“新發(fā)展格局下，產業(yè)數字化驅動人工智能向多元化、融合化發(fā)展，技術輸出‘厚度’增加，‘邊界’擴大，智慧城市加速構建，‘泛在智能’初見雛形。”捷通華聲董事長武衛(wèi)東在接受億歐智庫獨家專訪中，對人工智能產業(yè)發(fā)展給出了這樣的判斷。同時，結合自身20余年的發(fā)展歷程，與億歐智庫針對智能語音市場現狀與發(fā)展趨勢進行了深度探討。

捷通華聲董事長武衛(wèi)東在2020中國人工智能年會上演講

　　第三次人工智能發(fā)展浪潮來臨前夕。

　　2000年，幾位清華學子懷著“讓機器‘能說會聽，能寫會看，能辨音會認人，能思考會判斷’，為人們的生活帶來輕松與便捷”的美好愿望，成立捷通華聲，是國內最早投入人工智能領域的創(chuàng)業(yè)團隊之一。

　　深度學習開啟人工智能新一輪繁榮。

　　2011年，基于深度神經網絡的聲學模型在大詞匯量連續(xù)語音識別任務上獲得了顯著的性能提升，智能語音領域研究開始轉向深度學習。這一年，捷通華聲對外發(fā)布靈云平臺，將語音識別、語音合成、語義理解、機器翻譯等智能語音、智能語義技術面向產業(yè)全面開放。

　　2016年，語音識別準確率第一次達到人類水平，進入快速落地期。智能語音成為金融、能源、電信、互聯網等行業(yè)產業(yè)提升發(fā)展戰(zhàn)略的關鍵詞。人工智能發(fā)展進入新階段，成為新一輪產業(yè)變革的核心驅動力。

　　深耕AI二十載，匠心鑄就領先。本著對核心技術孜孜不倦的探索精神和務實推進的原則，捷通華聲在不斷摸索中走出了自己的道路，即以自主研發(fā)的人工智能算法為核心，以市場應用為導向，推進智能語音、智能語義等技術研發(fā)持續(xù)創(chuàng)新與融合，形成由技術到平臺、由產品到解決方案全覆蓋的產業(yè)生態(tài)，全面融入經濟社會發(fā)展。

　　語音是人類最直接、最簡潔的交流方式。同樣，以實現人和機器像人與人一樣無障礙交流為使命的智能語音技術，被認為是數智化時代萬物智聯最方便的入口。相對整個人工智能產業(yè)，智能語音產業(yè)化程度更高，是所占份額比例較大的細分領域，正以其廣闊的產業(yè)化應用席卷人們日常生活和工作的方方面面。

　　“提到智能語音，公眾最直觀的感受可能是語音識別，但實際上智能語音所包含的內容遠比我們想象的復雜。”武衛(wèi)東介紹到。

　　完整的智能語音包括聲音信號的前端處理、將聲音轉為文字供機器處理、在機器生成語言之后，用語音合成技術將文本語言轉化為聲波，從而形成完整的人機語音交互鏈條。背后涉及聲學研究、語言學研究、數字信號處理、自然語音處理研究及垂直場景的深度語義理解，如果要感知聲音的起止、講話人身份和語種等特征，還需另外進行語音喚醒、聲紋識別和語種分類等任務。“就像一個拼接的木桶，每一個環(huán)節(jié)出現短板，都將直接影響最終交互結果。”

　　捷通華聲與清華大學合作，成立靈云人工智能研究中心、清華海峽院人工智能研究中心，不斷加強對核心技術的研發(fā)投入，強化每一個板塊，實現語音識別、語音合成、語義理解、機器翻譯等多項技術保持行業(yè)領先，同時推動各項技術交叉融合，為人工智能持續(xù)發(fā)展積蓄力量。

　　正是對核心技術不斷創(chuàng)新和融合發(fā)展的堅持，捷通華聲在推進各行業(yè)智能化發(fā)展的過程中形成了自身獨特的優(yōu)勢，成長為中國人工智能技術實力的引領者和產業(yè)化應用的探索者。

　　政策與市場雙重驅動下，人工智能行業(yè)迎來了發(fā)展的黃金時代。作為萬物智聯的入口，語音賽道更是有參與者不斷入局。但需要注意的是，這些企業(yè)雖然估值很高，盈利能力卻很有限，甚至可能還在虧本。

　　“人工智能產業(yè)發(fā)展過程中，資本是推手，技術是核心，產業(yè)需求才是根本。”武衛(wèi)東這樣向記者釋疑。

　　高新技術是高投入、高回報、高風險的領域，人工智能是引領未來的戰(zhàn)略性技術，很受資本青睞。但是，僅依賴資本驅動，容易出現在投入、建設階段大干快上，卻在應用環(huán)節(jié)掉鏈子的行為。

　　“在人工智能領域，技術積累是一個漫長的過程，短期內人工智能服務商難以將技術直接轉化收入，缺乏造血機能，也就無法提升實體產業(yè)效率和效益。”

　　風口期快速積累資本，海量宣傳擴大企業(yè)知名度，再次吸引資本用于擴充疆土，規(guī)劃盈利目標進行上市，這種模式很難形成核心競爭力，自然缺乏造血機能。

　　人工智能作為新一輪產業(yè)變革的核心驅動力，其本質是科技進步對所有產業(yè)的提升。只有當人工智能實現與各傳統(tǒng)產業(yè)融合應用，才能創(chuàng)造經濟和社會價值。“場景決定應用、應用決定市場、市場決定企業(yè)發(fā)展前景”，武衛(wèi)東說到。

　　產業(yè)數字化發(fā)展初期，通用型方案無法滿足定制化需求，每個行業(yè)都有自己的問題要解決，有應用場景要突破，需要技術跟場景的深度融合，單一的AI能力已經無法滿足。技術和產業(yè)不匹配，是現階段很多AI企業(yè)面臨的困境。“而且產業(yè)落地是有時間周期的，需要人工智能服務商具備一定的行業(yè)沉淀以及行業(yè)理解，進行能力融合、應用融合和場景融合。只有提升行業(yè)的垂直縱深，技術才能擁有更大的落地價值。”

　　明者因時而變，知者隨事而制。經過多年的實戰(zhàn)積累，捷通華聲對于人工智能的場景化應用經驗頗豐，通過AI能力中臺和AI數據中臺雙驅動，廣泛賦能智慧城市、數字金融、智慧社區(qū)、智慧醫(yī)療、數字政府、智能交通等數字化應用場景。

　　堅持以核心技術突破為根本，以場景深度融合應用為目標，不斷將市場趨勢和用戶需求落地為方案和產品，是捷通華聲創(chuàng)造良好造血機能，成為行業(yè)內少有的盈利企業(yè)，并持續(xù)保持領先的秘訣所在。

　　在談及捷通華聲未來發(fā)展規(guī)劃時，武衛(wèi)東表示，捷通華聲的初心一直沒有變，“讓每一家企業(yè)都能擁有人工智能，讓每一個人都能享受人工智能帶來的輕松與便捷。”

　　在人工智能領域，我們和世界發(fā)達國家仍存在一定的技術差距。堅持自主研發(fā)，全面增強原始創(chuàng)新能力，在新一輪國際科技競爭中掌握主導權，是中國所有科技作者，包括捷通華聲的價值追求。“也是責任，我們將繼續(xù)探尋人工智能發(fā)展趨勢，堅持對核心技術的研發(fā)投入，力爭在行業(yè)持續(xù)領先。”武衛(wèi)東表示。

　　人工智能深度融合實體經濟是當前我國重要的經濟戰(zhàn)略。捷通華聲作為智能語音龍頭企業(yè)，責無旁貸。武衛(wèi)東認為，“重點在于人工智能應用于傳統(tǒng)行業(yè)和服務業(yè)，提升實體經濟智能化水平。捷通華聲在服務客戶過程中，積累了豐富的智能化升級經驗，我們將向全產業(yè)推廣。”

　　捷通華聲也在積極探索人工智能技術在社區(qū)養(yǎng)老等民生場景下的適用性。目前，已形成以靈云社區(qū)AI運營大腦為核心，以設備數據信息橋、政府居民連心橋、社區(qū)生活便民橋為橋梁，通過靈云鄰通溝通、社區(qū)安防治理、社區(qū)咨詢服務、智慧生活服務、社區(qū)黨建文化、健康養(yǎng)老服務六大場景賦能智慧社區(qū)養(yǎng)老建設，打造老年人能用、會用、敢用、想用的智能化產品和服務應用。

　　武衛(wèi)東說，“我有兩個愿望，一個是看到我們國家科技進步，更加強大。另一個就是盡捷通華聲最大的能力，推動中國人工智能產業(yè)發(fā)展，為經濟社會發(fā)展貢獻一份力量。”