对话声通科技董秘刘艺涵：AI的真正价值不是堆砌参数，而是解决问题

本文来源：时代周报 作者：朱成呈

自2022年底ChatGPT问世以来，全球掀起了一场前所未有的人工智能大模型训练浪潮。短短数年间，大模型数量激增，参数规模与功能能力持续扩展，推动AI技术加速突破。

与此同时，行业正在从通用模型走向垂直场景定制，越来越多的厂商开始探索面向特定行业需求的定制化解决方案，以应对复杂多样的应用环境。

麦肯锡全球研究院预计，生成式人工智能将在全球范围内创造高达7万亿美元的新增经济价值，整体提升人工智能的经济效益约50%。其中，中国市场的潜在贡献可达2万亿美元，约占全球总量的三分之一。

在这场变革中，交互式AI作为人与技术之间的桥梁，正成为释放这一潜力的关键。《德勤交互式人工智能白皮书》指出，交互式AI在提高运营效率、降低劳动成本、提高服务质量、重塑工作方式等方面，展现出显著价值。

成立于2005年的声通科技（02495.HK），是国内较早聚焦企业级交互式AI解决方案的技术企业。近二十年来，声通科技持续在融合通信与人工智能领域布局，并将其有效融入多个实际场景中。

“AI的真正价值，不在于参数的堆砌，而在于是否能落地产业解决实际问题。”声通科技副总经理兼董事会秘书刘艺涵在接受时代周报专访时表示，“我们坚持‘小步快跑、深度突破’的策略，从企业用户的真实需求出发，打造高效、灵活且可快速落地的垂直场景解决方案。”

需求导向推动业务落地

时代周报：声通科技定位为交互式人工智能市场的提供商，在AI技术快速演进的背景下，声通科技如何保持自身产品和技术的进步？

刘艺涵：面对AI技术的快速迭代，声通科技坚持以“技术创新驱动产品领先、需求导向推动业务落地”为核心策略。

我们的技术选择更像是一辆“直达用户目标，不走冗余路线”的小车，对客户来说部署效率高、投入性价比强。这一思路也体现在公司的商业化结果上。以2022年为例，老客户贡献的收入占比达到70%，反映了公司在企业级领域的高度认可与客户粘性。

同时，我们积极推进多模态融合技术研发，通过“类人感知”使AI具有更全面的世界理解和更高的输出可信度。我们专注于企业可量化ROI的场景应用，避免无效的算力竞赛，帮助客户实现显著的经济效益和高可解释性解决方案。

时代周报：声通科技强调“融合通信+AI+产品引擎”的全栈架构，这种架构在实际应用中相较于传统解决方案有何不同？

刘艺涵：相比只专注AI或单一通信技术的企业，声通科技的融合通信背景深厚，并结合自研AI模型，能够根据客户需求灵活集成通信与AI功能。例如，在多人对话时，单纯依靠声纹识别受限于环境噪音、音质变化等问题。而我们通过将通信数据（如IP地址、设备信息）与AI模型结合，可更准确地识别会话各方，提高整体识别的可靠性和适用范围。

在端到端一体化体验方面，我们的交互式AI方案覆盖声音采集、语音识别、语义理解、知识图谱检索、语音合成等全流程，通过自研算法，端到端响应速度可达百毫秒级，提升了用户交互的流畅性和实时性。

此外，在多人会话及复杂语境下，系统能够高精度识别多地方言及主流语言。例如，河南安阳方言识别准确率已达95.2%。这种能力，特别适用于涉及多方、多地区及多语言的客户场景，如智能客服、远程会议系统等。

综合来看，全栈式解决方案在交付与运维过程中，能有效降低15%至30%的系统集成及运营成本，简化供应链管理，提升系统协调效率。

时代周报：在车联网（V2X）场景中，声通科技的解决方案如何与主机厂或交通管理系统实现深度融合？

刘艺涵：声通科技构建了车端、路端与云端深度协同的车路云一体化智能网联解决方案，实现了与主机厂以及交通管理系统的高效融合。

在车端，公司与金龙、东风等主机厂深入合作，将具备AI大模型智能决策能力的驾驶系统集成到车辆中，显著提升了车辆的自主感知和环境预测能力。相比于传统单一的路测感知设备，我们的系统能够有效突破其应用局限，尤其在复杂路段和特殊交通场景下表现尤为突出。目前，车端的单车驾驶技术主要由声通合作伙伴洛必德以及其他厂商提供。

在路端，我们针对重点区域和典型路段，构建了高精度三维建模与多维数据融合的智能感知体系。路端设施不仅可实时采集并分析综合交通信息，还能与经过的智能车辆进行互动联动，为交通系统和车辆提供协同决策支持，助力城市交通智能化管理。

在云端，我们依托自研大模型，实现车辆、路端与云端的数据实时互通。云平台可基于动态交通数据与实时场景需求，进行智能分析与决策，并将结果快速下发至车端和路端，实现全局最优的交通调度和管理。

通过这一体系，声通科技能够与主机厂实现软硬件一体化适配，与交通管理部门进行数据和决策层面的深度协同，有效提升交通效率与行车安全，推动智能网联汽车在实际场景中的大规模落地与应用。

AI需要可信

时代周报：公司目前的人工智能能力涵盖语音识别、情绪识别、知识图谱等，那么自研与外采模型的比例大致如何？未来是否计划开发自主的大语言模型或其他基础模型？

刘艺涵：目前，公司的核心交互式人工智能技术，包括语音识别、语义理解、语音生成、情绪识别和知识图谱等均为公司自研，以保证核心技术可控性和安全性。

在AI技术研发方面，我们坚持走可信AI的技术路线，以满足政府及企业级客户在实际应用场景中对于准确率的严格要求，因此公司并没有直接采用市面上的大模型技术，而是采用大模型增强知识图谱的技术方案，有效解决了大模型的幻觉问题，使得推理过程具有逻辑白盒性，实现精准问答与生成，并可以根据用户反馈进行修正和调优。整体部署成本比较低，更适合政府及企业级客户私有化部署的需求。

时代周报：面对银行、保险、证券等客户的高合规与高敏感数据场景，声通科技如何确保数据安全、模型解释性与系统可靠性？

刘艺涵：我们的系统部署全部本地化，确保客户数据不出本地环境。同时，结合严格的访问权限管理、数据加密与审计机制，全面保障数据安全与合规。在模型可解释性方面，通过多模型融合和知识图谱技术，让AI的每一步推理过程都可追溯、可验证。无论是大模型还是小样本、零样本模型，均支持可视化决策路径，便于业务人员理解和监管。

系统方面，我们构建了高度模块化、可扩展架构，支持7×24小时运行。通过全流程容灾备份与实时监控，确保业务连续性与高可用性。同时，在实际应用中不断结合多模态（如文本、音频、视频、传感数据等）信息，进一步提升系统的认知广度和处理准确率，从而为金融客户提供值得信赖的智能服务。

时代周报：当前不少城市强调“从感知走向认知”的智能治理理念，公司如何通过语音交互、情绪识别等技术支持政府实现智能化决策与服务优化？

刘艺涵：我们积极探索AI大模型在12345政务热线的创新应用，基于开源大模型，融合LLM大语言模型、UIE要素提取、机器学习、RAG检索增强生成等技术，形成六大创新应用：坐席助手、智能分派、智能校对、动态预警、专题分析、智能专报。通过运行服务和学习优化机制，持续提升智能化效果。

时代周报：目前声通科技的业务重心仍在企业级市场，但随着交互式AI应用的普及，是否有布局C端产品（如智能语音终端、家庭助手、教育硬件等）的计划？是否会参考科大讯飞在学习机等领域的经验，切入消费级智能硬件市场？

刘艺涵：我们已经推出以C端为终端客户的AIGC（生成式人工智能）“旅图拍”AI拍照一体机，游客不仅可以通过AI拍照机拍摄高质量的个性化照片，还能实时生成与景区文化特色相关的多媒体内容，进一步增强游客对景区的认同感和记忆点。

同时，该设备可为景区运营方提供精准的数据分析支持，包括游客行为偏好和热点区域分布，从而优化景区管理和资源配置，提升整体运营效率。