要说2023年什么赛道最火，AI一定榜上有名。

(资料图)

ChatGPT的横空出世，点燃了科技界、产业界、资本圈的狂热情绪，毕竟两个月就能实现月活破亿的成绩，刷新了互联网二十多年发展以来消费类应用增速纪录，比尔·盖茨甚至称其历史意义不亚于互联网和PC的诞生。

最容易受到情绪感染的资本市场，对此反映最为激烈，在赛道熄火、股市整体弱势的环境下，AI概念一枝独秀，与之相关的诸多板块均有着不小的涨幅。

在主线行情如此明显的背景下，AI赛道的新股上市必然是要重点关注的。近日，国内知名AI语音独角兽企业云知声递表港交所，中金公司、海通国际为联席保荐人。云知声的成色究竟如何，不妨来一探究竟。

一、千亿垂类赛道中的领跑者

技术的诞生、迭代，最终都是为了服务于人类而存在的。为当前人类社会经济生活运行提供更优质的解决方案，才是AI技术发展的最终目的，人工智能解决方案市场的想象空间也就此打开。

据弗若斯特沙利文数据，中国人工智能解决方案市场从2019年的422亿元（单位：人民币，下同）增长到了2022年的937亿元，预计将于2028年达到6332亿元。

数千亿级的大蓝海市场，足以承载多家百亿、千亿乃至万亿级的代表性企业，究竟哪些企业能够最终成为人工时代的头部解决方案提供商，尚是未知之数，但那些卡位在更具想象力的垂类赛道，并已经崭露头角的企业无疑更值得重视。

从产品类型来看，云知声所提供的AI解决方案主要用于智慧生活以及智慧医疗。

根据弗若斯特沙利文数据，智慧生活作为智慧物联网产业的核心引擎，预计将于2028年增长到800亿元，2022年至2028年的复合增速将达到60.4%。与之类似的是，中国智慧医疗市场规模预计将于2028年达到810.45亿元，2022年至2028年的复合增长率为67.8%。

而云知声在这两大近千亿级的垂类赛道市占率均位列第三，而这正是其出色的商业化能力的体现。

按收入计，云知声是2022年中国第四大AI解决方案提供商，在年度收入超过人民币5亿元的企业中增长最快。2020-2022年，云知声实现营业收入分别为2.6亿元、4.6亿元和6.0亿元，复合年增长率为51.7%。

众所周知的是，近三年在地缘政治冲突和公共卫生事件的影响下，宏观经济承压对诸多企业业绩增长提出了较高挑战，云知声在这样的背景下还能交出这份高双位数增长的营收成绩单，颇为不易。

值得一提的是，云知声过去在财务上的一大掣肘在于净利润的同步扩大，但这一趋势已经出现扭转。2022年，公司在营收规模扩大31.77%的同时，净亏损从4.34亿元缩减到了3.75亿元。

如果说业绩层面的高成长特性只代表过往，那么能够实现这样成绩的底层技术支撑则决定了未来。

二、山海大模型锁定AGI入场券

从国内外大厂的动作来看，大模型已经成为AI进入2.0时代的必争之地，国外有OepnAI的GPT-4、微软的Office Copilot、谷歌的Bird，国内则有百度文心一言、华为盘古、科大讯飞的讯飞星火认知、360智脑。

可以这么说，只有拥有了大模型才算有了进入AGI角斗场的入场券，但就实际表现来说，各家目前在逻辑推理、语言生成、数学计算等方面表现出的能力大体相当，最终谁能否突围而出，关键还是在于看大模型在具体场景的落地。

5月24日，云知声发布了具有600亿个参数的“山海”大模型，这是云知声在2019年发布的拥有数亿个参数的基于BERT的大语言模型UniCore基础上，通过更大规模数据训练而来的最新“武器”。

而在过去的十余年发展过程中，云知声在to B方向上有着深厚积累，拥有众多行业的核心数据，这也使得其推出的山海大模型有着丰富的场景应用来强化训练，同时由于云知声面对往往是专业性相对较高的客户，多年积累而来的行业级知识图谱，使得其能够生成正确率更高的内容。

比如，作为最早一批进入智慧医疗产业的企业，云知声有着丰富的医疗行业数据储备，截至2022年12月31日，云知声已经在医疗知识图谱平台上积累了160万个概念、370万个术语以及840万项关系。

能够深度渗透到客户所在领域，离不开云知声的“灯塔客户”模式。也即通过与行业内的代表性企业合作，比如家电领域的格力、康养赛道的平安科技、医疗服务的北京协和医院及医保的中国人保，从而获得垂类应用场景的丰富数据，包括高频词、代表性场景以及零散的长尾场景，实现对广泛场景的全覆盖。

将这套打法从一个垂类赛道扩张到更多垂类赛道，也才造就了如今云知声在人工智能解决方案市场的领先地位。

能够取得如今这一系列的成绩，离不开云知声长久以来对技术研发的重视。2020年至2022年，云知声的研发费用分别为1.89亿元、1.88亿元以及2.87亿元，占当期总收入的72.6%、41.3%及47.8%。

对于一家科技企业而言，发展初期研发费用比例往往都会很高，这是企业塑造核心技术优势的必要缓解，随着企业生命周期逐渐进入成熟期后，研发费用仍旧会维持较大体量，但占总营收比例会显著下降并保持在一个稳定水平，而这会有助于云知声扭亏为盈乃至扩大盈利规模。

结语

如果说GPT 4为代表的泛大模型胜在数据之广，那么云知声所走的路径则优在数据之深。

不同路径的优劣在发展早期阶段很难做出正确判断，但无论何种路径，最终还是要能为具体场景赋能，完成良好的商业逻辑闭环，在此路径上，云知声已经做出了表率。

标签：