在一段時間內我覺得他說的是實話，自然語言識別這塊目前大都在緩慢改良，這個階段比拼的是公司對技術的積累和運用，新入行的小公司確實沒有優勢。但是科技的進步還有一種方式是技術革命，一旦發生，行業內就會面臨重新洗牌，大家又被拉回到同一起跑線上，這時候大公司雖然有資金優勢，但往往船大難掉頭，新入公司沒有歷史包袱，還是有機會的

當訊飛在說他的語音識別能力，諸如嘈雜環境下識別的能力，諸如方言，諸如專用詞彙。實際上我們更關心其資料回收效率。你從業績上看，科大訊飛一定是高估的，其市值637億，營收79億，淨利潤5.4億，扣非利潤2.6億。市盈率117倍，扣非計算市盈率245倍。不是天降橫財，你不覺得他貴嗎？

所以如果訊飛現下的估值是合理的，其需要超過現下產品的想象力空間。這個空間不是其語音識別技術，而是語音人工智慧。這個思路我想訊飛內部應該是十分清晰的。你看他的報表附註上面對於自己業務的敘述，其總是將人工智慧，語音合成等描述放在最前面。而現階段科大訊飛最具備競爭力的，其實是他的訊飛輸入法，擁有1.3億使用者。但是科大訊飛似乎對於這龐大的1.3億使用者在報表上的描述，僅僅只有一個很小的段落。

在2018年，訊飛翻譯有所改觀，去年大概年中時段，訊飛加入了面對面翻譯功能。這一定程度上對訊飛的翻譯機2.0產生了同產品競爭，但是個人認為這是一個非常正確的戰略。就好像騰訊雖然在遊戲上賺錢，但是騰訊最重視的永遠是微信或者QQ兩個部門，雖然這兩個部門幾乎沒有什麼產出，但是具備十足的使用者流量，賣什麼遊戲都簡單。而訊飛之前走錯路徑在於，其想去做一款硬體產品，就是訊飛翻譯機，而在這方面其和百度翻譯，和有道翻譯，國外和谷歌翻譯正面槓，是毫無意義的。手機翻譯軟體下載都是按照幾千萬來計算的，但是翻譯機賣幾十萬臺就已經是很大的勝利了。在如今網際網路時代，不去尋求月活客戶量，不去佔據智慧手機客戶端，卻要去滿足10%很少用的場景，這，是一個聚焦上的失誤。

人工智慧技術怎麼來的？是透過資料訓練出來的，所謂機器學習。就好像阿爾法狗下圍棋，他要背棋譜，全部背熟了，那麼天下無敵了。人工智慧的關鍵在於用，而不在於你現在內嵌了多少裝置。所以為什麼科大訊飛市盈率如此之高，是因為大家認為，有訊飛語音平臺，有內嵌的資料，有訊飛輸入法，科大訊飛應該不缺資料來訓練他的語音大腦。但實際上，科大訊飛在收集資料上，依然落後。

物聯網由於5G還沒有開始，沒有想象的發達，訊飛那些具備語音功能的家電，若不聯網，就不會產生資料流反饋，如訊飛翻譯機。而大量平時在用的語音資料流，是相當零散的。

訊飛可以學習微軟小冰語音智慧，他不停的和使用者進行無聊對話，來增強其應答能力。這種模式非常的單一，但是很有效。也並非追求盈利。

現階段，科大訊飛在國內，業務和百度語音方面基本重疊。而國外，谷歌在各方面可能更加強勁。科大訊飛現如今產品線太長，沒有重點。這是一個困境。這也使得這幾年科大訊飛的業績增長十分的緩慢。在100倍以上市盈率，資本是會缺乏耐心的。所以科大訊飛應該明白一點，其如今核心內容應該繼續聚焦訊飛輸入法，並引導大家去使用面對面翻譯，並全方位訓練語音人工智慧，增加應答便利，讓其更加智慧。至於翻譯機，語音合成，智慧音箱。就當配菜即可。

國內首批上市的人工智慧企業隊伍中，科大訊飛獨樹一幟，專注語音賽道並保持長久領先狀態。

2017年科大訊飛上半年淨利潤1.07億元，同比下滑58.1%；2018年，全年營收79.17億，同比增長45.41%；年淨利潤5.42億，同比增長24.71%。

“語音領域訊飛沒有對手”

TechWeb：近兩年，中關村、深圳等地有許多初創語音方案商進入市場，你怎麼看這種競爭者不斷湧入的局面？科大是否有足夠的技術壁壘來應對？

李世鵬：如果你去CES展看過，80%以上的中文對話產品都是用科大訊飛的技術。包括海爾一類大廠，前不久我們還和海爾做了一家合資企業。你也可以看到，我們能夠和大型汽車廠商合作，做車內語音控制。

說心裡話，語音這一塊，科大訊飛和新入局的小公司不在一個水平上，他們稱不上是訊飛真正意義的競爭對手。

訊飛的技術有三大優勢，可以甩掉“競爭對手”：一個是在嘈雜環境功能的拾音效能；二是方言的識別精度，訊飛支援24種方言，目前沒有第二家公司能做到；另外在不同Domain（領域）下，專業詞彙的翻譯有很大差異化，一個詞在醫學領域與IT領域有不同的含義。這些方面，我們已跑在多數企業前面。

“訊飛的OCR很強，但從不宣傳”

李世鵬表示，外界熟悉的訊飛人工智慧研究院是專注在語音相關技術，如語音合成、語音識別、方言識別、噪音去除等。但同時，除了語音，訊飛也在深入做計算機視覺。即便媒體普遍認為商湯、曠視專注做視覺，但至少ORC領域，我門認為國內是沒有第二家可以與訊飛競爭的。

TechWeb留意到，李世鵬在描述訊飛ORC技術時，用了“首屈一指”一詞。

訊飛重視智慧醫療。該技術強調理解病人的陳述，需要機器理解先理解病情，才能給出建議。自然語言理解方面，訊飛在近年斯坦福SQuAD閱讀理解競賽中，實現了機器英文理解準確度首次超過人類的成績。

深度學習只是提供一個解決問題的框架，真正拉開企業之間差距的還是資料。

“無用的研發沒有生存餘地”

TechWeb：科大訊飛如何協調技術研發與商業落地之間的關係？訊飛研究院是否有中長期研發專案？

李世鵬：首先講，與實際需求無關的研發都沒有生存餘地。

訊飛在研發上的投入比所有其他公司都要多。可以說除了研發還是研發。我們大部分高層領導都是中科大畢業，中科大學生有對技術無窮熱愛，所以在技術上各種花費的不予餘力。

我們內部有一套研發到產品落地流程。訊飛研究院只做有用的研究，將主要力量集中在1-3年、3-5年內可以實現的技術上。訊飛不會為追求不切實際的專案而過多投入資源。

為了保持技術領先水平，我們主要的人員投入在3-5年研發。如果產品落地遇到困難，研究院會集中一批“攻關團隊”進行推動。

等時間成熟後，科大訊飛就會有源源不斷的短、中、長期技術儲備，而無用 的研究專案沒有生存餘地。

“AI落地好比錘子找釘子”

關於AI落地，李世鵬認為，目前市場上有兩類AI企業，一是技術公司，好比“拿著錘子找釘子”，希望將已有的技術應用到適合的領域。二是AI轉型的傳統企業，例如海康、華為，自身有強支撐，走一條將AI帶入傳統產品的道路。這兩類公司各有各長處。

科大訊飛屬於前者，發揮著一家技術公司在語音領域的長處，同時開拓著新產業。

李世鵬談到兩類企業之間的合作關係時，講到：技術公司的跨行業應用一定是合作關係。例如某影片監控公司，希望與某人臉識別公司合作，後者偏向於前者的產品市場積累，前者傾向於後者的AI技術突破。

最開始，兩者各自去搶市場份額大機率會兩敗俱傷。只有合作，才能發揮各自優勢。慢慢的，兩家技術水平相差不大，便想自己做兩頭，於是我們看到傳統產業公司都在著手建立AI研究院。這也是AI產業落地不可避免的局面。

技術公司的AI落地思路首先是考慮怎麼生存。第一，人工智慧還是要跟傳統行業合作。只有概念而脫離具體行業，技術是無法落地的。比如說做人臉識別，理想情況下識別準確率很高，但要考慮環境光、物體干擾等實際情況。行業普遍情況是理想環境資料很好看，卻不能達到應用標準。所以要回歸到合作。

第二，技術公司在落地同時探索屬於自己的新產業。訊飛的翻譯機（To C）產品線就屬於新產業。此前市面上沒有這類產品，但訊飛可以將離線翻譯等功能融入但翻譯機中去，現在有些翻譯產品逐漸成為特定群體的必需品。