為支撐龐大的“吸血“式研發投入，上市或許是唯一的玄學出路，但資本裹挾，似飲鴆止渴。

根據媒體報道，2023年上半年，在港交所排隊的 AI 、數字化、智能化相關公司數量超過38家，占到整個港交所排隊等待聆訊的40%左右。最近一段時間，AI 制藥公司“英矽智能”、智能駕駛芯片“黑芝麻智能”、AI 語音“云知聲”、生成式AI（AIGC）“出門問問”等多家 AI公司密集向港交所遞交上市申請。

這足以說明ChatGPT的成功給所有賽道公司帶來怎樣的巨大希望。

被科大訊飛“打臉”，云知聲科創板折戟

其中，AI 語音公司“云知聲”是從科創板轉戰港股的。

云知聲曾于2020年11月向科創板遞交招股書，沖刺“AI語音第一股”，計劃募資9.1億元。2021年2月18日，云知聲撤回發行上市申請。根據當時的招股書顯示，公司一直處于虧損狀態，各期內虧損凈額最高達-2.92億，期內三年半累計虧損高達7.91億，期間營收僅為5.62億元。

云知聲曾被同處智能語音賽道的科大訊飛質疑數據造假。2020年12月11日，有投資者在互動平臺提問科大訊飛：“云知聲在其招股書中稱其語音病歷和家電智能語音模組領域的市場占有率均高達70%，科大訊飛是放棄了這兩塊的業務還是被云知聲反超？”

對此，科大訊飛用相關數據表達了不認同：以覆蓋醫院數量的距離，云知聲在2017年至今年上半年的四個報告期分別為10、36、91和112家，科大訊飛同期分別為11、77、264和489家。

從收入看，云知聲在上述時期智能語音病歷收入分別為170.96萬、926.39萬、1628.91萬和895.48萬元，科大訊飛同期分別為664.28萬、2937.27萬、3554.48萬和3571.11萬元。

以此來看，云知聲至少在語音病歷的市場占有率不會超過科大訊飛達到70％。

新版本招股書披露，云知聲在中國智慧生活領域的市場份額僅為8.4%，在智慧醫院領域的市場份額僅為6.6%，過去的數據造假似乎“實錘了”。

招股書顯示，智慧醫院解決方案提供商前五中，云知聲份額占6.6%，排名第三，前兩位分別占到24%和20.9%。排名第四的公司占6.3%、第五名占6%。

現在，云知聲轉戰港交所，與此前相比，發生了哪些變化？筆者將復盤過去、反觀現狀。

曾努力創造現金流，無奈賽道競爭激烈

云知聲創始人、CTO 梁家恩曾直言：“大力能夠出奇跡，但蠻力出不了奇跡。”但如何衡量“大力”和“蠻力”，我們無從得知云知聲是否創造了奇跡。互聯網當下，“現金流為王”，至少誰能先把現金流轉正，誰就有活下去的機會。

如何獲得現金流？2B領域不但競爭激烈，商業化規模無法在短期內迅速爆發。因此，諸多企業家都把目光投向個人消費領域。

云知聲在2019年發布了聰聰AI陪伴教育機器人產品，試圖填補消費業務短板，如今銷聲匿跡。據媒體報道，公司先后放棄競爭激烈且毛利率超低的智能音箱、兒童陪伴機器人等領域業務。

事實上，從2017年開始，云知聲的經營活動現金流量長期為負值，且金額不小，導致歸屬母公司股東權益已經大額負值，這屬實讓潛在投資人有點畏懼。

從數據可以看出，這幾年云知聲的業務拓展，可以說是不太成功的。

由于受到百度、小米等具備2B與2C能力的巨頭擠壓導致云知聲智能語音業務萎靡。

可以預見的是，隨著巨頭版圖的持續擴充以及AI技術逐漸成為行業基礎設施后，昔日獨角獸的差異化也將會被磨平，生存空間被持續擠壓。

“幸運”的是，2023年年初，CHAT-GPT“橫空出世”。

山海大模型就能拯救云知聲？

AI實驗室競賽升溫，國內企業急不可耐、先后推出自己的“大模型”。但值得商榷的是，這些大模型在商業上究竟能產生多大價值？

在筆者看來，一般要從兩個角度評判：一是模型的領先性；二是模型的商業價值。至于訓練模型的數據合法性等潛在制約發展的問題，我們暫時不探討。

先看領先性。大家都知道，在遍地大模型的國內環境里，出現了很多不和諧的聲音。諸多廠家推出大模型之后，被網友曝光存在可能潛在套用他人模型的可能。部分大模型，輸出結果匪夷所思，智能化根本不存在。

官媒曾一針見血地指出：大家要警惕一些企業利用大模型概念，將前沿科技當作營銷手段，過分夸大其商業價值的傾向。我們要看到大模型在人工智能輔助領域的潛力，并對其發展給予一定耐心和包容；但也要防止盲目追逐熱點出現投資過熱、重復建設、同質化競爭等問題。

那么，山海大模型的領先性如何？

云知聲創始人、CEO黃偉曾說：“云知聲將持續升級山海大模型的能力，目標是2023年年內通用能力比肩ChatGPT，并在醫療、物聯、教育等垂直領域超越GPT4。”

我們先了解一下山海大模型。根據云知聲的介紹，山海大模型具備十大能力：即語言生成、語言理解、知識問答、邏輯推理、代碼能力、數學能力、安全合規能力七項通用能力及插件擴展、領域增強、企業定制三項行業落地能力。

根據媒體對發布會的報道，我們又看到了熟悉的“令人驚喜”的測試結果。

但是，對所有測試結果，不僅僅是山海大模型，都需要保持一個懷疑態度：一，大部分測試并沒有足夠的隨機性，問題是否夠開放，是否經過足夠多的網友測試？正如智能駕駛一樣，任何在訓練集中存在的測試，都會出現很好的結果，但不能證明在真實環境中足夠優秀。二，所有的大模型，對于用戶來說都是黑箱，我們無法知曉其底層代碼，那么，如何保證不是“套娃”？我們在面對這些發布會的時候，都是持有懷疑態度的。

首先，每一個模型都要經過大量文本、圖像、聲音文件或其他數據的訓練，讓它們能夠解讀用自然語言寫就的指令，并用文本、藝術或音樂的形式作出回應。從研發時間維度來看。根據報道，“云知聲能夠在半年內完成算力擴容、算法驗證、并行加速、數據優選等工作，實現GPT為核心的架構升級和成功發布山海大模型。”半年時間，企業真沒有在夸大嗎？

其次，我們看研發投入。由于產品是人的技術和資金產生共振的結果，所以我們先看看競品情況。如下圖所示，云知聲無論研發費用、員工人數，都遠不如競爭對手。

根據報道，今年1月，微軟在早前投資了10億美元的基礎上，又向開發出ChatGPT的創業公司OpenAI投資了100億美元。

顯然，山海達模型并沒有明顯更勝一籌。

那么，其商業價值又如何？

如果模型沒有絕對的領先性，就存在競爭的問題。

云知聲的戰略是U+X，X就是在細分領域應用。根據媒體報道，在發布會現場，云知聲演示了在山海大模型的輔助下，基于病歷輔助醫生生成完整的病歷方案、輔助醫療相關理賠等多個場景，提升了業務效率和智能化程度。此外，在MedQA 測評中，山海大模型以 81.56%位居第一，超過GPT4、Med-PalM等模型；在臨床執業醫師資格考試中，山海大模型得分高達511分，遠超平均分和及格線。

要知道，這個賽道是夠細分，但競爭異常激烈。

首先，如果讓模型去輔助看病，且不說道德和法律風險，其收費模式將是一個大大的問號，從目前來看，除了少部分疑難雜癥，大部分醫生是可以勝任其工作的，醫院不大可能為輔助醫生診斷的軟件過多付費，錦上添花的輔助應用較為有限；

其次，若是進入電子病歷市場，又是諸多巨頭存在的小眾市場。根據數據，2016-2021年中國電子病歷市場規模由7億元增長至2021年的23.3億元，短期也就是一個小幾十億的規模。

這個賽道里，嘉和美康仍居國內龍頭位置，市場份額為18%。衛寧健康和海泰醫療位居二三位，分別占比13.3%和11.2%；后面還有東華軟件、創業惠康、萬達信息等一眾上市公司都在虎視眈眈。

無造血能力的AI企業

人工智能正由前期研究階段迅速向應用階段滲透，特別是在擅長1-N階段的中國。任何技術革命一定會帶來資產泡沫。但我們有理由相信，和互聯網、共享經濟路徑類似，最終這個賽道活下來的將是少數玩家。

OpenAI開發的大熱聊天機器人ChatGPT屬于“大語言模型‘這類模型的秘訣就在于一個”大“字。現代AI系統由龐大的人工神經網絡驅動，這些網絡就是以個個非常粗略地模仿生物大腦的軟件。而模型以驚人的速度變大。今年3月發布的GPT-4大約有一萬億個參數，是GPT-3的近六倍。（開發成本突破了一億美元）。

模型越大，運行成本越高。而且有數據稱，用于訓練的高質量文本的存量可能也會在2026年前后耗盡。即使訓練得以完成，生成的模型實際使用起來也可能很昂貴。

所以，”越大越好“的方法似乎行不通了，筆者認為，開發者將需要解決如何以更少的資源實現更高性能的問題。

時不我待。對于云知聲而言，如不能給創造足夠的現金流，豪賭IPO成為其目前的“救命稻草”。但港股IPO能否成功、能募資多少仍是未知數。

關鍵詞：