6月30日，云知声智能科技股份有限公司（以下简称“云知声”）以“AGI第一股”的光环叩开港交所大门。这家曾被视为AI赛道“明日之星”的企业，历经五年四次冲击资本市场的坎坷，终于挂牌上市。
本次上市，云知声的发行价为205.0港元/股，合计发售156.098万股H股，募资总额约为3.2亿港元。尽管首个交易日云知声股价涨幅达到44.59%，但其用三年12亿亏损的成绩单，将技术创业公司“烧钱换增长”的生存悖论暴露无遗。当招股书中9.23亿研发投入与仅仅1.56亿现金流形成刺眼对比，在AI行业从概念狂热转向商业落地的关键节点，成功登陆港交所的云知声能摆脱经营困境吗？
五年长跑，“流血”上市
云知声的资本之路堪称一部“上市血泪史”，这个由中科大博士团队创立的AI企业，经历了五年四次的IPO闯关。2020年11月，公司首次向科创板递交招股书，却因宣称“医疗语音市场70%占有率”遭科大讯飞公开打假，最终狼狈撤回申请。
沉寂三年后，随着大模型热潮兴起，云知声于2023年6月转战港股，然而两次递表均告失效，直到今年3月第三次更新招股书，才终于通过聆讯。
云知声的财务数据揭示了其“流血”上市的无奈。2022—2024年，公司营收从6.01亿元增至9.39亿元，年复合增长率23%。表面增长之下，亏损却持续扩大，三年净亏损分别达3.75亿、3.76亿、4.54亿，累计亏损12.05亿元。
截至2024年末，公司账面现金仅1.56亿元，资金链濒临断裂，而2024年经营性现金净流出高达3.19亿元。令人忧心的是，应收账款余额达5.59亿元，占营收近60%，周转天数长达283天，远超行业安全线。
商业模式的结构性矛盾
具体来看，云知声的困境不仅源于行业通病，更深植于其商业模式的内在矛盾。
首先是公司研发板块的外包为经营数据埋下隐患。招股书数据显示，云知声的亏损主要源于持续高企的研发投入。三年间，公司研发费用累计达9.23亿元，占总营收的34%，其中56.8%用于支付第三方服务费，核心技术团队实际投入占比不足四成，2024年公司外包支出更是高达2.1亿元。云知声在招股书中坦言：“公司将非必要研发工作外包，数据标注和模型训练依赖第三方”。这种“贴牌研发”模式虽降低了短期成本，却导致其核心技术积累薄弱，毛利率持续低于行业水平，医疗AI毛利率仅38.8%，远低于科大讯飞同业务的55.1%。
其次是云知声客户的增长几乎陷入停滞，公司的核心业务分为生活AI和医疗AI两大板块，前者占营收78.8%，后者占21.2%，而两大板块均陷入了增长瓶颈。在生活AI领域，尽管公司声称服务了深圳地铁、厦门软件园等项目，但其客户数量从2022年的373家仅增至2024年的411家，医疗AI客户则长期徘徊在166家左右，客户留存率从70.4%下滑至53.3%。这种“靠老客户续命”的模式，充分暴露出云知声解决方案缺乏差异化竞争力。
与此同时，依赖项目制让云知声陷入了“增收不增利”的怪圈。虽然2024年每名医疗客户贡献收入同比增长35.18%至120万元，但项目数量却从913件降至711件。销售及营销开支更是三年增长53.4%，却未能换来客户的忠诚度。而业务分散与战略摇摆加剧了云知声的困境。成立13年来，云知声经历了智能语音方案、物联网芯片、人工智能综合服务商等多次业务转变，被业内戏称为“战略摇摆教科书”。
风口财经记者就过度外包是否削弱了技术壁垒与盈利潜力及公司频繁调整战略方向是否会导致技术积累分散与资源错配等问题，通过多种形式联系云知声，截至发稿未得到任何有效回复。
红海搏杀，生存挑战
对于云知声来说，港股上市并非终点，而是更残酷生存考验的开始。
根据招股书显示，2024年云知声在中国AI解决方案市场仅占0.6%的份额，在生活AI和医疗AI细分领域分别排名第三、第四，但份额仅为5.8%和2.3%。与行业龙头科大讯飞差距悬殊，科大讯飞医疗AI市占率22.9%，是云知声的近十倍。
云知声在2023年推出的 “山海大模型” 曾被寄予厚望，但商业化进展堪忧，其算力仅184 PFLOPS，远低于阿里云的300+ PFLOPS以及百度的1840 PFLOPS。2023年云知声大模型相关收入仅1670万元，占总营收的2.3%。截至2024年底，大模型场景客户已不足65家。
行业数据显示，2024年中国188家备案大模型中，90%年收入不足千万。且一级市场AI领域VC/PE融资额同比下滑47%。明显可以看出，资本已从 “看故事”转向“看利润”的务实角度。
更深层的问题在于，云知声尚未找到技术与商业的平衡点。其研发投入中，超过一半用于数据标注、模型训练等低附加值环节，而真正的核心算法突破有限。反观科大讯飞，通过构建“平台+赛道”的生态体系，将研发投入转化为教育、医疗等场景的标准化产品，2024年毛利率达48%，远超云知声的38.8%。
在这场AI行业的淘汰赛中，云知声能否破局取决于两大关键：一是能否在山海大模型的基础上，打造出真正具有壁垒的垂直场景解决方案；二是能否优化现金流管理，将应收账款周转天数缩短至行业平均水平。否则，这家承载着AI创业梦想的公司，将面临资金链危机、客户留存率暴跌、产品生存空间挤压三重考验。
（大众新闻·风口财经记者 宋光耀）
（本文观点仅供参考，不构成投资建议，投资有风险，入市需谨慎！）
通弘网配资提示：文章来自网络，不代表本站观点。
