2025年3月30日，云知声在获得中金公司和海通国际的共同保荐后，第三次向香港交易所提交了招股文件。值得关注的是，与前两次不同，此次云知声获得了积极的反馈。随后，在6月12日，公司公布了聆讯结束后的招股文件，标志着这家历史悠久的AI企业即将迈入首次公开募股（IPO）的征程。
在DeepSeek的引领下，大模型领域经历了翻天覆地的转变。云知声的AI智能体管理平台不得不与DeepSeek实现深度结合，尽管每年投入数亿的研发资金显得有些尴尬，但这与研发的高度外包化却形成了良好的互补。
2024年，云知声虽然呈现了营收增长的业绩，然而客户数量却几乎未见增长。以医疗客户为例，其数量始终维持在160名上下，而日常生活领域的客户数也仅略超400名。云知声业务发展平淡无奇的根本原因，或许可以追溯到其过度依赖的项目制模式。这种模式在初期或许能带来生存的甜头，但若不能转化为产品，长远来看，很可能会成为制约发展的毒瘤。
三年亏损12亿，云知声增收不增利
天眼查的统计信息揭示，2012年，正当人工智能领域尚未迎来全面兴盛之时，云知声便已崭露头角。根据其招股说明书，经过13年的不断成长，云知声的业务版图已拓展至医疗健康和日常生活的多个领域，而公司的核心技术亦从智能语音技术演进至大模型技术。由此可知，在人工智能技术及业务领域每一次的变革与进步中，云知声总能做出相应的策略调整。
与其他新兴AI企业相似，依托AI技术概念和创始人黄伟等曾在摩托罗拉中国研究中心任职的背景，云知声自成立之初便迅速吸引了资本市场的关注。自2013年首次获得A轮融资以来，短短10年间，公司共完成了11轮融资，融资总额高达3.4亿美元，吸引了启明创投、挚信资本、中网投、京东尚科等三十余家投资机构的资金支持。
2020年正值医疗AI领域的高峰时期，云知声向科创板提交了上市申请，然而，随后却爆发了关于数据的重大争议。尽管如此，云知声并未能实现首次公开募股。自那时起，公司便将注意力转移到了香港交易所。从2023年6月27日起，云知声先后三次向香港交易所提交了上市申请。
与往年相比，云知声在2024年的商业化进程明显加快。该年度，公司总营收达到了9.39亿元，较上年同期增长了29.16%。这一成绩的取得，主要得益于日常业务领域的显著提升，2024年该业务板块贡献了7.40亿元的营收，占据了总营收的78.5%，较上年同期增长27.81%。
在云知声营收快速增长的同时，其核心业务客户增长近乎停滞。在招股书所涵盖的期间，公司主要客户数量分别为63家、78家和71家，而到了2024年，这一数字有所下降；由于客户构成过于单一，风险问题愈发明显。从2022年至2024年，前五大客户的收入贡献率分别达到了30.8%、27.4%和26.7%，这一现象正是世茂集团出现财务危机并导致2630万元坏账计提的原因。再者，2024年的应收账款周转天数高达277天，5.59亿元的应收账款占到了总营收近60%，资金回收效率的低下进一步加剧了公司的经营风险。
另一方面，尽管云知声的营业收入呈现出迅猛增长的趋势，但其亏损额度也在持续攀升。2024年，公司亏损额达到了4.54亿元，较上年同期增长了21.39%。在整个报告期内，累计亏损额已超过12亿元。
在持续亏损下，云知声的资产情况越来越不乐观。
到了2024年的尾声，云知声的总资产降至10.79亿元，较年初下降了2.35%；而总负债则攀升至38.33亿元，比年初增长了12.64%。资产负债率达到了355.24%，较年初上升了47.28个百分点。净资产方面，出现了-27.54亿元的赤字，较年初减少了18.16%。在债务构成上，云知声的流动负债为4.93亿元，较年初增长了47.60%。短期借款额达到1.45亿元，较去年同期增长了123.08%；同时，贸易及其他应付款项为2.32亿元，同比增长了28.72%。
架构覆盖面过广，资金和技术实力承压
在初创阶段，尽管云知声也以人工智能为名，但其核心技术主要集中在语音识别领域。当时，语音识别技术已经相对成熟，与后来流行的图像识别以及自然语言处理技术并不属于同一技术范畴。
2015年对云知声而言至关重要，这一年，其产品开始在众多行业中得到广泛应用。5月，公司推出了首款智能家居产品；9月，则发布了全面的智能家居解决方案。进入2016年，云知声着手于医疗领域的拓展，从电子病历入手，逐步构建医疗市场布局。
自2016年起，图像识别技术成为了人工智能领域的代表，与此同时，智能语音技术受到了冷落。即便是在备受瞩目的医疗行业，也逐渐被医疗AI的影像识别技术所取代。此外，AI四小龙（商汤、旷视、云从、依图）的迅猛发展，使得云知声这样的AI“资深参与者”显得相对黯淡。
2018年，由于多种因素，行业领先的人工智能新兴力量以及大型企业开始意识到构建基础设施的关键性，并纷纷着手构建AI算力基础设施。以商汤为例，其大型设备正是在这一年提出构想，而百度也在同年发布了AI芯片“昆仑”。这一AI芯片的发展趋势，为云知声带来了新的发展契机。2018年，公司推出了边缘交互式的AI芯片UniOne系列；到了2023年，已向市场供应了大约1300万颗消费级AI芯片；同时，公司还通过NPUIP的授权，实现了车用芯片的商业化运营并投入了实际使用。
2022年，GPT模型崭露头角，云知声立刻集结精英，于2023年推出了参数量高达600亿的“山海大模型”，这一模型就此成为云知大脑的核心算法。自此，云知声构建起了以“Atlas AI基础设施、云知大脑以及AI应用解决方案”为核心的，全方位、多层次的业务架构体系。
该架构规模庞大，对研发投入的要求极高。在2022年至2024年期间，云知声的研发经费投入分别为2.87亿元、2.86亿元以及3.70亿元。尽管研发投入在收入中占比达30%至40%，然而，大量研发资金流向了第三方外包服务，2024年的外包费用高达2.1亿元。尽管公司宣称主要资源集中在核心产品的研发上，然而，对第三方外包的过度依赖凸显了公司在核心技术积累方面的不足。
在大型模型领域，尽管云知声推出的山海大模型在某些性能评估中表现出色，然而，与行业领先企业的大模型相比，它在模型参数量、计算能力以及应用场景的扩展等方面还存在差距。而引入DeepSeek技术后，山海大模型的处境变得更加不利。
李彦宏在百度云智大会上指出，目前我国已发布70多个参数规模超过10亿的大模型。他认为，创业者投身于大模型的竞争并无实质意义，相较之下，专注于AI原生应用领域的机会更为广阔。他以移动互联网时代为例，指出当时操作系统市场主要由安卓和iOS主导，但成功应用却层出不穷。
截至2024年终，云知声的现金流入量降至1.56亿元，较上年同期下降了58.84%。若以2024年的现金净流出2.23亿元为基准，这样的资金状况仅能支撑公司运营不超过五个月。不断加大研发投入，使得云知声的现金流承受了巨大的压力。
幸运的是，云知声即将完成首次公开募股，并成功获得新一轮的融资。然而，需要注意的是，在云知声的招股说明书中提到，此次IPO筹集的资金将主要被用于投资Atlas AI基础设施、人才培养等研发相关领域，同时还将用于拓展新兴的垂直市场、推进国际化进程以及开展战略合作。此外，部分资金还将用于公司的日常运营和一般性开销。
云知声通过IPO融资能够维持多长时间的发展？面对基础设施和大模型方面的劣势，云知声为何仍旧选择勇往直前？
业务不温不火，项目制是蜜糖还是毒药
2024年，云知声在日常生活领域的业务收入达到了7.40亿元，这一数字较上年同期增长了27.81%；而在医疗领域的业务收入为1.99亿元，同比增长28.38%。值得关注的是，这两个核心业务板块的增长率均超过了27%，整体业绩的攀升显得尤为鼓舞人心。
云知声的医疗服务是其最早开展的业务之一，从收入的角度来看，其医疗市场的份额位居第四，然而与行业领先者相比，差距显著，例如其市场份额仅为科大讯飞医疗AI的22.9%的十分之一左右。再者，到了2024年，其核心客户数量也减少了一位。
此外，科大讯飞通过与众多公立医院深度合作，成功将病历质控系统推广至多家医疗机构，构筑了技术壁垒。然而，云知声的客户保留率却从2022年的70.4%急剧下降至2024年的53.3%，这一现象表明，尽管其技术产品已发展近十年，但仍然未能产生持久的行业影响力。
2024年，云知声的生活AI客户数量三年间仅增长了22家，而主要客户的数量甚至有所下降，减少了7家，同时，客户的留存率也没有出现显著的提高。
尽管主要客户数量有所减少，云知声仍能保持营收稳定，其关键在于成功提高了每位客户的收入水平。在2024年，云知声的主要医疗客户每人贡献了120万元，较上年同期增长了35.18%；而在日常生活业务领域，每位客户贡献的金额达到了180万元，同比增长了20.99%。这一成果的背后，主要得益于公司依靠项目制深入挖掘客户需求。
项目制凭借其定制化优势，助力云知声在初期迅速进入智能家居、医疗等多个领域。行业巨头们通过将云服务与产品捆绑销售，将人工智能技术融入现有产业链，使得边际成本持续降低，如百度小度音箱在智能家居市场占据一席之地。凭借其通用性及卓越的资源整合能力，云知声在细分市场中能够迅速崭露头角。
项目制所隐含的长期危害主要体现在造成高昂成本、微薄利润、技术空洞化以及战略分散化。面对AI产业从追求技术幻想向实际应用转变的大环境，云知声亟需果断摆脱对项目制的依赖，通过实现技术的自主研发、产品的标准化生产以及运营模式的轻资产化，来完成自身的转型升级。
“垂直化与产品化”的战略被视为创业公司摆脱巨头控制的关键手段，以鹰瞳科技为例，其视网膜识别产品已为数千家医疗机构及眼镜店提供服务，反观云知声，其医疗领域的客户数量却始终徘徊在160家左右。对于创业公司而言，专注领域往往比盲目扩张更为关键，而技术的实际应用比技术参数本身更为重要。
或许选择退出低效的领域，精简业务范围，强化技术创新能力，专注于具有优势的细分市场，这样或许能更有效地实现技术理想与商业现实的和谐统一。
