|
首頁 > 財經 > 小企業不配談技術門檻？從語音識別巨頭Nuance的興衰說起 小企業不配談技術門檻？從語音識別巨頭Nuance的興衰說起截止2000年6月，全球範圍內已有203家企業直接或間接使用了Nuance的產品，包括富達國際、美國航空、英國勞埃德TSB集團等，涉及金融、航空、零售、電信等諸多行業，還有語音門戶網站如BeVocal、GeneralMagic、GoSolo Technologies等。
來源：國泰君安證券 2011年10月4日，蘋果公司大禮堂，Siri正式發布。 作為全球首個智能語音助手，Siri一經上市就迅速點燃了市場的熱情。 首個搭載Siri的機型——iPhone4S在推出後的第一個周末售出400萬部，並帶動2011年第四季度蘋果手機的銷量比上個季度翻了一倍多，達到3700萬台。 ▼ Siri首發助力iPhone銷售量大幅提升 
數據來源：彭博，國泰君安證券研究 Siri的幕後英雄，也是其語音核心技術的提供商，正是曾經的全球語音霸主Nuance。 全球超過80％的語音識別都使用過Nuance識別引擎技術，蘋果、亞馬遜、三星、諾基亞等科技巨頭都曾用過Nuance的語音技術解決方案。最巔峰時，Nuance的技術支持世界上50種語言，擁有近20億用戶。 為什麼說曾經？因為Siri發布兩年後，Nuance非但沒有賺的盆滿缽滿，反而業績由盈轉虧，並從此一蹶不振。 這其中究竟發生了什麼？國泰君安計算機團隊前期復盤了全球語音巨頭Nuance的沉浮史，並由此得出結論—— 對於巨頭環視下的小型技術企業來說，技術門檻是個偽命題，真正的門檻在於選好場景化賽道。 01 語音霸主Nuance浮沉錄 Nuance脫胎於史丹福大學國際研究院。 90年代中期，Nuance脫離SRI語音技術與研究實驗室單獨設立公司，主要提供技術諮詢服務。 1996年，公司開始部署第一版語音交互平台，等到在美國納斯達克證券交易所上市時，公司已發布了一系列語音交互軟體產品（如Nuance7，Nuance Verifier）及配套的開發者工具（如Speech Objects）。 截止2000年6月，全球範圍內已有203家企業直接或間接使用了Nuance的產品，包括富達國際、美國航空、英國勞埃德TSB集團等，涉及金融、航空、零售、電信等諸多行業，還有語音門戶網站如BeVocal、General Magic、GoSolo Technologies等。 作為技術輸出商，Nuance利用自身語音軟體平台和開發者工具幫助客戶為其應用嵌入語音交互功能，產品應用在包括股票報價交易、旅遊規劃、購物、交通導航等在內的諸多應用場景得到落地。 進入21世紀以後，Nuance陸續收購了超過40家公司，涵蓋語音、輸入法、醫療等領域。 ▼ 進入21世紀後Nuance收購了大量公司 逐步奠定了其在語音領域的霸主地位 
數據來源：Nuance公告、彭博，國泰君安證券研究 在一系列的收購過程中，公司積累了業內絕對領先的專利數量，並逐步奠定了其在語音技術領域的霸主地位。 之後，公司成功切入手機等終端市場，並獲得蘋果等巨頭的青睞。到2012年時，Nuance在全球智能語音市場中的市占率已經接近70％。 ▼ 2012年公司在全球智能語音市場 占比達62％ 
數據來源：電子科學技術情報研究所，國泰君安證券研究 受益於無可比擬的技術優勢，2006年-2012年公司營收複合增長率高達27％，股價也一路飆升。 ▼ 2006-2012年公司營收複合增速達27％ 
數據來源：彭博，國泰君安證券研究 可是沒有人會想到，成為Siri的技術提供商是Nuance最後的高光時刻。 在Siri首發後的幾年中，全球智能語音市場快速增長。 根據IBISWorld的數據，2013-2015年，全球智能語音市場規模複合增速23.7％，年度增速連續3年超過20％；全球智能語音企業數複合增速24.7％，智能語音市場蓬勃發展。 ▼ 2013-2015全球智能語音市場規模高增長 
註：不同統計機構對於智能語音市場規模的統計存在較大差異但趨勢相近，為保證不同年份間數據可比，我們採用IBISWorld的數據 數據來源：IBISWorld，國泰君安證券研究 然而與智能語音市場蓬勃發展形成鮮明對比的，是Nuance公司業績增速的快速下滑。 公司與手機業務相關的移動板塊（該板塊還包括汽車、運營商等業務）營收下滑最為明顯，2013-2015年，該板塊營收增速為-9.3％/-15.2％/-7.2％，營收連續3年下滑。 ▼2013年起公司部分核心業務板塊 營收增速大幅下滑 
數據來源：彭博，國泰君安證券研究 從利潤來看，2013年Nuance由盈轉虧，此後多年始終處於虧損或微利狀態。其中移動業務板塊2013-2014年凈利分別下滑37.3％/44.1％，是Nuance業績下滑的重要原因。 ▼2013年起公司連續多年處於虧損或微利狀態 
數據來源：彭博，國泰君安證券研究 ▼ 公司在智能語音市場中的份額 持續下滑 
註：不同統計機構對於智能語音市場規模的統計存在較大差異但趨勢相近，為保證不同年份間數據可比，此處我們採用IBISWorld的數據 數據來源：IBISWorld，國泰君安證券研究 由於財務表現與市場份額下滑，公司股價大幅跑輸指數。 從2012年1月1日至今，納斯達克指數上漲240％，而同期Nuance股價下跌18％。 ▼ 2012年後公司股價大幅跑輸 納斯達克指數 
數據來源：wind，國泰君安證券研究 02 技術門檻是個偽命題 語音識別有沒有門檻？當然有，而且還很高。 但是關注語音識別的，並非只有Nuance，還有蘋果、亞馬遜和谷歌。 尤其是「手機、電視、汽車都只是載體，未來人工智慧的入口在語音」已經在科技圈形成共識之後，各大巨頭都開始虎視眈眈。 2012年，谷歌推出了其智能語音助理Google Now，後者可以提供諸如體育比賽比分、日曆提醒、天氣預報之類的信息。 2014年，微軟推出其第一款個人智能助理Cortana。 同年，亞馬遜推出了智能音箱Echo，與之前在手機端作為附加功能出現不同，智能語音助理成為了該產品的核心功能。 ▼ 隨著Siri的走紅 IT巨頭紛紛加碼智能語音 
數據來源：各公司官網，國泰君安證券研究 巨頭入場，只用了三招，就很快讓Nuance的技術壁壘幾乎消失殆盡。 1、大量收購智能語音企業 和Nuance在早年間採用的方式一樣，IT巨頭依靠其雄厚的綜合實力併購大量智能語音企業，快速提升了其在該領域的技術與專利積累，逐步縮小與公司之間的差距。 ▼ IT巨頭收購大量智能語音企業 
數據來源：各公司官網、google，國泰君安證券研究 2、更大力度的研發投入 從研發經費來看，自2010年以來，Nuance研發費用從未超過谷歌或微軟的5％。 在IT巨頭動輒上百億且在不斷增加的研發投入面前，Nuance可投入的研發費用多少有些捉襟見肘。 ▼Nuance研發費用規模 遠小於谷歌、微軟 
註：採用各公司財年數據，其中谷歌2019財年還未結束 數據來源：各公司年報，國泰君安證券研究 從研發人員數量來看，Nuance研發團隊人數最高時為谷歌的10.8％，微軟的5.4％，且這一比例仍在逐漸降低。 當IT巨頭加碼智能語音之後，充足的研發人員儲備為其彌合與Nuance之間的技術差距提供了重要支撐。 ▼ Nuance研發人員數量 遠少於谷歌、微軟 
註：採用各公司財年數據，其中谷歌2017財年起不再披露 數據來源：各公司年報，國泰君安證券研究 3、此外，IT巨頭還對公司進行了瘋狂的挖角，這使得公司的發展雪上加霜 早在2004年，谷歌為了避開Nuance的專利障礙，就曾挖走其聯合創始人Mike Cohen帶隊開發語音識別技術。 隨著IT巨頭加碼智能語音，針對Nuance的挖角也愈發瘋狂。 作為Nuance合作方的蘋果公司在波士頓組建了其語音技術研發團隊，並在2011-2013年間先後將Nuance的前首席移動技術架構師Gunnar Evermann、前首席科學家Don McAllaster、前研發副總裁Larry Gillick招致麾下。 ▼ IT巨頭對Nuance進行了瘋狂挖角 
數據來源：Nuance、linkedin，國泰君安證券研究 在IT巨頭的大力追趕面前，公司的技術優勢逐漸瓦解。 Nuance年報顯示，公司的申請中專利數已由2010財年的約1900項下降為2019財年的約450項，公司擁有的專利數也於2017年出現下行拐點。 如果把專利數作為衡量公司技術優勢的重要指標，毫無疑問，公司在智能語音領域的技術優勢正隨著IT巨頭的大力追趕而逐漸瓦解。 ▼ Nuance申請中專利數量逐年減少 
數據來源：公司年報，國泰君安證券研究 03 警鐘長鳴 Nuance是個警鐘，它證明了即使過早占據賽道，也還有被顛覆的可能性。 對於如今的很多初創技術企業來說，IT巨頭的入局都是重要威脅。那麼，究竟如何才能抵禦巨頭的進攻，避免束手就擒的結局？ 這就必須從巨頭入局的意願和難度兩個維度來分析。 1、入局意願 不同的賽道，對巨頭的吸引力各有不同。 通用型賽道往往意味著更大的數據入口和市場空間，巨頭入局的機率更高；場景化賽道市場空間往往有限，巨頭入局的機率相對較低。 還是以智能語音為例。無論國內外，巨頭們對智能語音的探索都聚焦在智能語音助手、智能家居、可穿戴設備等通用型C端產品，而沒有大力發展錄音筆、翻譯機等特定受眾/場景下的C端產品，也沒有大力研發B端產品。 ▼ 與美國類似 國內IT巨頭對於智能語音的探索 主要集中於通用型C端產品和生態構建 
數據來源：易觀智庫，國泰君安證券研究 這就給科大訊飛多款「場景化屬性高」+「語音技術占據產品核心地位」的產品突出重圍的可能性。 ▼ 科大訊飛場景明確的C端產品 數據來源：天貓官方旗艦店，國泰君安證券研究 2、入局難度 毫無疑問，巨頭可以調動的研發資源要明顯大於一般的技術企業。 具體落到數據維度，對於通用型入口的把控將持續為巨頭們帶來海量數據，而對於場景化程度較高的特定行業（B端業務、教育數據、司法數據等），如果能率先實現卡位，巨頭在數據積累上將難以實現反超。 從商業模式上看，小技術企業將自身定位為解決方案提供商，而非基礎技術提供商可能會取得較好的效果。 大有大的優勢，小有小的靈活。 小技術企業如何將自己的技術門檻落地在場景化程度較高的賽道上，並逐步構築起在細分領域的數據優勢，將是決定其在面對巨頭「入侵」時生死存亡的關鍵。
|
|
