科研|科研团队如何探索商业化落地？这家语音AI公司用十年试验打了样( 四 )

U，云知声（Unisound）；X，即为行业。
他们将诸多前期应用场景探索的成果，整合为两大商业化路径——智慧物联和智慧医疗。
智慧物联方面，实现从单品智能（通过芯片模组升级）到整体智能的演进，并采取与房地产、交通、养老、酒店等行业合作，提供软硬一体的整体智能体验。
智慧医疗方面，从最初的语音电子病历、语音导医分诊等效率工具，到以医疗知识图谱为基础，提供病历质控、医保控费及诊疗决策支持等医疗整体解决方案。

文章插图
2019年推出的智能病历质控系统，还荣获当时北京科技突破一等奖。
如今回过头来看，一个是互联网大厂、家电、房地产商等多领域公司争相竞逐的赛道。
另一个则是正快速发展、并始终被外界看好的赛道，巨头如微软，仍在去年花197亿美元买下AI医疗的门票——完成对语音巨头Nuance的收购。
但对于云知声来说，并非偶然的选择，也并非跟随行业热门。
反倒是根据自身实践和推演顺其自然的选择，被后来的市场所验证。
梁家恩博士向量子位解释，云知声对智慧物联和智慧医疗业务的布局，刚好代表着语音产业两大发展方向，也充分检验底层技术的能力和实用性：
广度和深度。
广度方面如智慧物联，触及尽可能多的真实用户和应用场景，在多场景、多用户中，拓展感知技术和智能交互的应用边界。
深度方面如智慧医疗，则是以行业知识图谱为核心，挑选最具挑战性、知识体系最强大的应用场景，深入解决医疗质量和效率提升的问题，同时拓展认知技术能力的应用边界。
一横一纵，不同路径发展方式，但目的只有一个，解决真实应用问题，推动产业发展，同时，也拓展和检验云知声从感知到认知的底层智能技术能力。
技术创新公司，从产学研技术创新开始，到商业模式实现、成熟。
云知声给出的周期时间是十年。

文章插图
而在未来，横纵融合，除了技术产品本身的持续迭代和完善外，也将激发出更多服务与生态出来。
梁家恩提到了未来新方向的一些设想。
比如在服务方面，智慧物联与智慧医疗的交叉——智慧养老服务；
还有像生态方面，以云芯一体化平台为基础，将拓展出更多智能应用生态，如：音视频分析、辅助决策、辅助创作等；依靠自身在智慧物联、智慧医疗上的行业实战经验，与行业合作伙伴互补拓展，也存在很大的空间。
十年的云知声，提供了一个样本从公司起名和大胆构想，到务实严谨的商业探索和快速迭代验证，聚焦行业真实应用问题解决，而非盲目刷榜、炫技以吸引资本眼球。
从前期客户沉淀积累，到敏锐的嗅觉确认方向——智慧物联。
云知声的每一步似乎都踩在点子上，但又比行业风向快了那么一步：
比如AI三驾马车、云端芯战略、智能芯片，到如今巨头相争的智慧医疗和智慧物联。
梁家恩表示，科研团队跟风既无趣也无前途，可能正是基于团队谋定而后动，在实践中不断思考，超越算法能力边界，构建软硬一体和全栈AI能力，认准的事情即使再困难也坚决去做，才造就了今天云知声全栈AI技术及产品化能力以及纵横两大商业化路径。
无疑，这是一次独特的科技商业化探索的试验。
而像云知声这样的案例，并非孤例。
随着硬科技创新、产学研转化越来越响亮，更多的科研团队投身于商业价值转化，但不论方向如何、技术落地情况如何，面对的一些难题却是共通的。