搜狐科技 智能语音商业化如何破局 三位专家在搜狐科技沙龙上支了这些招

7月6日下午，由搜狐科技主办的中国创新公司100沙龙第二期成功举办。清华大学人工智能研究院听觉智能研究中心主任方正教授、声智科技联合创始人兼首席知识官常乐、科大讯飞AI研究院副院长陈志刚共同探讨了智能语音技术的发展趋势，并分享了他们对智能语音商业化的思考。

“中国创新公司100强”是搜狐科技今年打造的一个栏目，主要聚焦5G、AI、芯片、制造、出行、零售、社交等领域的技术创新和商业模式创新，深度挖掘相关产业和优质创新公司的价值。

目前处于第三次浪潮的AI正在经历加速发展，AI技术不断突破，进入应用规模爆发的临界点。智能语音作为人工智能领域最成熟的技术之一，近年来应用迅速。搜狐科技此前推出了该领域第一份人工智能行业榜单。未来将围绕计算机视觉、机器人等领域推出一系列榜单和深度报道。

在本次沙龙中，方正教授认为既要重视语音技术，也要重视市场需求分析。但单一技术很难解决市场问题，融合发展是大势所趋，但不能为了融合而融合。他还呼吁技术和市场要有良好的互动，智能语音行业要避免恶性竞争。

常乐表示，智能语音赛道将在大浪淘沙后呈现几何倍数的发展趋势。在智能语音未来的应用前景上，2B领域将走在c端的前面，拥有更广阔的市场空，良好的市场应用前景也能引导和推动新一轮的技术创新。

陈志刚在分享中提到，智能语音技术的算法和数据急需突破，联合建模是最好的方式。在激烈的市场竞争中，企业要选择正确的赛道，做出差异化，拥有核心技术的创新思维模式。

▲清华大学人工智能研究所听觉智能研究中心主任方正教授、盛智科技联合创始人兼首席知识官常乐现场参加沙龙

数据和算法需要突破，不能集成集成

目前很多观点认为人工智能处于深水区，根据Gartner技术曲线称之为泡沫幻灭期。方正认为，相对成熟的语音领域存在严重的同质化问题，即技术上的方法同质化，这也导致了市场的恶性竞争。

“我们有时过多地跟踪别人的技术，而忽略了做深入的分析。比如现在流行的深度学习都是用别人成熟的方法，很少找到正确的手段去解决问题。”他解释道。

从技术发展的要素来看，数据、计算能力和算法是离不开人工智能快速发展的三个基本要素。陈志刚认为，智能语音仍然需要在数据和算法上有所突破。在许多情况下，数据会受到各种限制。在特殊场景下使用不频繁，在一些专业场景下数据本身就比较稀缺。

在算法方面，陈志刚提到还有一些硬骨头，比如前端声学降噪算法、前端声学信号处理算法、麦克风阵列算法等。这些算法的突破是解决当前语音难题的必由之路。

目前很多观点认为，单一的技术已经不能支撑人工智能企业在市场竞争中取胜，多模态融合成为趋势。

方正说我们应该重视技术，但是我们不应该过分依赖它。“技术的发展离不开市场的土壤。市场需要的是解决问题的能力和解决方案。用单一的技术很难解决，这也是一些AI公司面临困境的重要原因。”

同时，他强调，市场真正需要的是解决这些问题的综合解决方案，要利用其特点找到一些不同的技术进行整合。这种集成应该是解决问题的集成，面向服务和面向用户的集成，不能为了集成而集成。

长乐认为，语音、图像、大数据等技术可以有效融合，但前提是解决市场需求和用户需求。“对于我们这些做技术的人来说，我们绝对不是指通过研发技术实现自给自足，而是希望技术能够有效解决所有用户真正的痛点需求。”

然而，智能语音的发展还有很多问题需要解决。常乐说，理论上还有很多突破，比如对耳蜗的研究还不够深入；技术和市场应用创新也是瓶颈，但它们是互补和螺旋式上升的过程。良好的市场应用前景可以引导和推动新一轮的技术创新。

陈志刚赞同技术融合的战略。他认为，以语音学为基础的自然语言理解、视觉、知识建构、推理技术，以及跨模态信号联合建模和感知认知一体化的策略，都不是简单的技术组合。

他说，在这个过程中，要清楚了解每一项技术的水平，看哪些技术在某个层面上有融合价值，选择合适的应用场景，对场景进行深入分析，然后定义问题。联合建模可能是最好的场景解决方案。

声音轨迹会被大浪冲走，要避免恶性竞争

人工智能作为一种技术或工具，只有真正落地于实际场景中才能发挥自身价值，这也离不开技术产品化和产品市场化的过程。在这个过程中，很多智能语音企业不断尝试转型，比如通过制造AI芯片和操作系统向上游延伸，或者通过制造智能硬件直接向下游渗透。

对此，方正表示，企业必须做自己擅长的事情。根据一些战略需求或市场需求，需要进行主动转型，而有些企业在资本的压力下是被动转型，这是不可取的。

陈志刚认为，这在一定程度上是必然趋势，可以加速产业发展，特别是在当前国际形势下，加大自主研发投入，避免被卡脖子。

常乐表示，智能语音赛道目前已进入泡沫期，大浪淘沙后，将呈现几何倍数发展的趋势，留下市场所需的新技术、新应用。“在这样大的市场环境下，企业在不同领域进行探索是一件非常好的事情。即使他们可能面临瓶颈，但背后也有巨大的机会。”

在商业模式上，人工智能领域基本形成了四条路线:卖技术、卖产品、卖服务、卖解决方案。方正认为，商业模式的质量取决于三个因素。一是市场需求，是否能把握痛点和痒点；二是技术的成熟度和领先性；三是行业竞争程度。

陈志刚说，好的模式适合公司的发展，每个公司在不同的发展阶段都会有适合自己的商业模式或组合。他提到，目前国内很多优质的AI产品或解决方案或技术提供商更容易打动客户，真正了解行业和用户的企业可以开发一些技术或产品。

在具体的落地路径上，常乐认为，企业在C端落地时，不应该在意用户是否感知到这项技术有多先进，而应该关注产品本身能带来什么样的价值。她还表示，2 B市场孕育着2C看不到的价值，智能语音将在2B领域走在C端前面，市场应用空会更多。

▲科大讯飞AI研究院副院长陈志刚在线参加沙龙

陈志刚认为，智能语音之所以没有在医疗和工业行业得到应用，是因为这些领域在数据积累和行业基础方面相对滞后，包括信息化水平；另一方面，该技术可能不处于非常有用的状态，这需要一个迭代优化过程，根据每个行业的应用特点，这可能需要几个月到几年的时间。

最后，三位嘉宾分享了对智能语音行业竞争的看法，其中互联网科技巨头不容忽视。方正表示，巨头在资金、人才、数据、算法、计算能力等方面有很多优势，但并不意味着小企业就没有发展空，如果投资方向正确，用对了力量，在竞争中就会处于有利地位。他还呼吁，智能语音在中国现阶段还是一个比较小的行业，要做大就要从一开始就避免恶性竞争。

常乐认为，智能语音市场刚刚兴起，正朝着繁荣阶段发展。未来市场空的容量足够容纳很多企业，包括大企业和小而美的创业公司，但创业公司应该能在这个赛道上找到准确的位置。

陈志刚表示，在激烈的市场竞争中，企业要选择正确的赛道，拥有核心技术的产品创新思维模式。对于成熟的赛道，企业要么选择加入技术巨头的生态，要么做自己的核心技术和产品创新，但难度相对较大，需要颠覆性和开拓性，同时又有一定的技术壁垒。