2016年開(kāi)始，人工智能語(yǔ)言這個(gè)賽道上特別擁擠，大公司加上無(wú)數(shù)小公司瘋狂涌入，搶占語(yǔ)音入口這個(gè)賽道。進(jìn)入到2018年以來(lái)，競(jìng)爭(zhēng)尤其激烈，這其中，科大訊飛經(jīng)歷過(guò)熱捧以及降溫，也遭受過(guò)質(zhì)疑，兩年過(guò)去后，我們?cè)賮?lái)回望一下如今的語(yǔ)音賽道以及科大訊飛的發(fā)展。

根據(jù)騰訊研究院的報(bào)告，截止２０１７年６月，我們將AI各個(gè)方面的創(chuàng)業(yè)公司進(jìn)行了梳理，得到如下圖：

創(chuàng)業(yè)公司的數(shù)量最能說(shuō)明該領(lǐng)域的熱度，未在表上注明的還有人工智能通用平臺(tái)這一大公司的主戰(zhàn)場(chǎng)。從創(chuàng)業(yè)熱門(mén)度，融資額度和市場(chǎng)前景來(lái)看，根據(jù)統(tǒng)計(jì)，當(dāng)前創(chuàng)業(yè)最熱門(mén)的幾個(gè)領(lǐng)域分別為自然語(yǔ)言處理／語(yǔ)音識(shí)別，機(jī)器視覺(jué)／圖像識(shí)別，機(jī)器人和自動(dòng)駕駛/輔助駕駛幾個(gè)大的方面。

一、行業(yè)圖譜和公司位置

在大家充分認(rèn)識(shí)到智能語(yǔ)音作為下一個(gè)時(shí)代交互入口的時(shí)候，整個(gè)賽道內(nèi)競(jìng)爭(zhēng)激烈，各路競(jìng)爭(zhēng)對(duì)手層出不窮?？拼笥嶏w作為整個(gè)行業(yè)的領(lǐng)導(dǎo)者，已經(jīng)占據(jù)了極端重要的地位，并且在其努力下，正朝著人工智能全平臺(tái)+具體行業(yè)應(yīng)用的模式不斷邁進(jìn)?？傮w我們認(rèn)為，科大訊飛依托其核心優(yōu)勢(shì)，位于人工智能產(chǎn)業(yè)的第一梯隊(duì)最弱位置，其對(duì)手是阿里巴巴、百度、騰訊及亞馬遜、谷歌等平臺(tái)級(jí)別的公司，在競(jìng)爭(zhēng)的多維度能力上，科大訊飛還需要持續(xù)發(fā)展，進(jìn)行補(bǔ)全。

在自然語(yǔ)言處理和語(yǔ)音識(shí)別這個(gè)類(lèi)別上，玩家數(shù)量可以用密密麻麻來(lái)形容?？梢詣潥w此領(lǐng)域中國(guó)創(chuàng)業(yè)公司總計(jì)為128家，占整個(gè)中國(guó)全部人工智能創(chuàng)業(yè)公司592家的22%。這其中，還不包括眾多大公司在秀肌肉。下面是我們根據(jù)公開(kāi)報(bào)道情況，整理出來(lái)的在自然語(yǔ)言處理和語(yǔ)音識(shí)別上的主要玩家和當(dāng)前著名玩家，制作成簡(jiǎn)圖如下：

這些公司主要是我們從公開(kāi)報(bào)道中獲取的信息，創(chuàng)業(yè)公司主要選取里面比較有特色的幾個(gè)，不排除有些具有技術(shù)壁壘的公司長(zhǎng)期蟄伏，一鳴沖天。比如我至今印象深刻的Drive.ai在那個(gè)雨夜放出的自動(dòng)駕駛視頻，直接使這家公司一夜爆紅全球。另外在大公司方面，亞馬遜、google為代表的互聯(lián)網(wǎng)巨頭也可能存在嚴(yán)重威脅，畢竟他們?cè)谧匀徽Z(yǔ)言處理方面能力不容懷疑，當(dāng)前的關(guān)鍵可能是對(duì)中文的積累和理解應(yīng)用不夠深。之所以這個(gè)賽道這么擁擠，我想主要是因?yàn)橐韵聨c(diǎn)：

（一）語(yǔ)音作為人工時(shí)代的主要入口之一，必須牢牢控制。進(jìn)入人工智能時(shí)代，人機(jī)交互方式產(chǎn)生了巨大的革新，語(yǔ)音和圖像交互成為新的交互主要入口，背后代表的是人工智能時(shí)代的流量入口和數(shù)據(jù)入口，所以這成為了一眾互聯(lián)網(wǎng)大公司和硬件大公司（華為、小米為代表的手機(jī)廠(chǎng)商）必須啃下的硬骨頭。

（二）相對(duì)于創(chuàng)業(yè)公司最多的計(jì)算機(jī)視覺(jué)與圖像領(lǐng)域，語(yǔ)音交互卻更早迎來(lái)了爆發(fā)。因?yàn)檎Z(yǔ)音交互要求的帶寬和計(jì)算能力更低，對(duì)于硬件和基礎(chǔ)設(shè)施的要求當(dāng)前就能滿(mǎn)足，在商業(yè)上更容易實(shí)現(xiàn)。圖像所包含的信息量比較大，對(duì)圖像進(jìn)行處理需要更大的計(jì)算量和帶寬，這需要硬件計(jì)算性能特別突出，還得有5G網(wǎng)絡(luò)對(duì)大數(shù)據(jù)交換和大帶寬進(jìn)行支持。這就好像AR/MR需要的硬件性能遠(yuǎn)遠(yuǎn)低于VR，VR遲遲得不到爆發(fā)一樣。這也是為什么相對(duì)于智能電視，智能音響這股風(fēng)潮會(huì)首先到來(lái)。