云知声IPO：昔日AI明星的"救赎"之路观点

文 观察者网心智观察所 

历经数年努力，上一个AI浪潮中的明星企业云知声智能科技股份有限公司（下称云知声）终于登陆港交所。6月30日，云知声在港交所主板挂牌上市，股票代码09678.HK，发行价格205港元/股。

这次募资净额约2.06亿港元，较之2020年冲刺科创板时9.1亿元人民币的计划已远不可同日而语。不过，对于2024年末投资人赎回负债已经累积到33亿元人民币，而账面现金及等价物只有1.56亿元人民币的云知声，成功上市依然足以堪称关乎生死的重大成果。

2021年2月，最先试水科创板的云知声主动撤回发行上市申请，上交所终止其上市审核。此后，该公司转战港股市场，于2023年6月、2024年3月、2025年3月先后三次递表港交所，最终修成正果。

随着港股IPO市场大幅回暖，从常规渠道到特专科技公司18C机制，已经递表的国内AI玩家还有很多。和云知声类似，能否在这个窗口期登陆资本市场，为早期投资人提供退出通道，对这些企业乃至其创始人的个人命运都至关重要。

项目制之困

作为这类赛道"腰部"玩家的代表，云知声招股书披露的信息颇能反映国内生态发育现状。最突出的问题是商业模式上对项目制而非产品制的依赖，以及当B端、G端结算压力传导下，由此模式带来的收入难确认和难回款通病。

数据显示，云知声2024年应收账款周转天数长达277天，贸易应收款项高达5.59亿元，减值拨备达2.41亿元。尽管按照弗若斯特沙利文的数据，按收入计，云知声在中国医疗AI解决方案排名第四，但市场份额仅约为科大讯飞的十分之一，议价能力远远无法与头部玩家相比。

更令人担忧的是，尽管2024年营收增长至9.39亿元，但核心客户数量几乎停滞——医疗客户常年维持在160家左右，日常生活主要客户数甚至从78家下降至71家。相比之下，后起的医疗垂直领域的企业如鹰瞳科技已经在数千家医疗机构提供服务，形成了明显的规模优势。

这种拓客难、回款难的现象背后，反映的正是项目制模式的根本缺陷。每个项目都需要大量定制化开发，难以形成标准化产品，更无法实现规模化复制。当客户需求日趋个性化，云知声不得不持续投入资源进行定制开发，但这种模式既抬高了服务成本，也延长了回款周期。

从财务情况看，这种模式的弊端显露无遗。2024年云知声五大客户营收占比26.7%，近乎均为项目集成商，此前的最大企业客户世茂集团则已消失——该客户的经营困难直接导致云知声计提2630万元坏账，二者甚至已对簿公堂。

更值得注意的是，云知声2024年研发支出中相当比例流向第三方外包，委聘第三方服务提供商注明公司用于培训模型及改进技术的大量数据。这种高度依赖外包的模式暴露了其核心技术护城河的薄弱，也进一步加剧了项目制模式下的成本压力。从某种意义上说，云知声更像是一家"技术集成商"而非真正的技术创新企业。

一体化之变

在这样的情况下，即便侥幸拿到通往二级市场的"救命稻草"，缓过来的腰部玩家们也应该认真考虑未来的进路了。

对于诞生于上一轮AI热潮的企业，传统全栈自研的重资产模式亟待改变。

以云知声为例，根据招股书披露，其智算集群算力仅约184 PFLOPS，在今年的国内智算中心中已经泯然众人。作为对比，国内目前典型的集群算力项目，动辄规划就达到1000 PFLOPS乃至更高，云知声的算力规模显得微不足道。即便按照募资计划将30%款项用于硬件扩容，在今天的业界也只能说杯水车薪。

更关键的是，当开源的DeepSeek通过改进模型架构和优化数据质量，显著降低了训练成本，其模型成本仅为OpenAI等竞争对手的十分之一，且性能接近顶尖闭源模型后，云知声引以为傲的600亿参数山海大模型瞬间显得黯淡无光。公司不得不与DeepSeek完成深度融合，这让其每年的研发投入显得颇为尴尬。

山海大模型的尴尬处境具有某种象征意义。2023年发布时，云知声将其定位为"目标是年内通用能力比肩ChatGPT"的千亿级参数大模型。然而，DeepSeek的技术突破证明"更大并不等于更聪明"，高效工程设计和算法优化可能比单纯算力投入更具竞争力。当一家杭州公司能够以极低成本实现顶级性能时，传统的"重投入、重资产"思路便失去了合理性。

从产业趋势看，小模型时代的垂直一体化有其合理性，但在大模型时代，基础模型从头研发对于绝大部分企业而言已没有必要性和可能性。从一体化向分工专业化的演变不可避免，中小玩家将有限的资源集中在通用应用或行业应用，恐怕才是真正的出路。

硅谷的经验或许值得借鉴。当OpenAI确立了大模型的基础设施地位后，无数小企业乃至个人开发者都开始借助其API能力在应用端掘金。DeepSeek通过开源模型与商业模式创新，形成了开源社区与商业市场的双向突破，为中小企业提供了另一条技术路径。相比之下，那些仍然坚持"重新发明轮子"的公司，大多在激烈的竞争中逐渐边缘化。

云知声面临的选择其实并不复杂。要么继续在基础设施层面与巨头硬碰硬，要么果断转向应用层的差异化竞争。从其目前1.56亿元的现金状况和技术实力来看，后者显然是更为现实的选择。对于深度学习时代的旧玩家们，能否实现战略转型，才是真正长期生存的根本。

结语

云知声的IPO故事，本质上是一个关于时代变迁的注脚。从语音识别的黄金时代，到大模型的颠覆性变革，这家公司经历了AI行业的多次起伏。2.06亿港元的募资也许能够暂时缓解资金压力，但更深层的问题在于商业模式的根本性调整。

当前的AI产业格局已经相对明朗：基础设施层面被少数巨头垄断，而应用层面则为中小企业留下了广阔的创新空间。云知声若能放下全栈的执念，聚焦于特定垂直领域的应用创新，或许还能在这场变局中找到属于自己的位置。值得注意的是，云知声上市首日获得市场追捧，这表明资本市场对其转型前景仍抱有期待。无论如何，在快速变化的技术浪潮中，适者生存永远比先发优势更为重要。