云知声飙涨60%,将临盈利拐点?

节点财经
Jul 04, 2025

  炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!

文 / 二风

6月30日,人工智能语音技术公司“云知声”成功在港交所挂牌上市,股票代码09678.HK。云知声本次全球发售H股约156.1万股,发行价定为每股205港元,募资净额约2.06亿港元。

截至7月4日,股价最高收得338.6港元,最终收报329.4港元,较发行价大涨60.6%,收盘总市值超过233.7亿港元。这一表现,为云知声赢得“港股AGI第一股”的称号。

图源:云知声官微

值得注意的是,云知声此次募资规模相对较小,在当前AI企业动辄数十亿港元融资的背景下,区区2亿港元的募资显得颇为“保守”。有分析认为,云知声此番上市更大的意义在于“续命”——完成上市可解除对赌协议中的赎回压力,优化财务结构,而不仅仅是筹集扩张资金。

据招股文件披露,截至2024年底云知声账上现金及等价物仅剩约1.56亿元人民币。公司资产负债表中还背负着高达33亿元人民币的“可赎回优先股”巨额负债,如在约定期限前未能上市,投资方有权要求公司以本金加年息10%的价格回购股份。

成功上市使得这项危机得以消除,特殊赎回权随IPO转为失效,因此,这次IPO更多被视作云知声卸下历史包袱、续存求生的重要一步。

专注对话式AI的“老将”

云知声成立于2012年,是一家专注于对话式人工智能产品和解决方案的AI解决方案提供商,主营业务聚焦在日常生活(物联网)和医疗健康等垂直应用场景。公司由黄伟、梁家恩、康恒等人工智能语音识别领域的专家联合创立,他们均拥有中科大、清华等名校及中科院背景。

作为国内首批将深度学习算法应用于商业语音识别的公司之一,云知声在语音AI领域起步甚早,并逐步构建起涵盖大模型、多模态交互、AI芯片、行业知识图谱等在内的全栈技术体系。

图源:云知声官网

在2016年,云知声便着手自建Atlas人工智能计算集群,为大规模模型训练提供算力引擎。2023年5月,云知声发布了参数规模达600亿的通用大语言模型“山海大模型”,并将其应用于医疗诊断和日常生活等产品中,实现了AI大模型商业化的突破。在2024年MedBench医疗AI评测中,山海大模型以82.2分的综合成绩排名第一。

除了软件算法,云知声还自主开发了AI语音芯片,先后推出了物联网语音芯片“雨燕”和“蜂鸟”,以及面向车载的语音AI芯片“雪豹”。据招股书披露,近三年云知声AI芯片出货量从2022年的1280万颗增至2024年的3600万颗,通过掌握芯片设计能力,云知声的AI解决方案在终端设备部署上拥有更强的落地适配性,这也被视为其技术壁垒之一。

在智慧生活领域,云知声为格力、美的、海尔等家电企业提供语音交互解决方案,覆盖智能家居、车载、智慧交通等应用场景。在智慧医疗领域,云知声为医院提供语音电子病历、智能导诊、医学影像辅助诊断等AI解决方案,目前已落地于北京协和医院等超过500家医疗机构。

高研发、低回款、强对手,云知声难在哪?

从财务数据来看,云知声近年的经营状况其实并不算乐观:增收不增利,持续亏损,现金流承压,凸显商业化变现的挑战。在2019-2024年中国AI解决方案市场年均增长逾30%的大环境下,云知声自身的财务表现仍然承受多重压力。

首先是业绩亏损与研发投入的矛盾。财报显示,2022-2024年云知声分别实现营业收入6.01亿元、7.27亿元和9.39亿元,三年营收年复合增长约23%。但同期净亏损分别高达3.75亿元、3.76亿元和4.54亿元,三年累计亏损超过12亿元。

连年亏损的主因归于高强度的研发投入,2022-2024年云知声研发开支占各年收入的比例在30%-40%之间。尤其是对大模型的投入,导致成本居高不下。尽管大模型研发提升了技术竞争力,但短期内尚未找到清晰的盈利路径。

其次,云知声目前的商业模式以提供定制化AI解决方案为主,这种项目制、软硬结合的业务模式在盈利能力上存在瓶颈。其主要收入来源于智慧生活和智慧医疗两大板块的AI产品及解决方案,其中以定制项目交付为主的解决方案业务占总收入六成以上。

图源:云知声官网

《节点财经》分析,此类业务往往涉及硬件采购与系统集成,毛利率常年在40%左右。相较纯软件或SaaS模式50%-80%的高毛利率,云知声的业务毛利水平偏低,限制了盈利提升空间。同时,定制项目往往投入周期长、交付复杂,也加大了运营成本和管理难度。招股书显示,云知声核心业务毛利率近年来呈下降趋势,再加上销售和行政费用增长,进一步压缩了利润率。

此外,市场竞争激烈,份额有限也是云知声面临的现实挑战。

根据弗若斯特沙利文的数据,按2024年收入计算,云知声仅占中国AI解决方案市场约0.6%的份额,行业排名第四。换言之,国内AI方案市场高度分散且群雄环伺,云知声作为其中的玩家之一,尚未取得显著的规模领先优势。

在云知声所专注的细分领域,形势同样不容掉以轻心。公司在日常生活场景的AI方案市场虽跻身第三位,但市占率也只有5.8%;在医疗AI服务市场排名第四,市占率约2.3%。

这一水平与行业龙头仍有明显差距,科大讯飞等巨头多年来深耕语音及人工智能领域,业务版图横跨教育、医疗、物联网等多个场景,并拥有更丰富的产品线和资源投入。例如,科大讯飞旗下的讯飞医疗科技公司2024年收入达到7.34亿元,毛利率55.1%,远高于云知声医疗业务约40%的毛利水平。面对科大讯飞这样的头部对手,以及百度阿里等大型科技公司在通用AI上的围堵,云知声在市场开拓上压力不小。

最后,现金流和应收账款问题凸显了云知声商业化过程中的资金周转难题。据招股书,截至2024年末云知声应收账款为5.6亿元,占当期营收比例达60%,贸易款应收周转天数为277天,应收账款周转慢既占用了大量营运资金,也反映出云知声对下游客户议价能力不足。云知声在IPO募集说明中也强调将加强应收账款管理,但其根本出路还在于提高产品标准化程度、优化客户结构,以改善现金流状况。

《节点财经》认为,高研发投入、低毛利模式、强敌环伺和资金回笼慢这四大难题,构成了云知声当下商业化道路上的主要掣肘因素。这也是为什么此次上市对云知声尤为关键:一方面通过资本市场募资和股权重组减轻财务压力,另一方面则需借助上市提升品牌影响力和信用背书,以赢得更多客户订单和战略合作。

大模型落地医疗与物联网,能撑起未来吗?

尽管困难重重,云知声选择在此时登陆资本市场,也显露出对未来机遇的信心和判断。

招股书多处强调了云知声山海大模型在智慧医疗、车载交互、智能客服等场景中的应用潜力,并引用其在权威评测中取得的优异成绩,证明技术实力已跻身国内第一梯队。乘上大模型的东风,不仅有助于云知声丰富产品矩阵、提升方案附加值,也是吸引投资者关注、提振市场估值预期的关键。

更为重要的是,云知声选择继续深耕垂直领域作为差异化竞争策略,被视为一条务实的发展路径。在通用AI赛道巨头林立的形势下,云知声将资源聚焦于“智慧生活+智慧医疗”,避开与巨头在通用平台上的正面交锋。

这两大领域数字化、智能化转型需求明确,而且客户更需要定制化、行业化的AI解决方案。云知声通过多年项目积累,已在这些领域打造出标杆案例:如与格力合作的智能家居语音系统、赋能深圳地铁的智能语音客服,以及服务北京协和医院的电子病历和诊断助手等。

这些“灯塔客户”不仅直接带来了收入,也让云知声沉淀了宝贵的行业Know-how和数据资源,为其在垂直行业中进一步扩展奠定基础。

此次IPO募集到的资金虽然不算丰厚,却将为云知声的后续发展提供助力。根据云知声规划,所筹集约2亿港元资金将重点投入强化AI研发与算力、拓展商业版图、补充运营资金等方向,有助于其巩固技术护城,保持在大模型和多模态交互等前沿领域的竞争力,并为寻找下一个增长曲线提供资金支持。

《节点财经》认为,从大环境来看,中国AI产业仍处于高速发展期。庞大的市场蛋糕意味着只要找准方向、踏实运营,云知声这样的专业玩家仍有广阔的成长空间。在政策层面,国家和各地政府也在大力扶持人工智能、新型基础设施和数字医疗等产业方向,未来云知声有机会参与更多智慧城市、智慧医疗的重大项目,获取稳定的业务增量。

云知声需要在资本市场的聚光灯下证明自身的价值创造力,如何将领先的技术优势转化为可持续的商业回报,如何在激烈的竞争中提升市场份额并尽快实现盈利,这些都是云知声必须回答的问题。

可以预见,随着募资到位和债务包袱解除,云知声轻装上阵,有望加速推进产品创新和市场开拓。只要云知声能够把握大模型浪潮并继续扎根核心场景,不断提高自身“造血”能力,那么这次登陆资本市场或将成为公司迈向新高度的起点,而非终点。

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10