如果要概括近兩年的AI創(chuàng)企現(xiàn)狀，融資和造芯是繞不開的話題。而芯片這個詞，極有可能會入選2018年年度關(guān)鍵詞。
從去年開始起來的熱度，在中興事件的催化下，快速發(fā)生更強烈的化學反應(yīng)。這其中，最耐人尋味的便是AI語音芯片的快速崛起：
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語音芯片：
那么，為什么大家會不約而同的在當下這個時間節(jié)點發(fā)布AI語音芯片，這背后的邏輯到底是什么呢？
導(dǎo)火索：智能音箱市場的小爆發(fā)
今年的618促銷活動，天貓精靈玩了一把價格營銷戰(zhàn)，只需要99元就能購買一臺智能音箱。很快，在7月5日，天貓精靈就宣布一年時間內(nèi)，他們的全渠道銷量累計超過500萬臺。
這種巨頭壓低價格走量的行為，很快引起了連鎖反應(yīng)，關(guān)于智能音箱風口的討論甚囂塵上，由亞馬遜帶起的這陣風終于刮到了國內(nèi)。
根據(jù)Strategy Analytics 最新發(fā)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(shè)備的量剛起來的時候，大家突然意識到芯片是很重要的一個環(huán)節(jié)，將它的必要性放到一個更高的位置。”作為最早開始布局AI語音芯片的云知聲，其創(chuàng)始人黃偉談到最近的芯片熱如是說道。
這一輪智能音箱市場的爆發(fā)，讓不少人看到潛在的AI語音芯片市場機會。
據(jù)今年3月外媒Information的報道，亞馬遜正在設(shè)計定制用于支持智能音箱Echo的AI芯片，當時消息稱亞馬遜已經(jīng)擁有449名有芯片專業(yè)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(fā)布智能語音芯片。
巨頭潛在的動作是最重要的市場風向標之一，這個導(dǎo)火索也順其自然地燃到了AI語音芯片上，探尋其背后的邏輯，也在于AI語音芯片較之于傳統(tǒng)通用芯片的優(yōu)勢。
其實最早的通用芯片在語音方面發(fā)揮的功效并不大，通常情況下就是將多媒體數(shù)字編碼器＋數(shù)字信號模塊處理相結(jié)合。
在2014年年底的時候，亞馬遜的Echo問世，有些半導(dǎo)體廠商瞄準了這塊市場，開始推出語音芯片，其中最典型的莫過于聯(lián)發(fā)科。據(jù)了解，當時有人推測2016年智能音箱市場將近80％的芯片都是MTK提供的，而這又得益于他們和亞馬遜Echo的深度合作。
當智能硬件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(xiàn)，比如喚醒、數(shù)據(jù)信號處理。同時考慮安全、網(wǎng)絡(luò)情況等因素，AI語音芯片出現(xiàn)是必然結(jié)果。
相比較語音芯片，AI語音芯片集成度高、功耗低、成本低，能夠?qū)崿F(xiàn)算法和終端的完美結(jié)合。
Rokid聯(lián)合創(chuàng)始人王舜德在回答當初為什么會做AI語音芯片的時候，就提到“因為我們知道做產(chǎn)品的痛苦，了解芯片的價錢會帶動整個產(chǎn)品，而當時的芯片非常耗電，集成度低。經(jīng)歷過這些痛點，我們就想優(yōu)化芯片的設(shè)計，用上我們前端的算法。”
算法—芯片—硬件：商業(yè)化落地的必然
仔細梳理一下現(xiàn)在幾大主流AI創(chuàng)企做AI語音芯片的思路，大多數(shù)還是選擇和有經(jīng)驗的芯片公司深度合作。
比如出門問問和Rokid就宣布自己的芯片是基于杭州國芯科技芯片深度定制，其中Rokid的KAMINO18基于40nm工藝的國芯GX8010制造，GX8010是國芯去年發(fā)布的主打AI交互的NPU芯片，該芯片專為物聯(lián)網(wǎng)應(yīng)用設(shè)計，具備低功耗、可離線、可移動的優(yōu)勢。思必馳在宣布打造芯片的時候，也提到他們會和某芯片巨頭在AI芯片方面達成合作，成立合資公司。
芯片公司提供低功耗、集成度低的設(shè)計架構(gòu)，AI語音技術(shù)公司則會在麥克風陣列信號處理、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(shù)集成到其中。
為什么算法技術(shù)落地，要從芯片以后后續(xù)的硬件開始，個中緣由離不開我國的軟硬件環(huán)境。
華為的輪值CEO徐直軍在2018年軟博會上曾提到：“國內(nèi)客戶尤其不接受軟件收費，導(dǎo)致國內(nèi)軟件產(chǎn)品型企業(yè)無法形成商業(yè)模式?！?/p>
大家接受的軟件銷售模式就是類似于硬件的模式，國內(nèi)就認為硬件很值錢，軟件不值錢，認為它的成本低。
所以在國內(nèi)如果要實現(xiàn)業(yè)務(wù)和商業(yè)快速增長，規(guī)?；谋l(fā)，只做算法、軟件是非常困難的。最新的技術(shù)、方案，包括產(chǎn)品通過硬件載體的方式更有可能實現(xiàn)規(guī)?；脑鲩L和復(fù)制。
所以，AI公司的算法集成到芯片公司的語音芯片中，可以說是一個省力又討好的合作，而AI語音芯片伴隨著各種智能硬件熱度上升也是水到渠成的事情。
另外，刨除這些技術(shù)因素，講好芯片的故事，也有助于AI企業(yè)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(jié)點：做芯片既是技術(shù)實力的表現(xiàn)，也是民族情懷的象征體。
在這樣一個天時地利人和的背景下，AI語音芯片走向崛起爆發(fā)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里作個“網(wǎng)紅”，蹭一波AI語音芯片的熱度，不過做芯片不是做肥皂，規(guī)模化的產(chǎn)業(yè)考驗的不僅僅是技術(shù)實力，還有商業(yè)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(yīng)以及芯片熱度等表征原因之外，從需求和產(chǎn)業(yè)去洞悉這次AI語音芯片熱的話，還得從更廣闊的應(yīng)用場景以及商業(yè)落地說起。
清華大學微電子所所長魏少軍在接受媒體采訪時曾表示，AI的殺手級應(yīng)用還沒出現(xiàn)，不管是智能音箱還是其他產(chǎn)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語音芯片的爆發(fā)。
所以盡管AI芯片熱度高，但隨之而來的理性聲音會問到語音技術(shù)的真實需求市場到底在哪里？
以智能音箱為例，在沒有形成家居物聯(lián)網(wǎng)前，很多人認為其更像是一個擺設(shè)性的雞肋硬件。在當下技術(shù)還未達到理想情況下，可以說消費端市場對于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(shù)公司的產(chǎn)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(fā)展，他們通過投資或者收購的手段，做硬件，開放應(yīng)用平臺。
從上述表格中可以看出，目前，無論是像思必馳、云知聲、出門問問、Rokid這樣的AI創(chuàng)企，還是谷歌、亞馬遜、蘋果這樣的巨頭，他們在應(yīng)用場景的落地上有諸多交叉，大多偏向以物聯(lián)網(wǎng)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(lián)網(wǎng)的主戰(zhàn)場之外，像智慧醫(yī)療、也是這些AI企業(yè)正在拓展的新邊疆。
同時，根據(jù)易觀的報告來看，智能語音市場整體處于高速發(fā)展期，基于語音交互的智能車載，智能家居，智能可穿戴等垂直領(lǐng)域都將日趨成熟。
在這些場景中，人工智能語音技術(shù)雖然算不上非常核心和必不可少的技術(shù)，但是沿襲消費升級和技術(shù)迭代的發(fā)展軌跡，AI語音芯片背后所承載的語音識別、交互技術(shù)絕對是大勢所趨。
基于這樣的發(fā)展路徑規(guī)劃以及龐大的消費市場的預(yù)測，AI語音芯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(yīng)用場景，AI語音芯片扮演的角色更多的是算法技術(shù)的顯性體現(xiàn)，芯片作為“硬件”去配合自家的軟件解決方案，最終去完成生態(tài)的閉環(huán)。
披荊斬棘的關(guān)鍵：技術(shù)＋數(shù)據(jù)
做AI語音芯片是個投入巨大的工程，Rokid聯(lián)合創(chuàng)始人王舜德表示，“芯片最重要的一個點就是量，芯片關(guān)鍵的利潤就是上五百萬以上?！?/p>
那么企業(yè)如果想要擁有自造血能力，目前面對的最大瓶頸又是什么？”
王舜德提出了兩點：數(shù)據(jù)和交互。其中，交互指的是“現(xiàn)在語音技術(shù)連一般小白用戶的行業(yè)理想都沒達到 ”，這也意味著語音技術(shù)還處在非常早期的階段。
而以數(shù)據(jù)為例，AI公司的競爭力表現(xiàn)之一就是數(shù)據(jù)，如何在行業(yè)內(nèi)實現(xiàn)深度回流，是AI語音技術(shù)公司需要解決的問題。因為只有實現(xiàn)深度數(shù)據(jù)回流之后，在行業(yè)內(nèi)做算法才會更加精準，產(chǎn)品競爭力更強。
但是整個人工智能里除了核心算法和算力外，場景和數(shù)據(jù)也非常重要：技術(shù)、方案、產(chǎn)品在核心應(yīng)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(chuàng)空間聯(lián)合創(chuàng)始人楊宇欣表示，“AI公司如果只做芯片，沒有算法和場景的話立馬就會遇到生態(tài)系統(tǒng)的問題。現(xiàn)在有了算法和芯片，關(guān)鍵的問題是如何深入場景打造優(yōu)秀的語音交互體驗?！?/p>
技術(shù)之外，思必馳的高始興也強調(diào)了產(chǎn)業(yè)落地的重要性，“技術(shù)和產(chǎn)業(yè)要形成一個循環(huán)，而且要把握好窗口期，機會過了就沒有了。”
在AI賦能傳統(tǒng)行業(yè)的窗口期，一旦一家足夠強大的AI公司切入到某個行業(yè)，它就能依靠數(shù)據(jù)和積累的行業(yè)經(jīng)驗，建立起自己的壁壘。
這也是互聯(lián)網(wǎng)大數(shù)據(jù)時代下，AI企業(yè)的競爭力所在：技術(shù)＋數(shù)據(jù)。
走出舒適區(qū)，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，你從算法往芯片或者硬件走，你就得突破自己，走出自己的舒適區(qū)，這個可能是需要對自我的一個挑戰(zhàn)的?！?/p>
比如AI芯片僅僅強化深度學習能力是不夠的，傳感器接入，信號處理，檢測識別，以及軟件層面的決策和反饋等，各個環(huán)節(jié)需要的算法和計算特性也是不一樣的。
從算法到芯片、硬件，對于很多初創(chuàng)企業(yè)來說，可以算得上是一個大的跨越，這也是為什么一部分AI公司會選擇和芯片公司深度合作。因為要逃離舒適區(qū)，就得投入更多的精力，趟過更多的坑。
再就是市場的現(xiàn)狀，不可否認天貓精靈賣得很好，但是背后是阿里龐大的資金在做支撐，但無疑這種狀態(tài)不會持久，當這個生態(tài)去掉大頭后，很多硬件的成本都得面對真實成本，回到一個正常的階段。
所以在AI語音芯片落地上，大家更多的還會將眼光瞄準整個物聯(lián)網(wǎng)領(lǐng)域，云知聲黃偉在采訪中就提到，“今天看起來智能音箱起來的量比較多，其實它是巨頭在拼命的補貼，但那不是真正的市場行為。”
他提到云知聲做的其他智能語音場景雖不像智能音箱那樣，但縱向?qū)Ρ鹊囊廊挥写蠓鹊脑鲩L。
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，每個人每個家庭里都有幾個智能硬件，在加上一些行業(yè)應(yīng)用場景，最終物聯(lián)網(wǎng)智能硬件的終端會遠遠超過智能手機?！?/p>
結(jié)語：
在和多位AI語音技術(shù)初創(chuàng)公司采訪的時候，大家不約而同會提到，自己并不是PPT造芯，有的表態(tài)已經(jīng)和合作企業(yè)達成流片；有的表態(tài)芯片已經(jīng)開始規(guī)模化應(yīng)用……在這條賽道上，業(yè)內(nèi)人達成了共識：市場剛剛開始，遠遠沒到競爭的時候，其實需要越來越多的公司一塊把市場做大，到那個時候再去細分賽道。
AI語音芯片的熱戰(zhàn)才剛剛開始，對于這些AI語音技術(shù)公司來說，道阻且長，行則將至。