云知声重启上市：盈利问题未解，大模型难成救命药

导读：时隔两年多，云知声终于重新启动上市程序，此次选择的上市地点为港交所。

记者卢晓 见习记者 石飞月 北京报道

时隔两年多，云知声终于重新启动上市程序，此次选择的上市地点为港交所。与多数人工智能企业一样，云知声成立多年还是难逃亏损，据6月27日港交所披露的招股书，该公司目前主要靠为国内客户提供智慧生活及智慧医疗领域相关的人工智能产品及解决方案来获得收入，但2020年—2022年的净亏损仍分别达到2.978亿元、4.343亿元和3.754亿元。

今年大模型的热度为云知声提供了新的契机，该公司5月推出了大语言模型——山海大模型，扬言年内实现通用能力比肩ChatGPT，并瞄准了海外市场的客户。在深度科技研究院院长张孝荣看来，大模型费钱费人费资源，如果想从根本上解决盈利难题，恐怕任重道远。

递表港交所

早在2020年11月，云知声就曾递交招股说明书拟在科创板上市，当时由中金公司担任保荐机构兼主承销商，国泰君安为联席主承销商。然而在3个月后，上海证券交易所网站发布了《关于终止对云知声智能科技股份有限公司首次公开发行股票并在科创板上市审核的决定》，提及云知声主动撤回科创板申请。

彼时，云知声相关负责人对媒体解释称，终止在科创板上市是出于公司业务发展的考虑，希望抓紧时间把业务做好。

值得一提的是，当时云知声所披露的数据曾遭质疑，同样从事语音相关业务的科大讯飞认为云知声招股书夸大市占率，数据存在严重失实。

对于从科创板转战港股的原因，《华夏时报》记者6月29日拨打云知声官网电话采访但无人接听，而媒体公关邮箱则显示无法接收邮件。

张孝荣向《华夏时报》记者分析道，相对而言，港股对小型的AI创业公司更加友好一些，A股审批程序存在不确定性，同时，港交所一直在优化管理制度降低上市门槛以吸引内地企业，在港上市可为其提供一个获取国外资本的国际平台。

根据招股书，此次在港交所申请IPO，中金公司和海通国际为云知声的联席保荐人。云知声称，根据弗若斯特沙利文的资料，按收入计，该公司是2022年中国第四大AI解决方案提供商，在年度收入超过5亿元的企业中增长最快。

不过，招股书中所呈现的“中国前五大人工智能解决方案供应商”的数据对比显示，排在第四位的云知声与前三位的收入差距还较大，2022年，其它三家企业的收入分别为144.92亿元、38.06亿元和12.75亿元，而云知声只有6亿元。

此外，与上次披露的业绩相比，云知声这几年似乎没有太大进步，对比可以发现，其营收一直处于上下波动状态，亏损情况也未改善。

2017年—2020年的上半年，云知声营收分别为6114万元、1.96亿元、2.19亿元和8468.9万元，归属于母公司所有者的净亏损分别为1.74亿元、2.13亿元、2.79亿元、1.12亿元。

而2020年—2022年，云知声的收入分别为2.608亿元、4.558亿元和6.006亿元，复合年增长率为51.7%；净亏损分别为2.978亿元、4.343亿元和3.754亿元，剔除股份支付开支、赎回负债利息的融资成本及开支，经调整净亏损分别为2.098亿元、1.717亿元和1.832亿元。

对于亏损的主要原因，云知声在招股书中表示，人工智能行业具有不断变化的特点，企业必须投入大量资源进行研发，使解决方案保持竞争力。2020年—2022年，云知声的研发开支分别为1.89亿元、1.882亿元和2.871亿元，分别占到各年度收益的72.6%、41.3%和47.8%。

押宝大模型

成立于2012年的云知声，最早以语音识别切入市场，目前则主要提供人工智能产品和解决方案，涵盖智慧生活和智慧医疗中广泛的AI应用场景。招股书显示，2020年—2022年期间，云知声的收入主要来自提供智慧生活及智慧医疗领域相关的人工智能产品及解决方案产生收益，绝大部分收益来自国内。

2020年，云知声智慧生活收入业务为1.89亿元，占整体收入的比重达到72.3%，智慧医疗为7182.6万元，占比为27.5%；2021年智慧生活收入为3.53亿元，占整体收入的比重达到77.4%，智慧医疗为1.03亿元，占比为22.5%；2022年，智慧生活收入为4.87亿元，占整体收入的比重达到81%，智慧医疗为1.13亿元，占比为18.9%。

由ChatGPT掀起的大模型浪潮，为云知声提供了新的思路。在国内多家AI公司纷纷推出大模型产品的同时，云知声也不甘落后，于5月正式推出山海大模型。

早在2019年初，云知声就推出了首个通过无监督预训练构建、拥有数亿个参数的基于BERT的大语言模型UniCore，山海大模型是该公司利用更大规模的文本及代码数据训练开发的出具有600亿个参数的大语言模型。

在招股书中，云知声使用了大量的篇幅来介绍山海大模型：如该模型具有600亿个参数，可以提供强大的通用语言、知识、推理及小样本学习能力；云知声通过指令优化及从人类反馈中强化学习进一步优化山海大模型，以发展其语言生成、语义理解、知识问答、逻辑推理、数学计算和代码生成的能力，同时符合安全规则，最终目标是实现类人AGI。

云知声还将山海大模型的目标市场瞄向了海外，称随着山海大模型开始提供更多语言支持，该公司将加强国际营运能力：一方面，具备多语言能力的山海大模型可以帮助解决国内客户的国际扩张需求；另一方面，通过与海外合作伙伴合作及建立海外分销渠道，期望以在中国市场已获验证的解决方案进军海外市场，赋能全球范围的智能化转型。

张孝荣认为，大模型赛道的竞争已经相当激烈，投资圈大多看冷，相关产品技术成熟度有限，不能够大规模普及应用，更难以此赚钱。“AI企业赚钱难是行业通病，主要原因就是技术成熟度不够，难以找到更多应用场景，前几年计算机视觉火爆，大家一窝蜂涌上去做，现在这个市场基本饱和，企业有投入无产出难以维持，因而转型做大模型，但大模型费钱费人费资源，也无法从根本上解决盈利难题。”