AI商业化困局可解，云知声大模型业务已运行四年

由大模型掀起的新一轮AI浪潮，让市场重新对AI抱以更高的期待。在资本市场上，AIGC的热度居高不下，AI企业借助这场东风，释放更多想象力。

近日，中国第四大AI解决方案供应商云知声向港交所递交招股书，角逐大模型时代下港交所“大模型第一股”。云知声创立于2012年，创业始于交互式AI具备的AGI商业化潜力的发现，是亚洲最早将AI大语言模型商业化的公司之一。

对于云知声而言，大模型并非新鲜事物。在2017年谷歌Transformer架构出现和2018年BERT算法在自然语言处理方面取得突破后不久，云知声便开始为垂直行业领域客户推出首个基于BERT大语言模型UniCore及相关AI解决方案。

云知声的使命是通过通用人工智能(AGI)创建互联直觉的世界。在AGI愿景不断增强的当下，云知声在递交招股书前，正式推出了一个拥有600亿个参数的自有大语言模型山海大模型，作为其技术平台云知大脑(UniBrain)的新核心，并服务各种应用场景。

相较于以往的市场环境，AI落地难、商业化前景不清晰等问题，一直让众多AI厂商困顿，但在大模型时代，AI的商业化问题似乎变得可解。云知声历经十余年积累，早已成长到行业独角兽的规模，在冲击资本市场的征程中，云知声更值得期待。

年复合增长率51.7%，云知声成长加速

据招股书信息，云知声在2020年、2021年、2022年营收分别为2.6亿元、4.56亿元、6亿元，复合年增长率为51.7%；毛利分别为8924.8万元、1.45亿元、2.4亿元，复合年增长率为63.9%；经调整净亏损分别为2.1亿、1.72亿、1.83亿，其经调整亏损程度在收窄。根据弗若斯特沙利文的资料，按收入计，云知声是2022年中国第四大AI解决方案提供商。

在AI赛道，云知声近三年的营收年复合增速远超行业平均水平，在年度收入超过5亿的AI企业中增长最快。

对于AI企业来说，研发投入是极为重要的一环。招股书显示，2020年、2021年、2022年，云知声的研发开支分别为1.89亿元、1.88亿元、2.87亿元，分别在营收中占比72.6%、41.3%、47.8%，年复合增长率为23.1%。

同其他初次投入到大模型研发的企业不同，云知声并不是一个从零起始的玩家。近三年来，云知声用当前的资金推动着营收从2.6亿到6亿的规模化跨越。

从研发的开支情况来看，云知声2022年有超过一半用于非必要研发工作的第三方服务费，并且已经积累了大量的硬件资产，这种做法的好处在于，云知声的研发团队可以将重心集中到核心的AI模型及技术的开发，以及短期内不会出现应对AI大模型训练的硬件焦虑。

云知声创立的背景起源于深度学习算法的兴起和发展，在探索商业化的过程中将前沿技术

融入到创新产品及解决方案中。根据弗若斯特沙利文的资料，云知声是亚洲最早将深度神经网络算法应用于语音识别产品，以及最早发布基于深度学习的商用云端语音识别引擎的公司之一。

据悉，在2012年，云知声开始将深度学习技术进行商业应用，并协助中国领先的互联网搜索引擎供货商搜狗推出语音助手，此外在2016年，云知声与格力合作进军智能家居垂直行业，同年在北京协和医院推出语音电子病历。云知声也因此奠定了当前主要的业务板块。

云知声的营收主要来自智慧生活、智慧医疗两大商用场景。招股书显示，2020年、2021年、2022年，云知声来自智慧生活的收入分别为1.89亿元、3.53亿元、4.87亿元，营收占比分别为72.3%、77.4%、81.0%；来自智慧医疗的收入分别为7182.6万元、1.03亿元、1.13亿元，营收占比分别为27.5%、22.5%、18.9%。按收入计，2022年时云知声在中国智慧生活及智慧医疗行业均排名第三。

招股书显示，云知声的解决方案已应用于医疗、家居、商业空间、酒店、交通等行业。2022年，云知声在智慧生活领域累计服务373名客户，在智慧医疗领域服务165名客户。

技术和经验的积累对AI企业同样重要。云知声凭借产品性能和成本满足客户不同的需求。招股书显示，截至2022年12月31日，云知声的智能物联网产品已应用于多个垂直领域的数千万台设备，积累了专业知识及经验；在智慧医疗产品、医学专业知识图谱，包含160万个概念、370万条术语及840万种关系。

AI的应用前景极广阔，因此云知声现在的能力也不止如此。招股书显示，云知声基于云知大脑开发产品和解决方案，在智慧生活和智慧医疗业务的经验积累，已经拓展了智慧康养领域。

而能够让云知声提振AI商业化落地信心的根源就是大模型。

角逐“大模型第一股”

在云知声招股书中，着重阐述了大模型的技术积累和经验。在当前资本市场热度不减的“大模型”风口上，云知声有意与已递表的同行角逐港股市场的“大模型第一股”。

人工智能的每次重要接发展节点上，云知声都会参与。公司创立于深度学习算法兴起的2012年。在去年底大模型引起市场巨浪之前，云知声已经是大模型的深度参与者。

云知声在招股书中称，在2017年Transformer算法及2018年BERT算法在自然语言处理方面取得突破后不久，其便利用在交互式AI方面强大的研发专业知识及自成立以来获得的市场洞察力，为广泛的垂直行业领域客户推出了首个基于BERT大语言模型UniCore及相关AI解决方案。

与其他AI企业相比，云知声早早为大模型做了战略布局，尤其是在2016年建立的Atlas人工智能基础设施。据了解，Atlas可以就机器学习工作动态调度强大的算力，为AI模型的开发、优化和商业化提供重要支撑。目前该智算集群拥有超过200 PFLOPS的计算能力，以及超过1.6PB的存储容量。

ChatGPT在2022年底风靡全球，云知声在之后用了两个半月的时间，借助Atlas人工智能基础设施及Transformer算法技术基础，在UniCore的基础上做出了第一版生成式预训练通用大语言模型，之后经过演进和改良，在今年5月份推出了一个拥有600亿个参数的自有大语言模型——山海。

凭借云知声前瞻性的战略布局，成为众多AI企业中少有的可以快速切入大模型服务的参与者。这也是其在创投市场被广泛关注的重要原因。

据悉，在2023年4月至5月，云知声在发布大模型前，顺利完成7.22亿元D3轮融资。此轮融资引入豫东南创投、济南同信、杭州富阳等机构股东。此轮融资在当前大模型激烈竞争的环境下，为云知声业务运营和拓展提供现金支持。

而此前，云知声自2012年底首次外部融资至当前，云知声已先后完成10轮融资，累计融资额超20亿元，引入包括挚信资本、启明创投、磐古创投、中网投、京东、360、高通近30家外部投资者。按照云知声最后一轮融资情况，每股价格为125.69元，其当前估值达87亿元。

值得注意的是，在云知声之前，AI四小龙的IPO之路极为坎坷，其中最重要的原因是AI落地难、商业化进程慢。为避免重蹈资本市场期待值低的覆辙，2020年云知声在科创板IPO获受理后主动撤回申请，此时的云知声选择奔赴与国际接轨更深的港交所上市，大模型这个AI厂商“旧病”的“新药方”成效如何？

大模型时代，AI商业化困局可解

AI技术在发展，市场也在随之变化。

大模型出现后，各个领域的参与者基本呈现出“主动拥抱”的态度，对许多行业开始进行重塑。对于AI企业来说，大模型时代下，原来的AI商业化困局已经可以解决。

对于云知声而言，通用大模型山海的加持，其人工智能语义理解的准确性由2018年的BERT前深度学习模型的88.04%提高至2019年的UniCore的91.02%，并进一步提升至2023年的山海大模型的96.07%。

能力越强，AI可以做的事情就越多。

在云知声商业化模式中，山海作为AI技术平台云知大脑的核心，与各种AI组建一起，不需要进行繁重的大模型重新训练就可以适应各种专业化的场景。也可以将山海大模型与客户的自有知识库、实时信息及现成的API集成，以优化其在高度专业化应用场景中的性能。

山海大模型具有强大的多语言及基本知识能力。通过一系列工具增强行业知识、指令调优及强化人类反馈，能够将山海大语言模型进一步提升为一个提供全面通用知识和行业特定专业知识的大模型，通过MaaS适配各种应用场景。

在大模型的通用能力加持下，云知声智慧医疗和智慧生活业务板块也迎来进一步的AI能力提升。

在智慧医疗领域，云知声通过MaaS向开发者和企业按需提供AI大语言模型能力。主要产品包括基于公有云的AI能力API、定制化自有AI技术服务平台及AI模型嵌入式芯片和物联网硬件模块。

在智慧生活领域，山海也将会进行场景融合，塑造出一个真正的随身管家，使其在方方面面从只能进行指令交互升级为类人对话，真正联动IoT生态和服务。

此外，在销售、知识管理和教育场景中，云知声也会基于山海大模型，对产品进行升级，让信息反馈更精准，以满足用户更深层次的需求。

更重要的是，通过Altas人工智能基础设施以精选的优质用户反馈为导向的高效优化，可以推动云知大脑的升级。山海大模型以真实场景的海量数据和持续的用户反馈为指导，进行高度自动化的自我强化，推动AI技术不断迭代。此前，山海大模型在解决专业问题的知识及能力方面，通过了美国医师执照考试，MedQA数据集获得了81分，超越GPT-4。

云知声通过指令优化及从人类反馈中强化学习进一步优化山海大模型，以发展其语言生成、语义理解、知识问答、逻辑推理、数学计算和代码生成的能力，同时符合安全规则，最终的目标是实现类人AGI。

通用人工智能的里程碑式的技术发展，为AI企业带来了行业之光，在AI商业化进展难度大幅下降的当下，资本市场会给出怎样的反馈？此时赴港IPO，云知声在一个机制健全、与国际接轨较深的高效资本市场，会得到怎样程度的认可呢？