197亿美元，微软向Nuance支付了高昂的“嫁妆”。

诞生于1992年的Nuance，在语音识别领域扮演了不可或缺的角色，曾为苹果的数字助理Siri提供语音识别引擎，自主研发的Dragon软件也在行业中有着不小的知名度，甚至有说法称全球超过80%的语音识别都采用过Nuance的引擎。

不过在微软史上第二大收购案中，被着重提及的并非是Nuance的资历或者技术，而是智能语音在医疗保健领域的应用。Nuance被微软看上的业务亮点和冲刺IPO失利的云知声可谓非常相像，就连时常和Nuance对比的科大讯飞也在布局智慧医疗。

然而就彼此在资本市场的讨喜程度而言，云知声、科大讯飞等中国人工智能独角兽俨然没有Nuance这般好运。

01 没落的语音巨头

某种程度上说，Nuance并不一家有想象空间的企业。

或许Nuance曾在语音领域一统江湖，至今仍顶着“全球最大语音技术公司”的桂冠，专利数量和市场份额都不可小觑。可一步步被后起之秀超越，技术专利上的壁垒被逐步瓦解，也是不争的事实。

早在2015年初的时候，苹果就在Nuance的总部波士顿悄然成立了语音技术研发团队，不断挖角Nuance的语音技术大牛，以消除对Nuance的技术依赖。同样这么做的还有谷歌，为了避开Nuance的专利障碍，在2004年就挖走了Nuance的联合创始人Mike Cohen，并长期担任谷歌语音识别等相关技术研发的掌门人。

除了人才被苹果、谷歌、微软、亚马逊等疯狂挖角，Nuance的技术优势也在IT巨头的大力追赶下不复存在。比如谷歌在2016年向第三方开发者免费开放了语音识别API，对Nuance产生了致命打击，一大批开发者抛弃Nuance转投谷歌，同时用户数据的增长也让谷歌在语音识别准确率方面直线超车。

结果就是，Nuance不出意外的进入了下滑模式。

在专利申请方面，Nuance每年的专利申请从2010年开始逐年下滑，拥有的AI专利数在2017年进入下行拐点；在市场份额方面，Nuance一度占据全球70%的市场，但2018年时市场份额已经下降到31.6%，谷歌和苹果开始进入前三；在市场营收方面，Nuance自2013年开始由盈转亏，然后持续多年处于亏损或微利状态。可以参考的是2021财年一季报的数据，Nuance的营收为3.458亿美元，同比下滑4%，净利润仅有700万美元。

医疗可以说是Nuance目前仅有的优势领域，在营收中的占比约为50%，主要业务是为医生提供语音识别和转录服务，能够智能识别医生与患者的对话内容，并将数据输入到电子病历中，以提升医生诊断的有效率。据悉Nuance在全球范围内有超过50万名医生用户，并且覆盖了77%的美国医院。

或许是借鉴了Nuance的经验，云知声将业务重心放在了医疗领域，并在IPO招股书中宣称在语音病例录入系统的细分市场有着高达70%的市场占有率。只是医疗也是科大讯飞的战略方向，在投资者的质疑下，科大讯飞被迫公开斥责云知声数据造假。

02 微软的并购逻辑

Nuance也有M*Modal等竞争对手，但幸运的遇到了微软。

2019年微软推出“微软医疗健康云”后，迅速和Nuance建立起 “战略合作伙伴关系”，Nuance将部分基础设施和托管产品迁移到微软医疗健康云平台上，并联合开发了临床智能识别技术等行业应用。

对于为何将Nuance纳入囊中，微软CEO萨蒂亚·纳德拉给出的解释是：

“Nuance在医疗保健交付点提供人工智能技术，是企业AI在现实世界中应用的先驱。AI是科技的最重要优先事项，而医疗保健是其最紧迫的应用。我们将与合作伙伴生态系统一起，将先进的AI解决方案交到世界各地的专业人士手中，以推动更好的决策，并创建更有意义的连接。”

作为云计算的忠实拥趸，纳德拉做出收购Nuance的决定，可以视为“移动为先，云为先”战略的延续。可以佐证的是，Nuance在交易完成后将计入微软智能云部门的营收，Nuance首席执行官马克·本杰明将向微软云与AI执行副总裁斯科特·格思里汇报。

也就是说，微软以197亿美元的代价并购Nuance，内在逻辑可能并不是Nuance当前的市场份额，而是并购带给微软的可能性。

比如微软可以将Nuance的技术和云服务进行整合，进一步夯实AI驱动云增长的路径。除了作为营收主力的医疗业务，Nuance还涉及语音和图像有关的核心技术、DragonGo等消费级语音产品、车载语音和企业业务。至少微软和Nuance已经验证了在医疗领域合作的“杀伤力”，不排除在其他市场复制先前合作模式的可能。

再比如微软将Cortana退出To C市场，看似是以退为进谋局企业市场，却也暴露了微软在智能语音技术方面落后谷歌、苹果等友商的事实。倘若微软庞大的研发投入和渠道优势，可以重启Nuance团队的研发能力，进而摆脱寻求营收平衡的局限性，或可以在语音技术层面逐渐追平和谷歌的差距。

当然还有一个不应忽略的因素，执掌微软长达七年之久的纳德拉正在加速微软的扩张，提出了横向多元化战略，并在过去半年中频频围绕游戏、社交等领域下注，以期为微软的长期增长打下基础。Nuance在这个时候成为微软的新棋子，或许会给人一种英雄迟暮的遗憾，但对比处境尴尬的中国同行，Nuance又不可谓不幸运。

03 微妙的行业信号

也许Nuance的运气不可复制，背后的经验却值得借鉴。

依图、禾赛、云知声、京东科技等AI独角兽的IPO进程均已夭折，在估值过高、盈利能力不足、持续亏损等行业通病的制约下，预示着大批的AI独角兽可能以破产的方式草草收场。微软对Nuance的并购虽然和国内的AI独角兽并无直接关系，背后却隐藏着行业不景气现状下的生存哲学。

首先应该被聚焦的是云和AI的融合。

尽管国内也有百度智能云等玩家选择云智一体的路线，可大多数AI独角兽的商业逻辑还是纯粹的输出解决方案。兜售算法的商业模式固然见效快，一碰就到的天花板则直接制约了企业的想象空间。

就像行业中时常提及的一个例子：几年前一套价值千万的人脸识别算法，在算法的门槛被拉低后，已经跌至40 万元的价格。价格跳水可以视为行业回归理性的表现，首当其冲的却是一大批独角兽的营收数据。倘若以云计算的方式输出AI服务，看似拉长了盈利的时间点，换来的则是稳健的商业增长。

微软和Nuance在2019年的“战略合作”，值得被国内的AI独角兽参考借鉴，有时候抱一抱云计算巨头的大腿，也是活下去的一种方式。

其次应该关注的是国外巨头的并购案。

风险投资数据公司CB Insights不久前公布了一份数据报告，过去十年左右的时间里，美国共有635家AI公司被收购，其中Facebook、亚马逊、苹果、微软、Alphabet是收购的主力军，仅苹果就在过去五年中收购了25家AI公司。

进一步梳理的话，苹果收购的AI公司主要集中在机器学习、计算机视觉、自动驾驶、边缘AI等领域，目的正是迅速弥补自身技术短板，或者是为计划进军的新领域在基础技术方面提前布局。

国内的AI厂商似乎走进了一条岔路，不仅在技术方向上和BAT们相似，寻找的业务场景也趋于同质化。比如自动驾驶的吸金能力被佐证后，陆续有AI独角兽转换赛道将目光瞄向自动驾驶。不是想着和巨头差异化竞争，偏偏站在了巨头的对立面，自我终结了被巨头以补足技术软肋而收购的机会。

一个残酷的现实在于，在研发投入、人员规模、数据资源等无法和巨头匹敌的情况下，创业者想要形成独特的商业壁垒无异于痴人说梦。Nuance何尝不是最直接的教训，即便在语音领域抢跑了十几年，最终技术门槛还是被谷歌们瓦解。

04 写在最后

Nuance的遭遇是个警钟，也是活下去的启示。

在这场不公平的较量中，即使小企业早早占据了赛道，仍然存在被颠覆、被淘汰的可能。可一旦小企业在垂直场景上构筑起市场优势，未必不会成为巨头眼中的优质标的，给自己一个价值最大化的归宿。

选择权其实留给了云知声等IPO遇阻的玩家们，当资本市场不再有耐心，是时候思考换一种活法了。