在人工智能領(lǐng)域，有歷史的公司并不多，捷通華聲算一家。
1989年，畢業(yè)于清華大學(xué)環(huán)境工程系的張連毅，到紫光集團的前身——清華大學(xué)科技開發(fā)總公司任職，負責(zé)推廣清華的OCR（光學(xué)字符識別）軟件。1992年，擔(dān)負著將清華OCR技術(shù)商業(yè)化的使命，張連毅創(chuàng)建了北京清華文通技術(shù)有限公司。
1992年底，就在公司發(fā)展勢頭正旺的時候，張連毅選擇了出國深造，后來經(jīng)歷了創(chuàng)業(yè)、打工、讀書種種波折，6年后，他決定回國，重新創(chuàng)業(yè)。
1998年8月，張連毅在朋友的幫助下，在中關(guān)村留學(xué)人員創(chuàng)業(yè)基地的兩間小房子里，創(chuàng)建了捷通軟件，還做熟悉的“老本行”——漢字處理和錄入。
同年，捷通推出了“錄易漢語智能輸入輸出系統(tǒng)”，成為國內(nèi)第一家將語音合成、語音識別、手寫識別技術(shù)成功地集成在OA辦公軟件系統(tǒng)的公司。
然而，當(dāng)時的OCR市場已經(jīng)有了眾多競爭對手——依托中科院自動化所的漢王科技、同門公司紫光集團和北京文通，還有摩托羅拉。
由于OCR技術(shù)幾乎是和掃描儀綁定在一起，因此定位軟件開發(fā)的捷通逐漸也賣起了掃描儀。不過，張連毅很快意識到，硬件銷售風(fēng)險很大，利潤越做越薄，而且捷通一直缺乏核心技術(shù)，于是2000年底，在硬件銷售額迅速躥升時，張連毅選擇了轉(zhuǎn)型，他聯(lián)合著名中文語音專家呂士楠教授，一起成立了北京捷通華聲語音技術(shù)有限公司，要做語音合成。
當(dāng)時，科大訊飛剛成立一年。
三次轉(zhuǎn)型，從語音合成到全方位人工智能
從2001年開始，捷通華聲在國內(nèi)語音市場占有率一直保持在20%左右，超過了IBM、摩托羅拉等國際巨頭，僅次于科大訊飛；服務(wù)客戶包括國航、華北電網(wǎng)、山東鐵通、農(nóng)行、建行、中國銀行等企業(yè)，合作伙伴包括IBM、英特爾、海爾集團，以及Nuance前身Scansoft、法國語音技術(shù)公司Acapela，產(chǎn)品和技術(shù)銷往美國、新加坡、日本等地。
然而，一沒借助資本、二沒擁抱政府高校的捷通華聲，很難與資源和技術(shù)實力雄厚的科大訊飛抗衡。光靠語音合成，很難養(yǎng)活企業(yè)。于是從2002年開始，在兼顧語音合成、語音識別、OCR、手寫識別的同時，捷通又做起了SP（服務(wù)提供商），也就是以前功能機上的手機游戲，一做就是9年。
2011年，隨著蘋果推出Siri語音助手，語音交互得到了一定程度的市場預(yù)熱。張連毅意識到語音技術(shù)的機會要來了，于是再一次決定轉(zhuǎn)型，砍掉游戲業(yè)務(wù)，全力進軍人工智能。
按照張連毅的理念，只有一項技術(shù)對于企業(yè)來說十分危險，一旦被競爭對手趕超，企業(yè)將很難生存。而人工智能包含一整套技術(shù)，相互之間有很強的關(guān)聯(lián)性，而且在很多場景下都需要同時使用，因此，不同于其他專注單一技術(shù)的AI公司，捷通華聲要做全方位的人工智能。
2011年，隨著第一筆風(fēng)險資金的注入，捷通華聲推出了全球首個全方位人工智能開放平臺——靈云平臺（AIcloud.com），將智能語音交互、圖像識別、生物特征識別、語義理解等技術(shù)整合起來，提供一體化的AI技術(shù)云服務(wù)及各種解決方案。
2013年，清華大學(xué)產(chǎn)業(yè)基金入資捷通華聲。憑借清華在人工智能領(lǐng)域雄厚的研究力量，捷通華聲先后與北京清華工業(yè)研究院、清華海峽研究院共同創(chuàng)建靈云人工智能研究中心，致力于促進清華大學(xué)科技成果轉(zhuǎn)化，提升靈云核心競爭力。
十項技術(shù)，六大領(lǐng)域，三種方案
如今，靈云平臺提供的人工智能技術(shù)涵蓋語音識別、語音合成、聲紋識別、語義理解、OCR、手寫識別、人臉識別、指紋識別、機器翻譯、數(shù)據(jù)挖掘十大方向。
表1：捷通華聲主要業(yè)務(wù)產(chǎn)品，來源：公開轉(zhuǎn)讓說明書
服務(wù)客戶覆蓋通信、金融、互聯(lián)網(wǎng)、能源、交通、IT、醫(yī)療、教育、政府、汽車等眾多行業(yè)，包括國家電網(wǎng)、中石油、中石化等大型國企，華為、中興等信息通信供應(yīng)商，建行、中信、華夏、太平洋保險等金融機構(gòu)，網(wǎng)易、京東、愛奇藝等互聯(lián)網(wǎng)公司，以及寶馬、奔馳、比亞迪等國內(nèi)外車企。
表2：捷通華聲服務(wù)領(lǐng)域及代表客戶，來源：捷通華聲官網(wǎng)
產(chǎn)品生態(tài)體系包括靈云公有云服務(wù)、全智能能力平臺、以及智能解決方案，其中，公有云服務(wù)的運營采用標準能力免費開放以及能力方案定制服務(wù)兩種，而全智能能力平臺是以私有云方式部署的能力平臺級產(chǎn)品，智能解決方案則是以全智能能力平臺為基礎(chǔ)，開發(fā)針對用戶各類需求的綜合解決方案。總體來看，即公有云、私有云以及解決方案三種形式。
營收及利潤增長較快，整體毛利率有望提升
從財務(wù)表現(xiàn)來看，捷通華聲是高科技企業(yè)中少有的連續(xù)幾年盈利的企業(yè)之一。
表3捷通華聲2013-2016年上半年主要財務(wù)指標
根據(jù)捷通華聲股轉(zhuǎn)書及半年報數(shù)據(jù)，2014年、2015年、及2016年上半年，捷通華聲分別實現(xiàn)營收3820萬、5329萬、3368萬元，凈利潤503萬、1068萬、391萬元。
表4捷通華聲2014年到2016年上半年營收及凈利潤增長率
從營收和凈利潤增長率來看，近兩年內(nèi)兩項財務(wù)指標增速明顯加快。據(jù)張連毅透露，2016年全年，捷通總營收將達7000-8000萬元，未來營收增長將保持30%以上。
表5捷通華聲2014年到2016年上半年營收結(jié)構(gòu)及毛利率
注:2014年和2015年1-10月，“其他業(yè)務(wù)”為無線增值業(yè)務(wù)，2016年上半年，“其他業(yè)務(wù)”為智能移動及技術(shù)維護業(yè)務(wù)。
從營收結(jié)構(gòu)及毛利率來看，2014-2016年，捷通華聲軟件業(yè)務(wù)營收占比一直保持在50%以上，并在2016年上半年有小幅提升；無線增值業(yè)務(wù)雖然在2011年已經(jīng)不再投入，但是由于長尾效應(yīng)，仍在產(chǎn)生收入，但下降幅度明顯；硬件業(yè)務(wù)在2016年還將保持在2000萬元以內(nèi)，在總營收中的占比將明顯下降，有望帶動整體毛利水平的提升。
技術(shù)融合大勢所趨，全能冠軍之路挑戰(zhàn)重重
捷通營收持續(xù)增長，在一定程度上反映了近兩年人工智能產(chǎn)業(yè)應(yīng)用的火熱，而捷通選擇的技術(shù)融合之路，也正在成為這一領(lǐng)域的發(fā)展趨勢。
首先，從供給端看，不僅科大訊飛、BAT等大公司陸續(xù)推出了包含語音、圖像、語義等在內(nèi)的綜合性人工智能平臺，多家軟硬件AI技術(shù)創(chuàng)業(yè)公司也致力于整合多項AI技術(shù)提供給行業(yè)客戶，比如做機器人操作系統(tǒng)的圖靈機器人，做機器人軟硬件方案的ROOBO智能管家等。
其次，從需求端看，包括金融、安防、電信等率先應(yīng)用的行業(yè)對AI技術(shù)的需求也是全方位的，比如對于身份的認證、識別，更是需要語音、聲紋、人臉、手寫識別等多項技術(shù)聯(lián)合使用，多重驗證。
在這樣的背景下，深耕行業(yè)多年、且背靠清華技術(shù)資源的捷通優(yōu)勢明顯。不過，在幾項新興技術(shù)領(lǐng)域，捷通也面臨著技術(shù)研發(fā)、產(chǎn)品打磨和推廣，以及閉環(huán)構(gòu)建等一系列挑戰(zhàn)。同時，在技術(shù)融合優(yōu)勢發(fā)揮出來之前，捷通仍然不可避免地要和各個領(lǐng)域的玩家進行正面PK。
語音合成、語音識別等領(lǐng)域，有科大訊飛、云知聲、思必馳等通用和垂直型技術(shù)提供商；OCR和手寫識別領(lǐng)域，有漢王科技、紫光集團等老牌企業(yè)；智能客服領(lǐng)域，有小i機器人以及Udesk等幾家逐漸轉(zhuǎn)向智能客服的云客服公司；而人臉識別領(lǐng)域，又有曠視、商湯等實力較強的新興企業(yè)。
不過，正如張連毅所說，這些公司可能要做百米冠軍、跳遠冠軍、跳高冠軍，而捷通要做的是十項全能冠軍。
由于產(chǎn)品線眾多，且市場需求增大，多年來一直有意控制團隊規(guī)模和成本的張連毅，最近也感受到了壓力，正在緊鑼密鼓地招兵買馬，以壯大團隊力量。捷通能否成為十項全能冠軍，在AI領(lǐng)域大展拳腳，按照張連毅的預(yù)測，接下來兩三年內(nèi)將見分曉。
圖：捷通華聲董事長張連毅
近期，愛分析對捷通華聲董事長張連毅進行了調(diào)研訪談，現(xiàn)將部分內(nèi)容摘錄如下。
Q：捷通的各項技術(shù)和業(yè)務(wù)發(fā)展有側(cè)重嗎？
A：有。捷通在技術(shù)上都有涉及，但是在商業(yè)化應(yīng)用上是有步驟的。
第一主攻方向是智能語音交互，包括語音合成和語音識別。語音合成做了十多年，非常成熟，而語音識別真正開始應(yīng)用是在2013-2014年，現(xiàn)在已經(jīng)走過了這一階段。
第二主攻階段是自然語言理解，包括智能客服。這一階段跟小i競爭比較激烈。
現(xiàn)階段是第三主攻——圖像識別，包括OCR和手寫識別�，F(xiàn)在技術(shù)實現(xiàn)了突破，正在加緊轉(zhuǎn)化成商業(yè)化產(chǎn)品。
明年開始向第四個方向主攻——生物特征識別，包括人臉識別和聲紋識別等。
Q：OCR技術(shù)現(xiàn)在有哪些難點？捷通取得了哪些突破？
A：OCR技術(shù)目前的難點在于模糊、壓線、重疊、有背景色等情況下的識別。比如駕駛證上面的機打字很多時候會打到橫線上，在識別的時候就會存在混淆，一些有背景色和圖案的名片，在識別文字的時候需要先對背景進行去色等。
現(xiàn)在全球范圍內(nèi)做得最好的OCR公司是俄羅斯的ABBYY，我們現(xiàn)在實驗室的內(nèi)部測試已經(jīng)超越了ABBYY，接下來會推出相應(yīng)的商業(yè)化產(chǎn)品。
Q：OCR技術(shù)一定要和掃描儀結(jié)合嗎？
A：早期掃描儀和OCR一定要結(jié)合，不過現(xiàn)在OCR技術(shù)逐漸開始融入手機和高拍儀，但是大部分行業(yè)還是用的掃描儀。
Q：硬件業(yè)務(wù)除了掃描儀還有哪些？
A：硬件主要就是掃描儀，還有麥克風(fēng)陣列，以及一些輔助設(shè)備，比如服務(wù)器等。
Q：如何看待當(dāng)前的人臉識別技術(shù)和市場？
A：人臉識別的技術(shù)要求是跟行業(yè)應(yīng)用掛鉤的，比如公司考勤98%以上就足夠了，但是金融安防領(lǐng)域就要求準確率達到100%。所以我認為，人工智能在金融領(lǐng)域的應(yīng)用，單一技術(shù)有難以承受的風(fēng)險，技術(shù)無法保證100%正確，只有通過多項技術(shù)融合，多重驗證，才能保證萬無一失。
現(xiàn)在生物識別的準確率相比模式識別并不是很高，只有虹膜識別是最高的，所以捷通會把聲紋、人臉、指紋、證照識別一起用上�，F(xiàn)在，我們的人臉識別已經(jīng)在中國人民銀行、北京市委新辦公樓投入使用，聲紋識別也用在了民生銀行和廈門國際銀行。明年我們會主攻人臉識別，之后還會推出全套的生物特征識別技術(shù)。
Q:200人的團隊規(guī)模并不大，捷通如何實現(xiàn)多項技術(shù)的研發(fā)和產(chǎn)品商業(yè)化？
A：這是一個Know-How的問題，我一般都不正面回答。先別管我們怎么做到的，只用回到市場，看我們有沒有做到就可以了。首先，語音合成、語音識別產(chǎn)業(yè)領(lǐng)域有捷通，明年華為手機手寫識別都是捷通的，OCR技術(shù)已達到國內(nèi)最高水平，智能客服捷通捷報頻傳，語音分析和數(shù)據(jù)挖掘捷通一舉拿下了三個大單子，共計1000多萬，人臉和聲紋識別，上面提到過，中國人民銀行、民生銀行等都是我們的客戶，已開始商業(yè)化。
靈云科技，源自清華。捷通的很多技術(shù)都是基于清華二三十年的研究，捷通是站在巨人的肩膀上，與巨人同行的。所以相信清華，相信人工智能有它的道，這個道不是每家企業(yè)都能理解的。捷通的產(chǎn)品和團隊現(xiàn)在確實還不足，但是我們已經(jīng)取得了很好的商業(yè)化成果。接下來，我們還會繼續(xù)用市場說話。
Q：捷通的技術(shù)提供形式是什么樣的？
A：捷通正在從之前單獨的授權(quán)，向公有云、私有云解決方案轉(zhuǎn)變。比如智能客服，如果客戶不想搭服務(wù)器，我們可以提供公有云服務(wù)，如果客戶要求數(shù)據(jù)保密，我們可以提供私有云服務(wù)，也就是在能力基礎(chǔ)上提供方案服務(wù)。
Q：所有的服務(wù)都需要定制嗎？
A：對，不管是公有云還是私有云方案，都需要提前針對客戶的業(yè)務(wù)進行訓(xùn)練。比如客服領(lǐng)域，很多航空公司和金融機構(gòu)都是我們的客戶，這兩類客戶具體業(yè)務(wù)差別很大，都需要有針對性地做定制，哪怕是同一行業(yè)的不同客戶，由于業(yè)務(wù)具體內(nèi)容的差別，也需要進行定制。
當(dāng)然工具類的AI技術(shù)具有一定的通用性，但是對于服務(wù)類和解決方案類來說，定制不可避免，而且針對一些專業(yè)性較強的領(lǐng)域，也需要提前做大量訓(xùn)練。
Q：軟件銷售毛利高，為什么還要做硬件？
A：軟件在中國還是不值錢的，純軟件銷售毛利確實高，但是價格要不高。
Q：目前投入主要在什么地方？
A：主要包括人力投入、設(shè)備投入、數(shù)據(jù)投入、科研投入等。我們200人的團隊，一年投入6000萬左右，和清華合作研發(fā)也需要投入。
Q：和清華有哪些合作？
A：清華有四大研究院：北京清華工業(yè)研究院、深圳清華研究院、海峽清華研究院、以及長三角清華研究院。北京清華工業(yè)研究院是我們的投資方，我們深圳的辦公室就在深圳清華研究院，另外我們和海峽清華研究院合作成立了靈云人工智能中心。
我們從原來的OCR、手寫識別、語音合成，到現(xiàn)在包括語音識別、人臉識別、語義理解、機器翻譯等十項技術(shù)，離不開清華的支持與助力。
Q：對捷通的估值預(yù)期？
A：捷通不會包裝，用一些人的話說，叫“缺乏互聯(lián)網(wǎng)思維”。而且一直以來我對公司的成本和規(guī)模把控比較嚴格，所以人工智能各個領(lǐng)域的很多公司估值都比捷通高。
而且我們的公告數(shù)據(jù)讓很多人產(chǎn)生了誤會。2013年清華進來的時候，說先占5%，兩年后還按當(dāng)時的價格再占5%，加上華軟也要進來，所以就有了今年年初我們公告里面的4億估值，其實那是2013年的價格。
現(xiàn)在我們投前估值15億，目前正在和一些投資人談，希望引入一些資金進來。
Q：希望找什么樣的投資方？
A：我希望找能理解人工智能的投資人，甚至能夠允許公司虧損幾年。因為AI技術(shù)投入非常大，而且總是起起伏伏。如果能夠理解AI，確信投它是沒有錯的，就會比較放心。人工智能不是其他行業(yè)能夠想象的，它現(xiàn)階段確實不夠完美，但是產(chǎn)業(yè)機會已經(jīng)來了。如果有志同道合的投資方，我們歡迎，當(dāng)然我們的原則是不對賭，不承諾不切實際的要求。
Q：對捷通的營收增長預(yù)期？
A：今年營收大概7000-8000萬，我希望捷通接下來能夠保持30%的增長。
其實從捷通的財務(wù)數(shù)據(jù)都能看出來，過去捷通的收益主要是兩部分：軟硬件和SP業(yè)務(wù)。SP業(yè)務(wù)由于長尾效應(yīng)一直存在，它在捷通發(fā)展歷史上一直起著重要作用。而做人工智能，從技術(shù)研發(fā)到產(chǎn)品的包裝和推廣，都不是一蹴而就的，它需要時間。
所以我們希望從今年開始算元年，因為今年是營收中沒有SP業(yè)務(wù)的第一年，我們又回到了公司較為良好的時候，算是歷史最高水平。接下來，產(chǎn)業(yè)需求還會持續(xù)增長，我們也會繼續(xù)提高軟件業(yè)務(wù)比重。
