作為創業公司，我們選擇周期比較短的后裝市場，這方面云知聲抓住了一個時間點。車聯網的概念叫了很久，但以前安卓占的份額一直不大，直到14年底到15年初，安卓車機開始上量，像行車記錄儀、導航儀、后視鏡、都開始用安卓。我們從14年底開始有面向汽車市場的團隊，15年年中開始切入這個市場。后裝車載市場標準相對較低，成本低，出貨周期短，出貨量也很大。比如我們在4S店買車，帶不帶導航儀可能差2萬塊錢，但買一個很的后裝導航儀，可能也就3、4千塊錢。
　　
　　我們直接跟后裝設備廠商合作，例如我們有一家合作代理商全志，提供整機方案的，我們為合作伙伴提供從麥克風降噪到本地云端混合識別及云端內容和服務的綜合性軟硬件一體的語音方案，它會把云知聲的技術放進這些設備。去年不到半年時間，我們的后裝車載語音交互設備的激活量就達到了百萬臺，這百萬臺要換算到前端市場，至少要做十幾個大品牌才行。
　　
　　【記者】車載后裝成本這么低，你們會有利潤嗎？
　　
　　【黃偉】價格低，確實沒什么利潤。但從我們的業務模式上來看，車載用戶是高頻使用的剛需用戶，這里面的數據信息量非常大。比如用戶的出行、行車習慣、用戶的個人屬性，我們更看重數據背后的價值。
　　
　　【記者】既然如此看重數據，那么云知聲的語音云服務平臺的發展如何？
　　
　　【黃偉】我們有自建的云服務平臺，現在每天大概有1.5億到2億次的數據調用，現在和我們合作的公司大概有2萬家，有大有小，大的像華為樂視，小的就是一些創業公司，目前云知聲是公有云平臺數據大的創業公司。
　　
　　數據體現出的價值，一方面是技術價值，今天我們的算法可能還沒有很好的把數據利用起來，但CTC是一個很好的開始，已經減少人工干預數據的依賴性。隨著技術進一步的成熟，我們的數據可以滾動起來；另一方面，用戶使用頻率提高，可以帶動AI的進化，這就是我們從12年9月份就開始搭建免費的語音云平臺的原因。
　　
　　【記者】在智能家居領域，云知聲的業務開展得怎么樣？
　　
　　【黃偉】智能家居方面，我們從2012年底開始和樂視合作，三代超級電視累計出貨量差不多有幾百萬臺；去年我們和華帝合作一款油煙機，去年10月份已經開賣。此外，云知聲和美的、格力、海信等都有合作，從這個月開始，還會有一批重量級客戶與云知聲合作的產品大批量上市，但暫時還不方便透露。
　　
　　以我對家電行業的理解，我認為這個是有壁壘的，比方說大廠商跟技術服務商簽合同，要看具體簽的什么合同，如果只是簽了合作合同，讓你過來評估測試，可能半年、一年之后并不會用，只有簽一個正式的生產合同，才算真正落地，這一般需要兩年周期，目前云知聲是白色家電領域唯一落地出貨的語音芯片供應商。
　　
　　【記者】談到智能家居廠商應用云知聲的AI芯片，具體的技術和模式是怎樣的？
　　
　　【黃偉】在2012-2013的一年半時間里，我們走通了一條路，就是數據驅動的技術提升的一個過程，那時我們就在想，應該再往芯片走，2014年，提出了“云端芯”的戰略。云知聲并不是只做云，以云技術作為切入點，其實我們的語音識別其實包含了在線識別，本地識別，甚至芯片級的識別。向后有語義理解、語音合成、知識圖譜、認知計算，再往前包括低功耗的降噪、回響、打斷、喚醒等功能，在這些方面都做到了以深度學習為整體框架，例如在喚醒模塊中，作為一個非常低的模塊，我們都會用到深度學習。
　　
　　云知聲和高通、君正、全志等芯片企業全面深度合作，在物聯網領域推出智能語音芯片，以授權（license）的模式向客戶收費。像今天，我們給樂視、華帝提供的產品，還有即將大批量上線的產品，并不是一個獨立的芯片，而是芯片模組，但是這個意義非常大。我們知道做芯片，一定要經歷幾個階段，模組、FPGA到芯片。而FPGA是一個完成驗證階段，要把你的性能在上面驗證通過。實際上云知聲從2014年下半年開始規劃產品形態，之后我們拿著這個概念、樣片去跟客戶打磨，花了一年多時間。，讓客戶接受這種未來的交互形態；第二，產品的性能達到客戶的滿意；當然還有重要的一點，量產前一定要做到成本滿意。
　　
　　今天在自有芯片這一塊，我們已經完成了驗證階段，芯片模組已經在各個設備上用起來了。其實芯片設計也沒有大家想的那么復雜，在IoT時代，芯片的運算能力夠用即可，因為更多的智能是在云端。IoT時代的芯片，更像一個傳感器芯片，有足夠用的運算能力，再加上交互能力，已經有足夠用的AI在里面。
　　
　　【記者】除了車載和家居，在其他領域還有業務布局嗎？
　　
　　【黃偉】云知聲的定位是IoT的人工智能服務商，但我們還有一塊做智慧醫療。云知聲是國內唯一在醫院信息系統中成功使用語音識別技術的方案提供商，在協和醫院已經上線，使用語音識別技術錄入電子病歷，今年會全面推廣。
　　
　　我在以前在Nuance工作，Nuance有一半以上的營收是來自醫療，在北美每年HealthCare方面的收入有十多億美金。這個方案這類似于訊飛的“聽見”，只不過我們做的是專門針對醫療系統的，將看病的過程中所有的問詢都是實時生成文字。協和醫院給我們反饋一個評估報告，識別準確率達到95%以上、醫生的平均效率提升38%左右，很大的節省了醫生整理病歷的時間。目前已經上線的醫院有6家，即將上線的有70家，這些數據比如病理的問詢、診斷處方都會回傳到我們的云平臺，現在是一個醫療感知的過程，為未來形成認知提供了基礎。
　　
　　【財務與融資】具備AI獨角獸潛力，營收將達9位數
　　
　　云知聲2015年營收幾千萬。2016年無盈利計劃。
　　
　　預計2016年營收大幅增長，2017年營收上億。
　　
　　【記者】云知聲目前的營收情況如何？
　　
　　【黃偉】去年營收有幾千萬，今年可能會大幅度增長。
　　
　　【記者】融資情況怎么樣？今年會繼續融資嗎？公司估值有多少？
　　
　　【黃偉】今年并沒有特別急迫地去做融資，一方面賬面上還有很多錢，再加上自己本身有營收，而且團隊規模也還不太大。
　　
　　【記者】明年預計營收多少？會有盈利嗎？
　　
　　【黃偉】明年營收應該會達到9位數。今年不打算盈利，主要目標是完成從0到1。
　　
　　今年云知聲成立4周年，前兩年，我們把技術演進的路走通了，2014年底、2015年開始商業化，選擇好定位在IoT，有什么產品形態，用什么方式去和用戶合作，跟客戶大量溝通，后得到客戶認可，愿意為此買單，這就是我們的從0到1。
　　
　　【行業趨勢與戰略】黃偉談AI泡沫，AI創業公司如何度過資本寒冬？
　　
　　人工智能熱潮遇到資本寒冬期，對于toB的技術創新企業，終的競爭力評價指標是能否通過差異化產品定位及客戶訂單落地，帶來營收和增長。
　　
　　目前成熟的AI技術是語音技術。圖像領域的人臉識別和安防是常見應用但有諸多限制。長期來看，圖像、語義、無人機領域的技術將有較大應用發展。
　　
　　【記者】云知聲對于未來3-5年如何規劃？
　　
　　【黃偉】長遠來看，技術上要持續前進，在IOT時代做數一數二的人工智能服務商。3-5年內，我們寫出了一個1，希望在后面劃很多0；也希望我們在新的領域寫出新的1。人工智能是一項底層技術，它的應用點很多，我們能做家居、車載、醫療未來也能夠拓展新的領域，也可能會投資和孵化一些團隊來做。
　　
　　【記者】近年來，大企業研究院主管和高校教授創業成為一種風潮，您作為AI領域比較早期的代表，如何看待這種現象？
　　
　　【黃偉】我覺得一方面這是好事，這方面中國跟美國之間存在很大的差異，在美國的工業界和學界的流動比較頻繁，但在中國還是相對封閉的。在中國，博士畢業后，你選擇去高校還是去企業，基本上決定了未來的人生軌跡。今天，我們看到高校教授、大公司的高管出來創業，說明現在機會變多了，這個當然好事。但另一方面呢，可能會帶來相對浮躁的東西，咱們之前在新智元的群里也交流過，我覺得人工智能熱，和以前的O2O熱，P2P熱其實有些現象是比較像的，一窩蜂上。很多投資機構為了趕熱點其實并不懂，很多投入的創業者其實也沒想好競爭優勢在哪里，哪怕拿到筆錢，又靠什么活下來？
　　
　　我個人覺得，中美的創業環境不太一樣，，在美國，你專注做好自己就可以了，大公司之間，還是有敬畏心的。中國不是這樣，恨不得什么都能干，要不把你買了、要不把你滅了、要不然把人挖了，其實創業環境比較惡劣。第二，在美國是認可技術價值的，有人愿意為技術去買單，這是為什么在中國toB不被看好，但美國toB的公司活的很好，IBM就是toB的公司。在中國基本上全民認為技術不值錢的情況下，一個技術創新公司怎么生存下來很重要。第三，在創業競爭環境相對惡劣，自身價值不被認可的情況下怎么活下去？落地就很關鍵，在中國的產業環境下，怎么把技術階段性的變成產品，借助產品去落地，關鍵的是要夠活下去，不能完全靠融資。
　　
　　對于我個人而言，從科大博士畢業之后，一直在工業界工作，04年到當時的巨頭摩托羅拉的全球四大研發中心之一，半年時間做出全球個語音識別工業界產品，這些工業界的經歷，對于思考技術如何去落地有重要的幫助。
　　
　　【記者】您如何看待這一輪資本寒冬的影響？
　　
　　【黃偉】我認為資本寒冬是相對的概念，早期項目估值不高、要的錢也不多，影響不是特別大。但要看寒冬延續多久，拿到筆錢的團隊可能拿不到第二筆錢。終還是取決于企業能能否把講出來的故事落地，資本寒冬的影響不外乎融資難度大一點，估值下調一些，但能搞定的公司基本都能搞定。
　　
　　【記者】如何量化一個AI技術公司的商業化？
　　
　　【黃偉】用戶量、市場份額、營收能力。尤其在資本寒冬下，重要的還是營收，有客戶買單。云知聲走過這條路，當然時間窗口不太一樣，但1-2年內初創公司做到規模級的營收比較困難，除非團隊已經有很成熟的技術、產品，從公司成立的天開始商業化。如果只有初步的技術儲備、團隊架構還不完善，要花1年左右的時間來搭班子、做產品研發，其實離商業化落地還需要挺長的時間。
　　
　　【記者】如果您是投資界人士，會在人工智能各領域如何選擇？
　　
　　【黃偉】看重短期回報的話，肯定投語音，相對而言成熟的技術還是在語音方面。其他的，比如圖像領域，主要在做人臉，跟安防相關，這就會遇到一個尷尬的地方，被業務控制，還是要拓展一些其他應用識別領域，但其他領域技術確實還不是太成熟。但從長期回報考慮，比如5年時間，包括圖像、語義、無人機等我都會投。