赵泓维作者

融资20亿,坐拥全球首款物联网AI芯片,这家AI独角兽拟登科创板

11月3日晚,物联网人工智能独角兽云知声智能科技股份有限公司(后简称“云知声”)提交的科创板IPO申请材料获得受理,其上市辅导工作已全部完成,已于上交所科创板官网公示。

2012年6月,云知声在北京成立。那个时候,“云”的概念仍未得到明确的定义,“深度学习”技术也才初露头角。 

当年不足十人的创始团队看准了两项技术的发展潜力,成立仅三个月,云知声发布了公有云平台;同年12月28日,云知声上线了深度学习功能,开创性地将DNN 引入到传统声纹识别 ivector技术框架中,这一举动比百度的DNN早了整整一年。

2014年,云知声提出了“云-端-芯”战略,打算建立生态闭环。不过,尽管“芯生态”的概念远远领先于行业认知,云知声仍必须使用高通等海外厂商的通用芯片,既在核心技术上受制于人,又无法将自己的NLP能力与芯片完全融合,这个问题困扰了云知声整整四年。

2018年5月,云知声终于攻克芯片难题,打造了第一代UniOne物联网AI芯片及其解决方案——雨燕(Swift),该芯片是全球首款面向物联网的AI芯片,能够与云知声的AI能力完美契合,其解决方案性能较通用方案提升超50倍。

8年时间,云知声总计进行了9次融资(天眼查数据),获取51款软件著作权,533项专利。 

在这期间,云知声获得至少20亿元资金,其中不乏高盛、奇虎360京东云等知名企业助力。如今,云知声已稳坐人工智能/物联网领域领头的独角兽之一。 

云知声融资进程(数据来源于天眼查) 

不过,人工智能技术产业化尚不成熟,家育、医疗双产业也仍未出现有效的商业化模式,赶上科创板的红利,云知声是否能够因此更进一步?

研发投入惊人,营业收入有待提高

虽在技术上存在颠覆性的突破,但由于智慧家居、智慧医疗市场均仍处于开拓之中,相关业务商业化远不成熟,云知声的掘金之旅也多少受到了市场的限制。 

报告期内,云知声亏损净额分别为17,376.33万元、21,354.87万元、29,188.73万元和11,181.14万元, 扣除非经常性损益后归属于母公司所有者的净亏损分别为17,727.72万元、22,943.82万元、31,712.48万元和11,036.41万元,总的来看,云知声亏损规模较大,且在短期内难以实现盈利。 

在此情况下,云知声尝试采用第二套上市标准登陆科创。该标准要求企业”预计市值不低于人民币15亿元,最近一年营业收入不低于人民币2亿元,且最近三年累计研发投入占最近三年累计营业收入的比例不低于15%”。

云知声在研发方面的投入有一丝破釜沉舟的味道。报告期内,其研发费用与营业收入的比值分别为109.13%;117.78%;77.61%、163.55%,其比值远超过规则要求的15%。 

 财务指标节选

疫情期间,云知声面向医院、家电、商业地产类客户的业务在上半年均受到较大影响。其中,医院类客户将主要精力转移到了病患收治,并普遍将包括智能化升级在内的其他业务需求进行了延后安排,从而导致其语音病历系统、病历质控系统等产品销售迟滞;家电类客户的销量则受疫情影响大幅下滑,产品需求、新产品创新需求均因此下滑。 

从2020年研发费用与营业收入的比值可以看出,云知声跟随市场节奏,有意控制了开发速度,进而阻止了今年净亏损数字的继续上涨。 

再谈营业收入。2018年经历了营业收入的三倍跨越后,云知声在2019年的增幅不算明显。由于2020年后半年各级消费都将迎来飞速提升,全年数据超过2019年没有太大悬念。 

虽然2019年云知声的营业收入未经历太多增长,却恰好迈过了2亿元营业收入这道重要的坎,得以取得进入科创板的机会。但在人工智能行业来看,2亿这个数字虽远高于众多位于B、C轮的医疗AI企业,却距离商汤、依图等坐拥AI安防的独角兽还存在太大的差距。要撑起百亿的估值,云知声还需要在商业化方向继续努力。

以家居、医疗为核心构建产品体系,

多个市场占有率超70% 

以“万物互联,知音知心”为愿景,云知声开拓了智能语音交互产品与智能物联解决方案两个系列,聚焦于家居、医疗两大领域。 

在家居领域,云知声在住宅和酒店场景,以空调语音模组为突破口,通过与格力等家电龙头企业深入合作,拓展形成了覆盖数十种物联网设备的物联网语音交互产品系列。在此基础上,云知声进一步将的单一产品升级为综合解决方案,并面向酒店、社区等场景规模交付。 

根据灼识咨询数据,公司目前在家电智能语音模组领域的市场占有率已达到70%。此外,公司与世茂集团达成战略合作,成立合资公司,面向世茂集团下属的众多酒店批量交付智慧物联解决方案,带来销售收入的快速增长。 

在智慧生活的子领域——白电市场,公司通过与格力等白电巨头合作,灼识咨询数据显示,云知声的市场占有率已达到70%。 

智慧医疗是云知声发力的一个重要场景。云知声语音病历录入系统优势地位显著,市场占有率高达70%;病历质控系统逐渐发力,目前市场占有率约30%。上述智慧医疗类产品已在北京协和医院等近百家三甲医院中上线使用,并处于进一步扩张之中。 

从2020年半年度销售情况可作粗略估计,云知声的家居与医疗领域的体量比大概在4:1,本文主要分析云知声在医疗领域的业务发展情况。

报告期内,云知声主要产品与服务的收入情况,智慧物联逐渐成为营收主要来源

(数据来源于云知声招股书)

报告期内前五大客户具体情况(数据来源于云知声招股书)

详解云知声医疗业务体系与其发展机遇

相较于智慧家居领域,云知声在智慧医院的业务量相对较少。但在政策的推动下,云知声医疗语音交互解决方案、智能病历质控系统两条医疗业务正面临前所未有的机遇。

云知声医疗语音交互解决方案由医疗语音识别引擎、语音录入客户端、定制麦克风和鼠标组成。以深度学习、超级计算和大数据等AI 技术为基础。 

据美国医学会统计,医生的职业生涯中的35%到40%时间花在了病历采集与录入之上,如果以时间价值衡量一个主任医师在电子病历上的投入,这一数字为每年65500欧元。 

国内的情况同样不容乐观,在信息化的大趋势之下,很多医生不得不把更多的时间花在病历录入上。特别是一些乡镇医生,一套电子信息病历可能需要进行6次录入才能保证完整。 

解决这一问题需要从两个角度解决,一方面需要提高系统的互操作性,降低病历录入的复杂度;另一方面需要优化语音录入流程,加快信息录入速度。云知声便是从后者出发,通过以知识图谱支持下的语音录入替代键盘录入、手动记录的方式,缩减医生花在电子病历录入上的时间。 

这一方式在国外拥有实践支持。HIMSS2018年关于电子病历调查中显示,美国语音录入及键盘录入情况分别为37%和33%,而语音录入相较其他录入方式而言,大致提高了20到40%的效率。 

为适应医院不同科室实际的使用需求,该系统提供两个版本。其中,标准版提供一种方便快捷的辅助录入方式,医生通过口述患者病情,系统自动将语音转为文字,以结构化的方式录入电子病历数据,实时将文本输入至光标所在位置,从而提高录入效率;升级版则将专科识别模型、语音操控接口、语音过滤等专科化功能作为单独模块开发,实现系统的低耦合。可根据业务和场景需要与标准版系统进行自由组装,打包成不同的专科方案。

除此以外,云知声还实现了键盘录入和语音录入并存,即无需进行特定的“关闭语音输入法打开键盘输入法”步骤,即可自由切换,这些细节同样是提高医生效率的关键。 

不过,无论采用哪一种病历数据录入方式,其中的错误在所难免。然后,病历质控并不是一个简单的校准问题,这个环节如同“鸡肋”,不能不管,也难以去管。 

一方面,病历质控对质控员的能力有着极高的要求,合格的质控员需具有临床背景——华西医院质控岗位招聘公告中便要求应聘者具有“硕士及以上学历”、“临床医学及相关专业背景”。这样的招聘要求并不低,甚至比很多城市中心医院的临床科室招聘要求都高了许多。在中国医疗资源严重缺失的背景下,优秀的临床医学生尚不能满足临床需求,离开临床专职质控,无论是管理层还是医生本人都难以接受。 

另一方面,一份病历长达数十页至上百页不等,人工质控需要花费大量的时间,且即使是经验丰富的医师也很难短时间从大量资料中找出其中的错误,很多错误需要质控人员联系病历中的各个部分才能找出,这无疑对质控员的各方面能力都提出了极高的要求。 

在这一情况下,云知声依靠其基于百万数据构建知识图谱,打造了智能病历质控系统。该系统可准确理解病历内涵并进行缺陷筛查,重塑业务流程,大幅提高病历质控工作效率,以及质控的深度和广度。 

云知声IOT事业部总裁谢冠超曾告诉动脉网:“在提高病历质控覆盖率方面,云知声首先以不同省份的质控规范及不同医院的质控规范基准,打造了一个质控点全集,在此基础上,云知声会根据特定医院特定场景对数据库进行补充。” 

东南大学附属中大医院是云知声病历质控方向的合作方,截至2019年,中大医院病历质检覆盖率已达100% ,质检缺陷覆盖面由原来的重点缺陷检查升级为全缺陷检查,质检工作提速接近10倍。 

从目前来看,云知声的语音交互解决方案与病历质控解决方案的基于来源于政策的推动。一方面,疫情之后,各级医院纷纷尝试建立新型公卫防御体系,并在电子病历、三级公立医院绩效考核的前提之下对医院进行信息化升级。因此,众多二级、三级医院面临HIS系统、电子病历的更新迭代。 

另一方面,DRG的全面试点促使医院愈发重视病案科的病案监管问题,由于病案低编将为医院收益带来持续损失,医院存在主观意愿加强病案质控。 

如果云知声的产品体系能够有效契合医疗体系的需求,其营收与估值将进一步因此提升。 

云知声或仍需开拓新的赛道

云知声的现有业务体系来看,其智能家居领域的业务将面临百度、小米、华米、松下、苹果、亚马逊等一系列强有力竞争对手。随着市场进一步成熟,云知声或将投入更多研发成本于智慧家居的应用之中,以维持现有的竞争优势。 

而医疗领域业务虽有政策支撑,但两大业务线的整体市场规模算不上大。以拥有类似业务的信息化上市公司为例,他们营业收入大致在5-10亿元不等,净利润约为0.5-5亿元。相比之下,云知声医疗业务范围较窄,若能坐稳医疗信息化,云知声的营收水平或能获得成倍的提升,但要撑起百亿估值,云知声或许还需要开拓其他的产品体系。 

不过,互联网是一个快时代,我们很难预料这样一家拥有众多专利的企业能够在未来抓住怎样的机遇。若能成功上市,云知声或许能够带领人工智能迎来真正的春天。

动脉网
动脉网

专注医疗产业服务平台

产业智慧医疗云知声
相关数据
云知声机构

云知声专注于物联网人工智能服务,是一家拥有完全自主知识产权、世界顶尖的智能语音识别、语义理解等技术的高新技术企业,总部位于北京,在上海、深圳、厦门、合肥设有子公司。公司员工500余人,核心研发团队近百人,其中 45% 拥有博士学历,工程师占比78%,拥有雄厚的科研和产业化实战能力。 云知声深入探索感知智能、认知智能、通用智能三大方向,在语音、语言、知识计算、大数据分析、人工智能芯片等领域建立了领先的核心技术体系,以此构建了完整的人工智能技术图谱。并率先在国内布局大规模异构并行超算平台 Atlas 和深度学习计算框架 UniFlow ,以领跑行业发展的技术实力,助力 AI 基础设施建设,服务国家 AI 战略。 基于“云、端、芯”技术产品体系,提供跨平台、跨场景,融合云端智能和本地智能一体化的 AI 系统解决方案,已在 AI 生活(家居、车载等)和 AI 服务(医疗、教育、政务、金融等)两大核心场景广泛落地。 目前合作伙伴数量已超过 2万家,覆盖用户已超过 2亿,日调用量超 4亿次,其中语音云平台覆盖的城市超过 647个,覆盖设备超过 1 亿台。 云知声自 2012 年成立以来,发展迅猛,备受人工智能行业及资本市场关注,累积融资数亿美元,并多次创下AI语音领域单轮融资记录。云知声连续两年入选福布斯中国最快科技成长公司 50 强企业,是中国人工智能行业成长最快的创业公司之一 。

https://www.unisound.com/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东商城、京东金融、拍拍网、京东智能、O2O及海外事业部等。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作,1号店并入京东。

奇虎360机构

360公司成立于2005年8月,创始人周鸿祎 2011年3月30日在纽交所成功上市 2018年2月28日,回归A股上市,上证交易所(601360) 是中国第一大互联网安全公司,用户6.5亿,市场渗透率94.7% 中国第一大移动互联网安全公司,用户数超过8.5亿 中国领先的AIoT公司,将人工智能技术应用于智能生活、家庭安防、出行安全、儿童安全等多个领域

http://smart.360.cn/cleanrobot/
东南大学机构
推荐文章
暂无评论
暂无评论~