在6月28日“第三屆媒體未來科技峰會”舉行前夕，科技進行了系列人物采訪，云知聲專注于物聯網人工智能服務，一起來聽聽云知聲CEO黃偉在智能家居、汽車、醫療和教育等領域的應用布局，以及他對人工智能的看法。

當你還無法察覺的時候，很多改變人類的新技術已經在無聲無息中蛻變、成長，誕生于上世紀50年代的人工智能就扮演著這樣的角色。

“互聯網女皇”瑪麗·米克爾在報告中大篇章的描述了語音識別交互帶來的改變，人工智能成為科技發展的重頭戲已經毋庸置疑，物聯網場景下的應用需求在不斷擴大，智能語音技術在智能家居、智能汽車、教育等領域的應用逐步深入，帶動著智能語音產業規模的持續快速增長。

黃偉表示，PC互聯網時代，聯網設備主要是PC，移動互聯網時代，聯網設備主要是手機或平板。而到IOT時代，一切設備都可能聯網，IOT聯網最大的特點是沒有屏幕，不像手機平板那樣以觸碰為主，第二，設備離人比較遠，這時候我們就希望用一種完全自然的，像人和人對話的方式來控制它們，所以，語音識別就成了解決這一痛點的最佳方案。

那么，語音技術成熟以后如何讓產品落地，黃偉有著自己的看法：數據和算法的結合給語音技術帶來了巨大的推動，一下把中國的中文語音識別性能拉到了工業化應用的臨界點，云知聲延續平臺策略，提出了“云端芯”生態體系，目前已經在家居、汽車、醫療和教育等領域有廣泛應用。（定西）

以下內容為科技根據專訪內容整理：

記者：云知聲創立于2012年，相對而言還比較年輕，給我們聊聊云知聲的創業路程吧？

黃偉：云知聲大概2012年6月份成立，時間不算短，但也不算長，到這個月29號剛好是我們成立四周年。云知聲成立之初，那個時候智能設備不多，并且大家還沒有養成用聲音或者圖像交互的習慣，所以我認為我們的機會來了。

九月份我們發布了國內第一個完全免費的開放平臺，當時，做到業內中文語言識別準確率最好的是80%左右，那就意味著100個字里面有20個字是錯的，這樣的用戶體驗是比較糟糕的。另外，那時候大家都沒有養成使用微信語音聊天的習慣，所以我判斷，用戶的習慣養成是最重要的事情，而不是趕緊利用這個技術去授權，也能夠讓更多的行業客戶和終端客戶切入進來，切入進來就意味著數據，步入深度學習時代，在統計模型架構的時候還是數據驅動的，有足夠多的數據，就意味著系統有升級的可能性，所以我們當時采用免費開放平臺的策略。

直到2013年底之前，我們延續了這種平臺策略，也不斷的研發創新，2012年10月份，在當時少有人涉足的深度學習領域，我們的深度學習引擎部署上線，而且提供給第三方服務，中文語音識別的準確性從當時業內的80%多一點，一下提升到91%，極大的改善了用戶體驗。

在2013年春節前后，我們推出了微信上的語音輸入插件，APP就是基于我們的深度學習引擎開發的，準確率非常高，上線一周就沖到了蘋果排行榜第一位。數據和算法的結合給語音技術帶來了巨大的推動，一下把中國的中文語音識別性能拉到了工業化應用的臨界點。

截止到2013年底，云知聲平臺上的接入伙伴有接近1萬家，創業以來，我們基本上打通了之前所設想的數據驅動技術迭代的過程，同時，云知聲的技術能力也獲得了行業用戶一致的認可。

下一步，我們開始考慮商業落地，2013年底的時候智能硬件、智能眼鏡等等比較火熱，硬件智能化是未來勢不可當的趨勢，但我們相信硬件智能化一定不是靠硬件本身，他的智能化更多的是體現在云端，自下而上從硬件向云端服務。

另外一點是平臺如何落地，早期通過SDK分發的方式，這對創業公司來說是最經濟、成本最節約的方式，但是他會伴隨很多其他的問題，智能化的服務也應該滲入到終端硬件里面去，滲入到芯片里面去。

（ 云知聲“云端芯”生態圖 ）

在這些思考背后，我們于2014年初提出了“云端芯”，這個概念今天被業內很多人接受，同時，2014年完成了公司內部的架構調整，成立了IOT事業部，引入高通作為戰略投資方，我們希望未來在芯片端發起人工智能服務。

時間到了2015年的時候，個人的機會已經不是特別多了，線上的渠道資源都被BAT這種巨頭所控制，其實很難有一種顛覆性的產品，但我們認為移動互聯網其實也面臨一種可能性的顛覆，這個顛覆就是我們今天所說的物聯網。

PC互聯網時代，聯網設備主要是PC，移動互聯網時代，聯網設備主要是手機或平板，到IOT時代，可能一切設備都可能聯網，IOT聯網最大的特點是沒有屏幕，不像手機平板以觸碰為主，第二，這個設備離你比較遠，這時候我們就希望用一種完全自然的，像人和人對話的方式來控制它們。

當時設計了一個比較創新的產品模式，我們稱它為“智能化的語音模組”，實現它要克服很多技術上的難題，首先要把交互的距離從10公分變到5米之外，你要面對很多現實的問題，比如房間里面的混響，或者距離比較遠，聲波信號的衰減，或者這個設備正在播放音樂，你如何去打斷它，它在休眠，你如何喚醒它等等，我們為了設備的智能化程度更高，也往后端補充了自然語言理解知識圖譜，還整合了很多互聯網服務資源的聚合，希望用戶通過IVM這個產品能夠和它的設備之間，像人和人之間對話一樣，可能我們希望未來任何一個設備都是機器人，但并不一定是人的形態。

除了解決技術方面的困難外，如何去說服客戶接受這種新的交互形式也比較重要，當然首先要能夠接受很嚴格的產品測試，從2014年底到2015年我們做了很艱苦的工作，最后的結果是比較理想的，我們是國內第一個把人工智能芯片開發出來，而且保障了廠商能夠批量出貨的企業。

另外，我們認為車聯網是一個非常大的機會，車是家居的延展，是家移動的部分，在車的場景下，因為安全考慮，用戶一般不方便用眼睛看，也不方便用手去觸控，最便捷的方式就是靠耳朵和嘴巴，這就要求在開車的環境下能夠做非常好的交互體驗，又快又準，并且自然，也能夠把服務資源聚合起來，我們從2014年底投入這個方向，在2015年終的時候開始接觸國內互聯網后裝的廠商客戶，基本上到目前為止，云知聲的方案已經占了60%的市場份額，首先通過這種方式把家居的客戶和車載的客戶打通，有聲聞識別技術，還可以通過虛擬帳號把用戶之間的關系打通。

云端服務是我們人工智能服務的一個基礎形態，從2012年成立開始，我們就累積了廠商客戶已經超過3萬家，而且每天大概語音調用的請求量已經超過1億次，我們是國內前三大平臺，而且云知聲是除了百度、訊飛之外，唯一的非上市公司。

醫療也是云知聲發展的重點方向，我離開摩托羅拉之后，在Nuance公司工作了一段時間，在它的業務里面很重要的一塊就是醫療，醫生不再是用手寫或者是電腦輸入，一方面極大的提升了醫生的工作效率，也把病情的診斷、病情的問詢、包括診斷都記錄下來，這為后面的醫療大數據提供非常大的便利。

我們已經與協和醫院合作，去年在大概有4個科室上線試運行，協和醫院給出的4個報告，平均的醫療識別準確率超過95%，而且每個醫生每天的工作效率提升了38%，這是一個非常驚人的數字，從經濟效應上來講，醫生可以提高效率，意味著可以看更多病人，更多人不需要排隊等待。目前，確定和云知聲合作的醫院已經有幾十家之多。

我們從一個數據驅動的技術平臺，升級到云端芯產品戰略，以及在戰略之下，選擇在家居、車載、醫療這些領域商業化落地，到目前為止，我們可能算是中國國內的人工智能創業公司里面產品化能力和商業化能力最強的公司之一。

記者：正如你所說，云知聲在產品研發、商業化落地方面都起步較早，選擇方向時背后有哪些思考，目前是否符合預期？接下來云知聲的研發以及商業化有何具體計劃？

黃偉：云知聲是一個比較穩定的團隊，取得這些成績離不開我們的背景和基因，今天人工智能非常熱了，很多人關注，甚至很多人投入到人工智能的行業，但其實很多人忽略了一點，人工智能曾經非常冷，很長一段時間我們不講從業者，可能連高校院所的人才培養都非常匱乏，這導致哪怕BAT開出很高的薪資，也很難找到不錯的人才。

我是比較幸運的，以前在中國科大念書的時候就學這個專業，當很多師兄弟畢業就轉行的時候，我加入了摩托羅拉，摩托羅拉在兩千零幾年的時候還是一個非常重要的科技巨頭，他們對人機交互、人工智能是非常關注的，我在摩托羅拉的那幾年，完成了一個從學生到工程師的轉變，以前我們團隊開發的引擎支持了摩托羅拉大概20多款手機，全球出貨量接近3億臺，這種經驗是今天很多從業者沒有經歷過的。

2009年我加入盛大，在盛大工作了兩年多，假如以前我在摩托的經歷更多是從技術看技術，在盛大的經歷讓我更多的從用戶來看技術，所以我們之所以最開始選擇平臺化戰略，是因為非常清楚的知道技術不可能日新月異的去發展，一定是一個理論框架從出現到成熟，是緩慢的過程，中間靠什么填補呢？數據。

至于說為什么我們選擇從芯片去切入，依然還是從技術如何落地，技術如何提供更好的用戶體驗，技術如何更好的滿足用戶需求這些方面考慮的，可能很多人滿足于或陶醉于在技術上的一點點提升，但是你有沒有想過技術的目的是什么？這一點我們算想的比較多，所以我們選擇在一個比較超前的時間點，用一個比較穩健的方式做這個事情。

技術平臺型的公司成功概率是最大的，而不是說一開始就做一個音箱或者做一個機器人，這樣的好處也有，大家可以很快讓別人知道你在干什么，弊端也一定有，因為你不能保證每個產品都是爆品，而且一定會分散很多資源投入產品本身，而忽略了技術積累，深度學習剛剛進入這個時間點，技術的儲備是非常重要的，我們把公司全部的資源拿進來，投入到研發，我認為這對公司未來的長遠發展是非常重要的一步，華為之所以成功，是因為華為從成立的第一天起，技術研發就非常投入，厚積薄發，華為在以前這么多年的技術積累之上，稍微有一點互聯網思維，不能說百分之百成功，但基本上他的成功概率會大很多，技術的積累是最難被替代、最難被復制的，這對云知聲來說是非常重要的根基。

我相信深度學習也好，人工智能也好，依然處于相對原始的階段，這個階段所有的大公司、小公司全力以赴的去投入去研發，我們做的工作還有很多。

記者：近些年，無論是資本還是人才都在不斷地進入人工智能行業，人工智能還處在發展初期就已經成為了紅海，你是否同意這樣的觀點？

黃偉：我覺得任何一個方向被大家所關注，尤其是被資本市場所關注之后，一個必然的結果就是大家都會來做，我覺得這是很正常的現象，其實我并不是特別在意這個情況，我經常和做投資的朋友開玩笑，我說當人工智能出現的時候，你更應該關注那些在幾年前就在做的公司，因為他們真的不是跟風，他們真的是以這個為方向和目標的。

我相信人工智能這個方向還是跟我們以前APP等運營的方式不太一樣，那些方向基本上團隊有很強的執行力，注入資源的話成功幾率是比較大的，但是人工智能是技術儲備非常深的一個方向，這個方向還真不是靠人鋪，或者靠錢砸就能出來，一定是有積累的團隊，而且對這個方向有情懷的團隊才真正有可能勝出。

記者：你作為人工智能行業的從業者，覺得人工智能走進千家萬戶還需要多長的時間？可不可以幫我們預測一個全面爆發的時間點？

黃偉：我覺得應該很快，就拿我們日常生活來講，語音已經成了車載設備的標配，今年任何一個廠商，如果你推出任何一款車載產品，比如后視鏡導航儀，假如不帶語音功能的話，這個產品很難賣出，它已經成為了標配，第二，從家居里面，以樂視為例，樂視已經出庫的幾百萬臺TV里面，已經用了云知聲語音交互的方案，從去年到今年陸陸續續我們會發現更多的產品，無論是格力、美的、華帝，你會發現里面都帶有云知聲的方案，我相信這是趨勢，可以很清楚的看出，并不是說什么時候人工智能進入我們的生活，其實這個事情正在發生。

記者：如果人工智能未來擁有了更強大的認知甚至是情感的話，大家還比較擔憂，你怎么看這方面的問題，我們與人工智能要如何相處？

黃偉：在技術方面我可能會相對保守一些，我認為這個擔憂有點過于杞人憂天了，因為今天工業界里面大家做的所有努力，是利用這個技術來替代人的一部分工作，讓人類解放出來，這個目的絕對不是說要顛覆人類，迄今為止，我們基本上做的所有的人工智能的技術多半集中在感知智能，或者一部分認知智能，真正的情感方面，技術是做不到的，但技術的進步，20年、50年以后會發展到什么狀態，這個我很難做預判，相信至少在我有生之年，我認為機器具備情感不太可能。

記者：云知聲一直專注于B2B2C領域，以后會不會有推出自己產品的計劃？

黃偉：產品看怎么定義，其實我們從2014年確定好這種產品戰略體系之后，我們從2015年就有很多產品出現在市場上，當然了，這不是我們自己品牌的產品，我們的定位還是一個技術方案提供商，我們更多的是躲在大公司后面，比如樂視、華為以及其它大的廠商后面，包括格力、美的、海爾、華帝等等，在未來我們云知聲可能會結合我們技術的特點和優勢，推出云知聲自己品牌的產品。

記者：云知聲的產品思路是怎樣的，是如何提出“云端芯”產品戰略的?

黃偉：我先從技術的角度講，其實這也是一步步來的，因為最開始我們只是希望通過一個云端SDK的方式，植入到用戶的APP里面，能夠幫助用戶具備語音交互能力，但是你發現在某些產品之下，其實云端SDK能力是不夠的，比如我們在某些設備上操控，操控體驗的要求希望是又快又準，假如說都需要走云端來回的話，那必然達不到效果，出于這種考慮，我們把一部分能力從云端遷移到終端。

簡單的控制在本地做，相對復雜的搜索在云端做，這樣端云結合形成一種比較好的互補，你會發現單純靠本地的離線引擎也不能滿足要求了，比如說一些可穿戴設備，或者在一些不插電的設備上面功耗就變得非常高，如果依然只是有一個離線軟件，但是要常駐內存，那必然會帶來一個功耗的巨大消耗，另外假如我這個設備離的比較遠的話，你怎么去喚醒他，打斷他？到最后你必然要把一部分能力放到芯片當中去，必須和芯片結合，你才可能會實現。這是從技術到用戶體驗的角度來講。

其實當時提出云端芯的時候并不是說我們有多么英明，而是因為我們想好了場景是IOT，IOT一定會存在距離問題、功耗問題，為了解決問題，所以你必須把能力從云端變到終端，甚至到芯片端，是出于這種考慮，才有了云端芯的產品體系

記者：如何評價自己和自己的團隊？

黃偉：以前高中和讀本科，我是作為一個被動的學習者，因為我滿足于考試就OK了，可能對自己沒有太高的要求，讀博士之后我可能會對自己的要求比較高一點，因為我還愿意做一些新的東西，包括以前工作的時候我認為我是一個比較好的工程師，我對技術或者各方面的追求還是比較多的，另外，轉到管理者之后，我覺得創業以來我最大的突破就是我從一個技術人員變成一個商人，你必須從商業的角度看待很多問題。

我的團隊，因為我們認識都非常久，以前是師兄弟、老同學，彼此互相了解，包括各自的技術能力方面都非常認可，我也為我們團隊比較驕傲，我們能夠在相對比較早的時候出來做這件事情，公司成立4年以來，基本上每個人都能做出比較大的突破和改變，當然每個人還有不足，但是我覺得我們團隊的成長速度我個人還是比較滿意的。

記者：消費升級形式下，大家對產品的要求不單單是在功能方面，有時候看對眼很重要，你做產品是視覺先行，還是功能先行？哪些優先級更大？

黃偉：我覺得審美觀是非常重要的，因為很多人，比如我對產品的第一感官是來自外表，包括我們買一個手機，其實很多人選擇蘋果、華為、三星，除了他們里面芯片很強的功能，或者有非常流暢的軟件之外，我相信很多人還是被外觀所吸引，尤其是消費品，就像找女朋友一樣，可能第一眼緣非常重要，但是如果一個好的產品，進入用戶手里之后，如果你希望這個產品讓用戶經常用到，我覺得還是離不開功能，我認為這兩者都非常重要，但是也許用戶在選擇一個產品的時候視覺會占了主導，但是在日后使用里面功能也會非常重要，我們可以看到今天這個世界上凡是做的非常好的一些產品，其實兩者都不能缺乏。

記者：媒體未來科技峰會即將于6月28號召開了，您在演講當中會給我們帶來哪些內容和驚喜？

黃偉：我也不知道我能不能給大家帶來驚喜，但是我希望我更多的是從一個創業者的角度上，能夠帶來我對人工智能行業技術也好，產業也好的一些見解和認識，我希望能夠給大家帶來一些啟發，當然，也許我的觀點不一定對，但是我希望在媒體這個平臺上和大家能有一個交流的機會。

我希望媒體未來科技峰會能夠真正吸引到對這個領域關心的朋友們，讓大家能夠在這個平臺上就產業，就技術，包括資本，各個方面有一個通暢的溝通平臺，希望每個人，無論他代表資本市場，還是代表工業界，還是代表學術界，都能在這個平臺上發出自己的聲音，有助于大家能夠客觀的、冷靜的看待這個市場，這樣才有助于這個領域健康有序的發展。