声网的AI考题：收入开始加速，毛利先被压住

声网这份财报，有点像一家公司重新找座位。

过去大家看声网，关键词很简单：实时音视频、RTC、低延迟、通信PaaS。说白了，它是做“连线”的公司。直播、社交、在线教育、语音房、视频通话，只要你需要稳定、低延迟的实时互动，声网就在后面做底座。

但到了2026年一季度，声网给市场讲了一个新故事：它不只是RTC公司了，它要切进语音Agent基础设施

这个变化不是一句口号。

一季度，声网收入3770万美元，同比增长13.5%；活跃客户3946个，同比增长3.8%；DBNER回到99%；GAAP净利润110万美元，连续第六个季度实现GAAP盈利。更重要的是，公司二季度收入指引达到3900万至4000万美元，对应同比增长13.7%到16.6%，增速还在往上走。

表面看，这是一份小而稳的财报。

但财报里真正有价值的地方，是声网把自己定位成了“Conversational AI和实时互动技术平台”，还重点推了Agent Studio。这个产品可以让企业用无代码方式创建、部署和规模化语音AI Agent，内置客服、外呼营销等模板。

换句话说，声网想做的不是一个会聊天的机器人。

它想做的是：让AI开口说话，并且说得稳、说得快、说得像一个真正能干活的系统。

这事听起来没有大模型参数那么性感，但更接近商业落地。

语音Agent不是玩具，它需要一套“不会掉线”的底层系统

很多人一听语音Agent，第一反应是：这不就是AI客服吗？

不完全是。

普通聊天机器人可以慢一点。你问一句，它想两秒，问题不大。
语音Agent不行。

你打电话给客服，对面AI卡住三秒，你会立刻觉得它像坏了。它听不清、插不上话、打断不自然、延迟太高，体验都会崩。

所以语音Agent真正难的不是“会不会说话”，而是能不能在真实对话里跑起来。

它要处理语音识别、降噪、语义理解、大模型推理、语音合成、多语言、打断、情绪、业务流程，还要保证网络稳定。你在客服中心、汽车销售、在线教育、金融催收、IoT陪伴设备里用，要求还都不一样。

这就是声网的机会。

声网原来的核心能力，是实时音视频和低延迟网络。以前它帮人和人连起来，现在它想帮人和AI连起来。

这个迁移很自然。

从视频会议到语音Agent，底层都是实时互动。区别在于，过去对面是人，现在对面是AI。过去拼的是通话质量，现在拼的是“通话质量+AI理解+行业流程”。

声网的Agent Studio，就是要把这些东西打包起来。企业不需要自己从零接ASR、大模型、TTS、降噪、实时网络和对话流程，而是在一个平台里搭出自己的语音Agent。

所以我觉得，声网的AI业务不能简单理解成一个工具。

它更像一个平台型产品。

不是“给企业加一个AI按钮”，而是把实时互动、大模型调用和语音工作流揉在一起，变成一套可以部署的系统。

这也是它和OpenAI、Anthropic这些公司的差别。声网不做最强大脑，它做“让大脑开口说话的通道”。

这个位置不在聚光灯最中间，但很实用。

尤其到了Agent时代，AI不能只在文本框里回答问题。它要打电话、接电话、陪练、推销、提醒、复盘、处理任务。AI从屏幕走向声音，声网就有了重新被看见的理由。

AI带来了新增长，也先把毛利率压了一下

不过，这份财报不能只写兴奋点。

声网的AI故事，已经进入了成本端。

一季度，公司收入成本同比增长29.9%，原因包括带宽、服务器成本上升，以及Conversational AI产品相关成本增加。毛利率从去年同期的68.0%降到63.4%。

这个变化很关键。

很多公司讲AI，都喜欢说“AI带来效率提升”。但声网这份财报告诉我们，AI也会先带来成本。

尤其是语音Agent这种产品。客户前期要测试、试点、接入、调流程，很多项目还在POC阶段，收入贡献不大，但服务器、带宽、工程投入已经开始发生。

这就有点像开一家新店。

门店装修、设备、试营业、人员培训都要先花钱，至于客流什么时候稳定，还得等一段时间。

声网现在就是这个状态。

管理层也讲得比较直接：Conversational AI目前还处在sub-scale阶段，很多POC客户和实验性项目会产生成本，但收入还不够多。公司预计到夏季前后，AI相关业务能达到约5%的收入贡献。长期看，如果客户从测试转向部署，毛利率有机会转正，并接近甚至高于原来的RTE业务。

这个说法很重要。

因为它把声网的AI战略拆成了两个阶段：

第一阶段，AI压毛利。
第二阶段，AI拉客单价。

现在声网还在第一阶段和第二阶段之间。

如果AI业务只是试点很多、收入很少、成本不断上升，那市场会很快失去耐心。小公司最怕这个：故事不错，但利润表先被打穿。

但如果接下来POC客户开始转化为正式部署，尤其是在呼叫中心、外呼营销、IoT陪伴设备这些场景里跑出稳定收入，声网的估值框架就会变。

它不再只是一个低成长RTC公司，而是语音Agent时代的底层连接层。

这就是这份财报最值得盯的地方。

不是收入增长13.5%本身，也不是GAAP盈利本身，而是AI到底能不能从成本项，变成收入项。

说得更直白一点：

声网现在的问题不是有没有AI，而是AI什么时候开始赚钱。

声网能不能被重新估值，关键看它是不是“语音Agent的底层网络”

资本市场怎么重新看声网？

如果还按传统RTC看，它的估值空间不大。

RTC是成熟市场。客户增长不会无限快，价格也有竞争压力。直播、社交娱乐、在线互动这些场景，已经不像前几年那么容易讲高增长故事。

但如果按语音Agent基础设施看，声网就有新的想象空间。

因为语音Agent不是一个单一应用，而是一类新交互方式。

客服要用。
销售要用。
教育陪练要用。
车载助手要用。
IoT陪伴设备也要用。

以后我们和AI交互，不可能永远只打字。尤其在车里、家里、门店、客服中心，语音会是最自然的入口。

这里有一个很现实的体验判断：
如果一个AI能写得很好，但说话卡顿、听不清、反应慢，它在真实世界里就很难用。

所以语音Agent的底层能力，不只是“有没有模型”，还包括实时网络、音频处理、低延迟交互、多语言、业务流程编排。

这正是声网擅长的部分。

当然，声网也不是没有对手。

美国有Twilio这样的通信平台，有LiveKit这类实时音视频基础设施公司，还有一堆语音Agent创业公司。大模型公司自己也在往语音交互走。这个赛道不会便宜。

声网的差异点在于，它不是从模型出发，也不是从单一应用出发，而是从实时互动基础设施出发。它更像中间层：上接大模型，下接企业和用户。

这个位置好不好？

好处是，不需要和OpenAI拼模型。
坏处是，必须证明企业真的愿意为这层能力付费。

所以未来两个季度，投资者真正该看的，不是声网又发布了多少AI功能，而是几个硬指标。

第一，Conversational AI收入占比能不能接近管理层说的5%。
第二，POC客户能不能转成正式付费部署。
第三，毛利率能不能止跌。
第四，DBNER能不能从99%继续回升。
第五，AI客户有没有更清晰的行业案例，比如客服中心、车载、IoT、教育陪练。
第六，收入指引能不能持续上修，而不是只靠一两个季度恢复。

如果这些指标兑现，声网有机会从“RTC恢复股”切到“语音Agent基础设施股”。

这个估值切换很重要。

前者看的是通话量和客户数量。
后者看的是AI Agent使用量、行业渗透、部署转化率和单位经济模型。

差别不小。

结语：声网不是AI利润故事，但已经不是普通RTC故事了

声网这份财报，我觉得最有意思的地方，是它没有把AI讲得特别宏大。

它没有说自己要做通用大模型，也没有说自己要颠覆所有行业。

它讲的是一件更具体的事：让企业更容易部署语音AI Agent。

这个方向不华丽，但商业味很浓。

AI客服、AI销售、AI陪练、AI车载助手、AI玩具，这些场景都不一定需要最强模型，但都需要稳定、低延迟、能说会听的交互能力。

声网正好在这里有老本行。

所以，我对声网的判断是：

它的AI战略已经进入财务兑现早期，但还没有完成估值重构。

不是纯故事。因为AI已经进了产品、客户需求、成本结构和收入预期。
也不是成熟利润故事。因为AI收入占比还低，毛利率还在承压，POC转化还需要验证。

它现在更像一个左侧资产。

左侧的意思是：逻辑已经开始变，但财报还没完全证明。

如果接下来语音Agent收入开始放量，毛利率止跌，客户从试点走向规模化部署，声网就有机会重新被市场定价。它不再只是那个做RTC的公司，而是AI和真实用户之间的实时连接层。

但如果AI业务迟迟不能转化，成本继续上来，毛利率继续下去，那市场也会很快翻脸。

AI时代不缺故事。

缺的是能把故事跑进收入表、毛利率和现金流的公司。

声网现在站在门口。

一只脚已经迈进语音Agent，另一只脚还踩在RTC时代。

接下来两个季度，才是真正的验证期。