技术壁垒失守，云知声黄伟陷掉队困局

作者丨丁茜

出品丨牛刀商业评论

AI语音赛道“老兵”云知声起了个大早，赶了个晚集。

已经成为“港交所AGI第一股”的云知声本质上是第一波AI浪潮的产物，当时这批创业公司主要专注于垂直领域，如安防、企业服务等toB方向。

创始人黄伟确立了“智慧生活”与“智慧医疗”两个核心赛道。他坚信技术必须服务于人最根本的“健康”与“快乐”需求，云知声将自己定义为AI解决方案提供商，主要销售用于日常生活及医疗相关应用场景的对话式AI产品及解决方案。

但荣光背后，隐忧早已丛生，如今其被定制化项目制困住规模化脚步，客户留存率下滑、“百模大战”中算力落后巨头；13年间云知声多次战略摇摆，还得直面巨头跨界挤压。

这家既证明了技术变现能力，又深陷成长泥沼的老兵，正站在荣光与困局的十字路口。

01 营收增长难盈利

自上市后，云知声股价一路高歌猛进，市场对其估值预期持续上扬。从其2025年上半年中期报告中可以看出，云知声正处在向上突破的关键时期，在营收增长、业务结构优化以及核心技术变现等方面亮点纷呈，不过高投入期的短板也清晰可见。

从营收数据来看，上半年云知声总营收达4.05亿元，同比增长20.2%。在AI行业竞争白热化、众多企业增长乏力的当下，这一增速着实稳健。

其中，山海大模型表现堪称惊艳，销售额近1亿元，同比暴涨457.4%，在总营收中的占比接近25%。这种模式具备更强的规模化盈利能力，真正将核心技术转化为实实在在的收益，成为公司的“赚钱利器”。

智慧生活业务作为云知声的根基业务，表现依旧稳健，占总营收的82.7%。其解决方案收入增长22.6%，为公司提供了稳定的现金流，如同一个坚实的“钱袋子”，有力支撑着公司在大模型等前沿技术领域的探索。

在垂直领域，云知声更是多点开花。医疗业务成绩斐然，平均每个客户贡献101.3万元，较去年同期增长超一倍。这充分表明医院等大客户对其产品的高度认可，愿意为其优质产品支付高价。

新开拓的保险理赔审核业务更是异军突起，收入近1000万元，同比涨幅高达13倍多。这一数据有力证明了其技术具有强大的复用性，能够快速适配不同高价值场景，为公司开辟了新的盈利增长点。

硬件方面，云知声也积累了深厚底蕴。AI芯片累计销量接近1亿颗，上半年出货量达1650万颗。庞大的出货量规模，为后续构建“数据-算力-模型”的良性循环奠定了坚实基础。

然而，亮眼的成绩背后也隐藏着现实问题。公司目前仍处于“烧钱换未来”的阶段，上半年亏损2.98亿元，经营现金流为负。这主要是高额研发投入所致，短期内难以兼顾盈利。

不过，对于AI公司而言，前期投入大量资金构建技术壁垒是必经之路。当下，市场最为关注的是，大模型、医疗等增长迅速的业务能否持续扩大市场份额，逐步将研发投入转化为实际收益，最终实现整体盈利。

云知声证明了自己具备“会赚钱”的能力，且依靠的是技术与高质量业务。但从“会赚钱”到“能盈利”，还需高增长业务持续发力，跨越这道关键门槛。

02 深陷“项目制”泥沼

云知声的业务增长模式深陷定制化项目制的泥沼，这一模式在其发展初期如同助力快速切入市场的“蜜糖”，然而如今却成了制约其规模化增长与盈利能力的“毒药”。

从客户层面来看，云知声面临着客户增长停滞与客户粘性大幅下滑的双重困境。以早期核心业务医疗AI为例，客户数量长期在165家至167家之间窄幅波动，增长几乎陷入停滞状态。

更为严峻的是，云知声的客户留存率急剧下降，从2022年的70.4%大幅下滑至2024年的53.3%，这意味着近半数的合作客户不再持续选择其服务，充分表明其解决方案未能有效构建长期价值与不可替代性。

在智慧生活业务板块，情况同样不容乐观，主要客户数量在2024年从78家减少至71家。尽管公司试图通过提升单个客户贡献来维持营收增长，如2024年主要医疗客户平均收入提升至120万元，但客户基础的萎缩无疑直接限制了其发展的上限。

云知声的客户与收入结构存在严重的双重依赖风险，进一步削弱了其市场掌控力。一方面，公司收入高度依赖少数大客户。

在2022年至2024年期间，来自前三大客户的收入占比分别高达30.8%、27.4%和26.7%。另一方面，收入来源严重依赖系统集成商和代理商，2024年来自这部分客户的收入占比高达55.1%。这种结构导致云知声对终端市场的感知变得迟钝，议价能力极为薄弱。

其设定的“正常信贷期”为180天，但实际的贸易应收款项周转天数却长达277天至283天。截至2024年末，应收账款堆积高达5.59亿元，占营业收入比例近60%。此前，重要客户世茂集团的“爆雷”，直接导致云知声计提了2630万元的坏账拨备，这充分暴露了其客户集中度过高所带来的巨大财务风险。

更深层次的危机源于研发模式的内在缺陷，引发了“技术空心化”的担忧。尽管云知声每年将营收的30%至40%投入研发，2024年研发投入达3.7亿元，但研发开支中有超过56%的比例，2024年约为2.1亿元，用于支付第三方外包服务费。

这种高度依赖外包的模式，虽然在短期内可能降低了部分研发管理成本，但从长远来看，意味着公司难以沉淀和积累核心、完整的端到端技术开发能力与经验。

与那些构建了坚实技术护城河的企业相比，云知声被质疑更像是一家“技术集成商”，其在核心算法上的自主性与深度迭代能力存在明显疑问。

定制化项目与外包研发模式相互交织，将云知声锁定在一个难以突破的循环中。定制化项目制约了产品标准化和利润率的提升，而薄弱的技术根基又反过来限制了其打造具有市场竞争力的标准化产品的能力，最终使其在激烈的市场竞争中面临长期的严峻挑战。

03 面临边缘化风险

在中国AI解决方案市场的激烈角逐中，云知声作为重要参与者，正深陷一场结构性的边缘化危机。这一危机并非单一因素所致，而是市场份额、技术实力、战略定力以及行业竞争等多重挑战相互交织、共同作用的结果。

市场份额方面，云知声的表现不容乐观。目前，其在中国AI解决方案市场中仅占据0.6%的份额，虽自称排名第四，但与头部企业差距巨大。以市占率9.7%的第一名企业为例，云知声与之存在数量级的差距。

如此微小的市场份额，使得云知声在市场中的话语权和影响力极为有限，难以在资源分配、行业标准制定等方面占据有利地位，为其后续发展埋下了隐患。

技术实力上，云知声在“百模大战”中面临着重重困境。2023年，为应对竞争，云知声推出了山海大模型，然而挑战接踵而至。

云知声的算力层面，其184PFLOPS的算力，与百度1840PFLOPS、阿里300+PFLOPS等巨头相比，差距显著。

算力的不足，直接限制了大模型的训练效率和性能提升。业务收入占比也凸显问题，2023年大模型相关收入仅1670万元，占当年总营收约2.3%，且客户数量有限。缺乏丰富的用户场景来训练和精进大模型，导致其在“百模大战”中逐渐掉队，有被边缘化的风险。

更矛盾的是，其AI平台还需依赖DeepSeek等外部大模型补充能力，这无疑削弱了自研模型的战略独特性。

战略定力不足是云知声的又一短板。成立13年来，云知声经历了多次重大战略转型，从智能语音技术到“云端芯”芯片架构，再到医疗AI全面押注，最终转向AGI大模型。频繁的战略转向，使其被业内视为“战略摇摆教科书”。

每一次转型都需要投入大量的人力、物力和财力，据估算，每次转型的资源投入平均高达数千万元，且需要耗费数年时间。

然而，这种频繁的转型并未形成持续的核心竞争力，反而导致技术积累分散，资源错配严重，难以在任一领域构建深度护城河，错失了市场窗口期。

行业竞争的激烈程度更是让云知声举步维艰。在智慧生活和智慧医疗领域，它不仅要面对科大讯飞等专业对手的竞争，还要应对百度、阿里、腾讯等互联网巨头的跨界挤压。

这些巨头凭借强大的业务生态、资源整合能力和资金实力，在AI大模型和应用推广上迅猛发展。以阿里为例，2025年的资本开支计划高达317亿元，AI相关收入已连续多个季度实现高速增长。在巨头林立的AI赛场中，云知声这类创业公司的生存空间被不断压缩。

云知声面临的边缘化风险是一个系统性危机，市场份额微小、大模型突围艰难、战略历史摇摆以及巨头激烈挤压等因素相互影响。上市或许能为其带来暂时的喘息机会，但若不能在这些核心问题上取得实质性突破，其长远发展之路依然荆棘密布。