如果要概括近兩年的AI創企現狀, 融資和造芯是繞不開的話題. 而晶片這個詞, 極有可能會入選2018年年度關鍵詞.
從去年開始起來的熱度, 在中興事件的催化下, 快速發生更強烈的化學反應. 這其中, 最耐人尋味的便是AI語音晶片的快速崛起:
5月到7月, 短短兩個月的時間, 從公開報道的資料可以看到有超過5家公司對外宣布做了AI語音晶片:
那麼, 為什麼大家會不約而同的在當下這個時間節點發布AI語音晶片, 這背後的邏輯到底是什麼呢?
導火索: 智能音箱市場的小爆發
今年的618促銷活動, 天貓精靈玩了一把價格營銷戰, 只需要99元就能購買一台智能音箱. 很快, 在7月5日, 天貓精靈就宣布一年時間內, 他們的全渠道銷量累計超過500萬台.
這種巨頭壓低價格走量的行為, 很快引起了連鎖反應, 關於智能音箱風口的討論甚囂塵上, 由亞馬遜帶起的這陣風終於刮到了國內.
根據Strategy Analytics 最新發布的研究報告顯示, 2018年第一季度, 全球智能音箱的總銷量達到920萬, 同比增長278% .
'當設備的量剛起來的時候, 大家突然意識到晶片是很重要的一個環節, 將它的必要性放到一個更高的位置. ' 作為最早開始布局AI語音晶片的雲知聲, 其創始人黃偉談到最近的晶片熱如是說道.
這一輪智能音箱市場的爆發, 讓不少人看到潛在的AI語音晶片市場機會.
據今年3月外媒Information的報道, 亞馬遜正在設計定製用於支援智能音箱Echo的AI晶片, 當時消息稱亞馬遜已經擁有449名有晶片專業知識, 技能的員工.
無獨有偶, 剛剛被阿里收購的中天微, 也在7月初表示要發布智能語音晶片.
巨頭潛在的動作是最重要的市場風向標之一, 這個導火索也順其自然地燃到了AI語音晶片上, 探尋其背後的邏輯, 也在於AI語音晶片較之於傳統通用晶片的優勢.
其實最早的通用晶片在語音方面發揮的功效並不大, 通常情況下就是將多媒體數字編碼器+ 數字訊號模組處理相結合.
在2014年年底的時候, 亞馬遜的Echo問世, 有些半導體廠商瞄準了這塊市場, 開始推出語音晶片, 其中最典型的莫過於聯發科. 據了解, 當時有人推測2016年智能音箱市場將近80% 的晶片都是MTK提供的, 而這又得益於他們和亞馬遜Echo的深度合作.
當智能硬體對語音交互的要求越來越高的時候, 很多東西需要在端上實現, 比如喚醒, 數據訊號處理. 同時考慮安全, 網路情況等因素, AI語音晶片出現是必然結果.
相比較語音晶片, AI語音晶片整合度高, 功耗低, 成本低, 能夠實現演算法和終端的完美結合.
Rokid聯合創始人王舜德在回答當初為什麼會做AI語音晶片的時候, 就提到 '因為我們知道做產品的痛苦, 了解晶片的價錢會帶動整個產品, 而當時的晶片非常耗電, 整合度低. 經曆過這些痛點, 我們就想優化晶片的設計, 用上我們前端的演算法. '
演算法—晶片—硬體: 商業化落地的必然
仔細梳理一下現在幾大主流AI創企做AI語音晶片的思路, 大多數還是選擇和有經驗的晶片公司深度合作.
比如出門問問和Rokid就宣布自己的晶片是基於杭州國芯科技晶片深度定製, 其中Rokid的KAMINO18基於40nm工藝的國芯GX8010製造, GX8010是國芯去年發布的主打AI交互的NPU晶片, 該晶片專為物聯網應用設計, 具備低功耗, 可離線, 可移動的優勢. 思必馳在宣布打造晶片的時候, 也提到他們會和某晶片巨頭在AI晶片方面達成合作, 成立合資公司.
晶片公司提供低功耗, 整合度低的設計架構, AI語音技術公司則會在麥克風陣列訊號處理, 語音交互SDK以及語音降噪, 喚醒, 識別理解上做功夫, 將自有的AI語音交互技術整合到其中.
為什麼演算法技術落地, 要從晶片以後後續的硬體開始, 個中緣由離不開我國的軟硬體環境.
華為的輪值CEO徐直軍在2018年軟博會上曾提到: '國內客戶尤其不接受軟體收費, 導致國內軟體產品型企業無法形成商業模式. '
大家接受的軟體銷售模式就是類似於硬體的模式, 國內就認為硬體很值錢, 軟體不值錢, 認為它的成本低.
所以在國內如果要實現業務和商業快速增長, 規模化的爆發, 只做演算法, 軟體是非常困難的. 最新的技術, 方案, 包括產品通過硬體載體的方式更有可能實現規模化的增長和複製.
所以, AI公司的演算法整合到晶片公司的語音晶片中, 可以說是一個省力又討好的合作, 而AI語音晶片伴隨著各種智能硬體熱度上升也是水到渠成的事情.
另外, 刨除這些技術因素, 講好晶片的故事, 也有助於AI企業獲得融資, 有更多的資本施展自己的實力. 尤其是當下的時間節點: 做晶片既是技術實力的表現, 也是民族情懷的象徵體.
在這樣一個天時地利人和的背景下, AI語音晶片走向崛起爆發期, 實屬意料之中.
當然, 也不排除還有一些跟風者想在浮躁的市場裡作個 '網紅' , 蹭一波AI語音晶片的熱度, 不過做晶片不是做肥皂, 規模化的產業考驗的不僅僅是技術實力, 還有商業落地能力以及風險承擔能力.
虛火還是實熱?
智能音箱的蝴蝶效應以及晶片熱度等表徵原因之外, 從需求和產業去洞悉這次AI語音晶片熱的話, 還得從更廣闊的應用場景以及商業落地說起.
清華大學微電子所所長魏少軍在接受媒體採訪時曾表示, AI的殺手級應用還沒出現, 不管是智能音箱還是其他產品, 都還沒有成為一個剛需. 因此, 只有使語音真正成為人機交互的主流, 才能推動AI語音晶片的爆發.
所以儘管AI晶片熱度高, 但隨之而來的理性聲音會問到語音技術的真實需求市場到底在哪裡?
以智能音箱為例, 在沒有形成家居物聯網前, 很多人認為其更像是一個擺設性的雞肋硬體. 在當下技術還未達到理想情況下, 可以說消費端市場對於語音交互和識別等的剛需仍然有待挖掘.
為此我們整理了幾大AI語音技術公司的產品和方案:
回頭看國外的科技巨頭, 也是遵循著相似的路徑在發展, 他們通過投資或者收購的手段, 做硬體, 開放應用平台.
從上述表格中可以看出, 目前, 無論是像思必馳, 雲知聲, 出門問問, Rokid這樣的AI創企, 還是穀歌, 亞馬遜, 蘋果這樣的巨頭, 他們在應用場景的落地上有諸多交叉, 大多偏向以物聯網為中心, 圍繞智能家居, 車載, 機器人展開布局. 而智能家庭, 物聯網的主戰場之外, 像智慧醫療, 也是這些AI企業正在拓展的新邊疆.
同時, 根據易觀的報告來看, 智能語音市場整體處於高速發展期, 基於語音交互的智能車載, 智能家居, 智能可穿戴等垂直領域都將日趨成熟.
在這些場景中, 人工智慧語音技術雖然算不上非常核心和必不可少的技術, 但是沿襲消費升級和技術迭代的發展軌跡, AI語音晶片背後所承載的語音識別, 交互技術絕對是大勢所趨.
基於這樣的發展路徑規劃以及龐大的消費市場的預測, AI語音晶片的火熱也是理所當然.
就像一個人的身體是由多個器官組成的, 在很多智能應用場景, AI語音晶片扮演的角色更多的是演算法技術的顯性體現, 晶片作為 '硬體' 去配合自家的軟體解決方案, 最終去完成生態的閉環.
披荊斬棘的關鍵: 技術+ 數據
做AI語音晶片是個投入巨大的工程, Rokid聯合創始人王舜德表示, '晶片最重要的一個點就是量, 晶片關鍵的利潤就是上五百萬以上. '
那麼企業如果想要擁有自造血能力, 目前面對的最大瓶頸又是什麼? '
王舜德提出了兩點: 數據和交互. 其中, 交互指的是 '現在語音技術連一般小白用戶的行業理想都沒達到 ' , 這也意味著語音技術還處在非常早期的階段.
而以數據為例, AI公司的競爭力表現之一就是數據, 如何在行業內實現深度迴流, 是AI語音技術公司需要解決的問題. 因為只有實現深度數據迴流之後, 在行業內做演算法才會更加精準, 產品競爭力更強.
但是整個人工智慧裡除了核心演算法和算力外, 場景和數據也非常重要: 技術, 方案, 產品在核心應用場景上要能夠推廣出去, 最終給公司帶來切切實實營收.
確實, 除一體化的解決方案之外, 與場景的深度融合才是未來真正的考驗. 安創空間聯合創始人楊宇欣表示, 'AI公司如果只做晶片, 沒有演算法和場景的話立馬就會遇到生態系統的問題. 現在有了演算法和晶片, 關鍵的問題是如何深入場景打造優秀的語音交互體驗. '
技術之外, 思必馳的高始興也強調了產業落地的重要性, '技術和產業要形成一個迴圈, 而且要把握好窗口期, 機會過了就沒有了. '
在AI賦能傳統行業的窗口期, 一旦一家足夠強大的AI公司切入到某個行業, 它就能依靠數據和積累的行業經驗, 建立起自己的壁壘.
這也是互聯網大數據時代下, AI企業的競爭力所在: 技術+ 數據.
走出舒適區, 面對真實的市場
'開始很多團隊希望做自己最擅長的事情, 最擅長的能做的比較好, 團隊也比較舒服, 你從演算法往晶片或者硬體走, 你就得突破自己, 走出自己的舒適區, 這個可能是需要對自我的一個挑戰的. '
比如AI晶片僅僅強化深度學習能力是不夠的, 感測器接入, 訊號處理, 檢測識別, 以及軟體層面的決策和反饋等, 各個環節需要的演算法和計算特性也是不一樣的.
從演算法到晶片, 硬體, 對於很多初創企業來說, 可以算得上是一個大的跨越, 這也是為什麼一部分AI公司會選擇和晶片公司深度合作. 因為要逃離舒適區, 就得投入更多的精力, 趟過更多的坑.
再就是市場的現狀, 不可否認天貓精靈賣得很好, 但是背後是阿里龐大的資金在做支撐, 但無疑這種狀態不會持久, 當這個生態去掉大頭後, 很多硬體的成本都得面對真實成本, 回到一個正常的階段.
所以在AI語音晶片落地上, 大家更多的還會將眼光瞄準整個物聯網領域, 雲知聲黃偉在採訪中就提到, '今天看起來智能音箱起來的量比較多, 其實它是巨頭在拚命的補貼, 但那不是真正的市場行為. '
他提到雲知聲做的其他智能語音場景雖不像智能音箱那樣, 但縱向對比的依然有大幅度的增長.
確實, 如果把智能音箱百萬, 千萬的量級放在智能語音市場, 只是滄海一粟. 在思必馳的高始興來看, 智能音箱的量還不能算 '爆品' , '我們中國乃至全球的人口, 每個人每個家庭裡都有幾個智能硬體, 在加上一些行業應用場景, 最終物聯網智能硬體的終端會遠遠超過智能手機. '