即时焦点：云知声IPO：大模型创业，赚钱容易回款难

继出门问问之后，又一家顶着AI大模型旗号的科技公司冲刺IPO。

(资料图)

6月27日，云知声在港交所披露招股书。这是一家成立于2012年的人工智能公司，最早以语音识别切入市场。今年5月，云知声发布自有大语言模型山海大模型，号称有600亿参数，目标是年内通用能力比肩ChatGPT。

跟那些有野心的头部AI大厂一样，云知声想要实现通用人工智能（AGI），这是目前创投圈最火热的方向。也是最好讲故事，同时风险最大的领域。

去年，云知声收入6.01亿元，净亏损3.75亿元。即便剔除股权激励等账面亏损项目，经调整的净亏损依然有1.83亿元。

深AI发现，云知声2022年6.01亿元的收入中，有3.69亿元是应收账款，占比超六成。其应收账款的周转天数达到254天，远超它自己设定的180天安全线。去年，它计提了1.38亿元的减值拨备。这些钱可能再也收不回来了。

如何赚钱，如何盈利，一直是摆在人工智能公司面前的难题，云知声也不例外。虽然它在过去三年加速商业化，在一些垂直行业里拿到了B端客户的订单，收入增长迅猛，但弊端也正在显现。

而随着BAT（百度、阿里、腾讯）等互联网巨头纷纷下场，推出自有大模型，行业竞争加剧。只有持续投入，才能不落后。2021年，云知声在研发上投入1.88亿元，去年提升至2.87亿元。未来这个金额还会继续增加。

去年底，云知声公司账上的现金余额，消耗至只剩7412万元，资金状况相当紧张。

今年上半年，在发布山海大模型之前，云知声完成一轮7亿元人民币规模的D3轮融资，及时补充了现金流。截至4月底，云知声的现金余额为1.93亿元。不过，按照行业的烧钱速度，这笔钱或许撑不了太久。

一位关注人工智能赛道的投资人对深AI说，大模型赛道的竞争已经相当激烈，云知声一路走来也是几经波折。

对于云知声而言，上市或是最好的选择，或者说是必须的选择。

早在2020年11月，云知声曾向科创板提交过一次招股书，计划募资9.1亿元。三个月后，云知声撤回了上市申请，宣告失败。然后很快，它就启动了D轮融资，D1轮除了挚信资本是新面孔，启明创投和磐谷创投都是在A轮就已进入的老股东。

这一次，踩上通用人工智能的风口，云知声打算再博一把。

云知声，飞速潜行的AI独角兽

云知声成立于2012年，当时人工智能还不像今天这样火热。成立的当年，云知声就发布了基于云的语音识别服务，并试图将之应用到商业领域。

2013年，罗永浩还在做锤子手机，在3月的“锤子ROM”发布会上，云知声击败科大讯飞，成为锤子手机的首选语音解决方案提供商。这让成立仅一年的云知声进入大众视野，并在随后拿到了乐视电视、搜狗的商业合作。

2016年，云知声开始开发Atlas人工智能基础设施，并加速在垂直场景落地。那一年，云知声拿到了两个至关重要的客户——格力空调、协和医院，它们分别对应智慧生活、智慧医疗两大商用场景。这两大场景，贡献了云知声目前几乎所有的营收，后文我们再详细展开。

2017年谷歌的Transformer架构出现，2018年BERT算法在自然语言处理方面取得突破，为全球的人工智能公司找到了方向，云知声就是其中之一。

云知声在2019年推出的号称拥有数亿个参数的大语言模型UniCore，就是基于BERT大模型。它为各种垂直行业领域客户推出的AI解决方案，也是在这个模型的基础上衍生而来。

在招股书中，云知声用大量篇幅介绍最新的山海大模型，讲述其在通用人工智能领域的野心。这更多是面向未来的布局，有对资本市场讲故事的成分。毕竟在大模型如火如荼的当下，发布一款参数量巨大的大模型产品，还是能吸引到关注的。但在本质上，这只是云知声原有技术积累的延伸。

在这波人工智能浪潮中，通用人工智能被视为星辰大海。所谓通用人工智能，指的是机器能像人类一样思考、理解、学习和应用其智慧，以解决各种复杂问题。跟特定领域的专用人工智能相比，通用人工智能具备更强的通用性。实现通用人工智能的方法，被认为是使用大规模预训练、多模态的基础模型，其中以GPT为代表的大语言模型，是最有可能跑通的一条路径。

根据云知声的介绍，山海大模型具备多语言及基本知识能力。在通用能力的基础上，山海大模型可以通过插件扩展、行业增强和定制等方式，提升在垂直行业的专业能力。

这就像是一个人，已经接受过基础的训练，具备通用知识，然后根据需要，积累训练特定领域的知识，成为医生、航天员、会计师等专业人士。

这是云知声对外讲述的故事，也是当前业内认为最有前景的方向。

在成立之后的11年里，云知声一直在融资，从天使轮融到D轮，D轮又融到了第三轮。除了很早就参与投资的启明创投、磐谷创投、高通创投，后续进来的知名机构还有挚信资本、奇虎360、京东云等。

上市前，董事长兼CTO梁家恩、CEO黄伟、副总裁康恒三人通过一致行动安排，持有云知声33.93%的股份，是实际控制人。

年入6亿，三年亏掉11亿

如何赚钱，是所有人工智能公司都必须回答的一个问题。

人工智能的技术即便实现了通用，要赚钱还是得回到特定场景上去。云知声选择的两个场景，是智慧生活和智慧医疗。

智慧生活属于物联网的一个分支，是其最重要的场景之一。简单理解就是给各种物体装上传感器，通过软件连接起来，在云端交换数据，提升消费者的生活体验。比如用智能音箱控制灯光、加湿器等等。

这不是一个新赛道，很多传统科技公司，之前做了很多产品，满足了一部分需求。云知声要讲的故事是，它能让智能产品不再只是简单执行命令，而是可以更好地理解人们所说的自然语言，并进行更加接近人的语言互动。

深圳地铁是云知声的客户。云知声为深圳地铁20号线提供票务系统智能交互解决方案，新增了一些功能，比如无需唤醒的语音输入，支持多种语言的语音购票。简单说就是，乘客直接用语言对机器发出指令，不需要用手操作，就能买票。

智慧医疗相对好理解，云知声跟医疗机构合作，提供如病例语音输入、病历质控、医疗保险支付管理等服务，规范医疗服务流程，提高医务人员的效率。对于医疗机构而言，这有助于降本增编程效。

这个市场的机会在于，三级医院的数字化和智能化潜力巨大。AI医疗解决方案可以提高诊断和治疗的效率和质量，比如用AI帮助医生写病历，省出来的时间可以用来与病人沟通。

云知声的客户数量，由2020年的459家，增加至2021年的510家，2022年增加至5js38家。它的收入，就主要来自销售AI产品和解决方案，其中大部分来自智慧生活场景。

2020年，云知声收入2.61亿元，其中智慧生活1.89亿元，占比72.3%;2021年，云知声收入增长至4.56亿元，智慧生活收入3.52亿元，占比升至77.4%;2022年，云知声收入进一步增至6.01亿元，智慧生活占比达到81%。

这三年间，云知声的收入复合年增长率为51.7%，堪称迅猛。

年收入6亿元，放在科技互联网行业不值一提，但在变现相对困难的人工智能行业，已经能坐上牌桌。根据弗若斯特沙利文的资料，按收入计，云知声是2022年中国第四大AI解决方案提供商，在中国智慧生活和智慧医院行业均排名第三。

这个体量就能排进前三，说明云知声所处的赛道，还处在商业化早期。而跟第一名相比，云知声的规模差距还很大。

云知声依然处在亏损中。从2020到2022年，它分别净亏损2.98亿元、4.34亿元和3.75亿元，合计11.07亿元。在剔除股份支付开支、赎回债务利息的融资成本等影响因素之后，云知声过去三年的经调整净亏损分别为2.10亿元、1.72亿元和1.83亿编程客栈元，合计5.65亿元。

ToB的生意，回款是个大问题

云知声的AI解决方案，目前主要面向B端，不像科大讯飞、OpenAI有直接面向C端的产品。按照云知声当前的发展规划，它会在物联网、医疗的基础上，往更多的垂直行业拓展，商业模式基本都一样——向B端提供服务并收费。

ToB的生意，空间很大，盈利路径清晰，但同时也存在一些固有的问题，比如强关系驱动、利益链条相对复杂，以及回款周期长。

过去三年，云知声的单一大客户，为它贡献的收入占比，分别为20.6%、21.6%、13.1%。前五大客户贡献的收入占比，分别为40.1%、34.4%、30.8%。

客户过于集中，会影响可持续发展能力。如何在现有客户基础上，拓展更多能贡献营收的客户，是云知声接下来需要做的事情。

回款也是个大问题。

过去三年，云知声的应收账款快速增加，从2020年的1.15亿元，增加至2021年的2.66亿元，再到2022年的3.69亿元。

这是什么概念?2022年云知声的总收入也只有6.01亿元，超过一半都是应收款。

我们经过简单的计算就能看出其中端倪:2020、2021、2022这三年，云知声的应收账款占总收入的比例，分别为43.9%、58.3%、61.4%。应收账款的比例不仅一直在增加，还超过了60%，这已经很高了。

订单拿到了，钱没到账，收入是虚的。

跟B端客户做生意，回款周期长很普遍。行业里经常会有合同结束好几年，客户还没付尾款的情况。

一家人工智能公司的创始人对深AI说，人工智能toB创业，经常收不上来钱，尤其是一些特定领域的客户，账期很长。“这个特别坑，所以后来我坚决不做toB了。”

钱没到账还有得谈，更大的风险是客户不认账了——应收款变成坏账。

深AI发现，云知声给客户的正常信贷期是180天，也就是半年。但过去两年，云知声的很多应收款都延期了。招股书数据显示，从2020年到2022年，云知声应收账款的周转天数分别为179天、185天、254天。这已经大大超出了180天的安全线。去年，云知声有1.82亿元的应收款账期超过1年。

这意味着，有些账款，javascript可能收不回来了。

根据会计法规要求，对于那些可能无法回收的账款，公司在经过评估后，需要做减值拨备。2020年到2022年，云知声对应收款计提的减值拨备分别是0.168亿元、0.646亿元、1.38亿元。

在招股书中，云知声进行了风险提示:由于我们无法控制的多种因素，我们可能无法收回所有该等贸易应收款项，包括若干客户的长付款周期、客户的不利经营状况或财务状况以及客户因其终端用户延迟付款而无法付款。

云知声透露，截至今年4月底，去年的应收款中收回来7000多万元编程。

某种程度上，这也是为什么云知声的收入看起来还不错，现金流却很紧张。它需要一直融资，尽早登陆资本市场。

通用人工智能是一条风险极高，但收益可能相当可观的路。在冲向终点的过程中，活下来是第一要务。云知声还需要用时间来证明自己。

*题图来源于unsplash。

关键词：