速递！从实时互动到数字化服务，声网做对了什么？

作者 | 范文婧

编辑 | 栗子

(相关资料图)

回忆起1年前的第七届声网RTE大会，声网CEO赵斌的记忆有些模糊。但他清楚地记得，当时中国移动的一位信息化负责人特意找到自己，表达了对声网产品的感谢。

会场里客户来来往往，猛地面对客户特意追过来的感谢，赵斌也一时想不起与中国移动合作的是什么项目。细聊之下才想到，2020年初疫情的爆发，让国内研究生考试的复试（面试）不得不在线上进行，需要一套统一的视频会议系统。项目落在了这位客户的头上，但留给他们的时间只有短短一个月。

时间紧任务重，这位信息化负责人最开始想用国外一款知名软件进行二次开发，但尝试之后发现需要定制的地方实在太多，一个月时间绝对不够用。

“后来一位合作伙伴给我们推荐了声网。我们当时抱着死马当活马医的心态，从官网下载了软件包来开发，结果居然真的在截止时间之前完成了。”客户的这句鼓励，赵斌记了很久。因为这是声网第一次解决如此重要的客户“数字化业务”相关需求。

如今，数字化业务已然成了这家在纳斯达克上市的“实时互动”领先企业的重要业务之一，公司甚至调整了架构，专门服务那些对数字化需求更丰富多样的企业。

在刚刚结束的第八届声网RTE大会上，声网正式对外发布新书《实时万象》，剖析了实时互动的20+个赛道和200+个场景。正是基于这些行业场景下实时音视频的实践积累，声网在数字化领域已经覆盖了金融、医疗、工业、政企、企业协作等多个赛道。

但一些值得思考的问题接踵而来：为什么这些不同赛道的企业在进行业务数字化建设时，都选择了声网？实时互动技术对于企业数字化来说，到底意味着什么？

声网RTE大会期间，「甲子光年」深度对话了声网数字化转型业务负责人何挺，试图揭开声网领跑实时互动赛道背后的秘密。

1. 实时互动，数字化的第一步

近年来，数字化转型已然成了各行业的关键词。

例如在制造业环节，随着人力成本的不断攀升，工厂越发重视数字化技术对人效的提升；在农业场景下，智能化养殖技术已经在一些头部农业企业落地，智能养猪、智能养鸡已经不是新鲜事；而在医疗方面，不少医院已经搭建起自己的预约挂号、在线问诊平台，个人健康档案也陆续在建设过程中。

此前信通院发布的《2022中国数字经济发展报告》数据显示，2021年我国数字经济规模已达45.5万亿元，占GDP比重达到39.8%。

尽管目前不少企业都已开始进行数字化建设，但从整个国内企业的视角来看，中国的企业数字化建设还处于早期阶段。在今年RTE大会的主论坛的圆桌上，声网COO刘斌表示：中国的数字化建设“目前处在起步到往中间走的阶段，还未成熟”。

刘斌认为，数字化建设的过程，一定是从第三产业向第二产业延伸，最后才是第一产业，但目前第一产业与第二产业的数字化探索建设还非常有限，并且很多第三产业企业在数字化转型中还有一些尚未满足的需求，例如资源的冗余、数据打通、产品使用体验等等，还需要共同探索解决办法。

也就是说，第一二产业的需求是增量市场，第三产业则是存量市场。

但二者有个共同的需求，就是数字化建设涉及到的业务线上化，必然会产生大量实时互动需求。

比如在矿山场景下的远程无人采矿，通过实时互动技术，可以将无人矿车驶入过去因为环境恶劣而无法人为到达的优质矿产地点进行开采，并实时观察开采情况。

而在存量市场中，疫情暴露了过去很多企业在数字化建设方面的问题。

例如无论是体制内的学校还是培训机构，过往都拥有视频会议的功能。如2016年后，“双师课堂”逐步推广开，让非一线城市的学生也能享受到最核心的教育资源。然而双师课堂也只需要“教室对教室”的会议系统，不涉及个人端，设备数量很小。另一些课后培训机构也有线上的课程，但这些课程只占机构的一小部分业务。当疫情爆发后所有学生都要转为线上上课，原有的系统根本支撑不了这样的流量需求。

“他们过去费时费力建设的这些专用音视频会议系统，实际效果可能都不及并非为了在线教育而做的钉钉或者腾讯会议，所以钉钉和腾讯会议那段时间才会出现爆发式增长。”声网数字化转型业务负责人何挺直言。

“但在我们看来，钉钉或者腾讯会议都不是在线教育的最优解。更好的答案一定是建立基于业务场景搭建实时互动产品。”

业务数字化的前提是业务线上化，而实时互动是绝大多数企业实现业务线上化的第一步。无论产业处于数字化转型的哪个阶段，实时互动都必然是企业数字化转型的基础技术，给企业带来新的业务机会。

2. 客户需求推动技术进化

不过，从技术发展的角度来看，企业们一开始需要的并不是实时互动，而是实时音视频。也就是RTC（Real-Time Communication），通过技术达到低时延的语音视频通话。

2018年，声网在RTC的基础上将技术理念进行升级，加入了“互动”的概念，也就是如今的RTE实时互动技术，并沿用至今。

与RTC相比，RTE的技术优势在于让需要进行远程沟通、协作的用户能够随时随地接入、实时地传递虚实融合的多维信息，并体验身临其境的交互活动。

举例来说，在视频会议的场景中，RTC更关注语音基础画面是否稳定、保真、清晰。而RTE更关注视频会议中参与方的需求是否被完全满足。

例如，会议中的演讲者也许需要一个虚拟的背景空间来增加场景感，或会议中需要一个电子白板来记录、创作和展示某些内容。这些应用已经超越了RTC范畴，扩展到了RTE领域去满足了用户更真实且丰富的诉求了。

同样，在社交平台的直播场景下，主播往往更需要“美颜”“变声”功能，而这些功能都是RTE才能够实现的。

随着行业的发展，RTE概念与边界已逐步清晰化。2020年，声网在上市招股书中首次公开提出“RTE（Real-Time Engagement）”概念，此后这一概念逐渐被行业认可及使用。

赵斌曾总结道，“RTC从Communication的视角，更多是在强调对语义信息进行高质量和高效率的传递。而RTE更聚焦用户所需要的共享时空，即俗话所说的场景。并且，能够达到或者超越线下场景的互动体验和效果，这是RTE真正聚焦的部分，其内涵和外延的范围远远超过了RTC的领域。”

对于声网来说，正是企业的诉求从单纯的音视频信息传递，转向了更丰富多元的实时互动，才让他们从RTC转向RTE。而RTE的最终目的，则是让用户够达到或者超越线下场景的互动体验和效果。

事实上，从RTC到RTE的转变，也让声网更加关注客户的需求。

过去，声网的业务主要集中在教育、社交、娱乐、游戏领域，头部企业新东方、陌陌、B站等都是声网的客户。这些行业对实时互动的需求较为直接，且已经有一定的数字化水平，为声网奠定了实时音视频业务的基础。

目前，声网的业务也涵盖金融、医疗、工业、政企、企业协作等领域。例如，声网为太平财险、众安保险提供了“远程定损理赔”业务提供了技术支撑。

“定损”是车险理赔的重要环节。

过去，发生事故后，需要勘察员到事故现场收集资料，确定损失及赔偿的价格。但随着智能化的发展和当下常常无法见面的现状，这种方式逐渐呈现出种种弊端。无论是对保险公司还是对车主来说，整个定损和理赔的周期都很长、耗费人力，数字化是他们期待的方式。

产品搭建完成后，车主只需要进入保险APP或小程序，视频连线定损顾问，在过程中完成报案、查勘、定损、交单、理算到核赔的整个流程，就能获得快速打款。

3. 从RTE到数字化服务

中国移动的信息技术负责人向声网表达感谢后不久，声网更加意识到，市场和企业都在期待他们推出更完善的数字化服务。

在金融领域，声网有了一些分阶段、逐步完善的数字化服务案例。

例如一家全国性的商业银行，在过往的数字化实践中，已经将一定的业务搬到了线上，例如通过文本机器人和语音呼叫中心来解答用户的一些疑问，并引流向销售代表及更多线下场景。然而，这些功能在服务能力和覆盖范围方面都有所欠缺。

于是，声网来到这家银行，帮助他们搭建了实时互动平台，基于现有的RTE产品体系，让银行的平台不仅能够支持视频客服系统，也能提供稳定的音视频通信能力。更进一步，声网还将AI能力注入原有呼叫中心系统中，使系统可以进行语音识别、合成、对话管理等AI交互，让业务智能化更进一步。

这之后，银行还希望将实时互动功能延展到更为核心的业务。例如手机银行产品的双录（语音和视频验证）业务现在就可以通过app的AI坐席完成。用户在app端发起双录，AI坐席自动接听，并进行封闭性提问及购买。

又如在保险产品的购买流程中接入了VR场景，让用户能在微信中与客户经理会面。甚至近两年火爆的“数字人”也进入了银行客服体系，通过数字人与视频银行的结合，为客户提供更直观、人性化的智能服务。目前，该银行已经在个贷、小微企业贷、信用卡面签、对公账户开户等多个场景中使用实时互动的功能。

在企业协作领域，声网也有不少探索。何挺印象最深的是“随行会议”项目。

移动办公的普及和疫情的爆发，让数字化办公系统成为了企业IT系统的必要功能。2020年2月，招商局集团下属的数字化承办单位招商金科联系到声网，希望为他们定制一套“随行会议”系统，以供疫情期间招商局内部的全球员工使用。

时间紧迫，声网内部立刻成立了项目组，在现有RTC SDK的基础上，改进了在全场景下的回声、断句等问题。“随行会议”还有两项突破，它集成了声网完整的会议系统，可以无缝融合各个主流OA平台，也可以与传统视频会议终端打通。

“数字化业务”的转向，让声网不仅关注客户当下的诉求，也关注未来可能的机遇。

一些已经拥有较为完善的数字化系统的企业，经历了数十年的发展，在不同业务中拥有多套SaaS产品，也正在面临新的问题。

由于不同业务分属不同产品，而产品之间又属于不同供应商，所以产品之间的数据通常无法共享共同，不利于企业分析和规划。同时，不同供应商的产品也让这些产品在云上需要占用不同的服务器和带宽，但这些资源是根据最大负载量独占的，并不总是能被充分使用，造成了资源的限制和浪费。另一方面，这些系统都需要专门的人去维护，运维成本也很高。

更进一步，由于这些系统搭建得较早，当企业要拓展一些新业务的时间，就往往无法在原有的系统中继续建设，而是需要去重新开发一套新的系统。

根据这些痛点，声网开发出了一套新的解决方案——“灵境融合协作平台”。这是一个基座平台，并配备低代码能力，让企业能够对“实时互动”相关的云上资源进行调配和优化，同时也可以快速开发出新产品。

通过这个“灵境融合协作平台”解决方案和生态合作伙伴的帮助，目前声网已经赋能金融、医疗、工业、政企、企业协作、教育等多个赛道的超过60个数字化转型场景。数字化业务已经成为声网的重要业务。

4. 直面竞争，依旧领跑

声网上市之后，许多大厂也推出了“视频云”业务。

就在2020年声网上市后不久的9月，腾讯云推出了升级版的视频云4.0，希望赋能教育、电商、泛娱乐等行业，这是腾讯为疫情和“音视频互动”业务打造的产品线。并基于自身IaaS和SaaS层面的能力，为客户提供多样化的服务。

在今年一季度的财报中，腾讯云透露公司将聚焦企业服务版块，主动所见亏损业务，并将资源集中在视频云等PaaS解决方案中。从中可以看出腾讯云对视频云业务的重视与信心。

另一边的火山引擎，在2021年12月推出IaaS业务之前，已经在PaaS领域里有了一定时间的积累，其中“视频云”就是火山主推的业务之一。

字节跳动可以说是随着短视频的爆发而成长起来的，它们在实时互动领域投入巨大。完成对内部产品的支持之后，字节也将视频云的能力开放出来给客户视频。火山引擎将视频云定位为“面向体验”的视频云业务，将重点放在了播放、互动、画质、性能四方面。

面对这些大厂的竞争，声网觉得自己依旧是音视频和实时互动领域的先行者。

何挺告诉「甲子光年」：“我们一直认为竞争是好事，RTE这个行业目前仍处于发展的早期，我们很高兴看到有不少厂商开始加入这个赛道，这说明了RTE行业是有潜力和巨大发展空间”。

“相对于大厂，我们开始得更早，有很好的技术积累，在音视频领域的技术投入上也是最大的，这让我们可以更好地打磨产品。”何挺自信地说道，“第二，我们服务过大量客户，对于一些具体的场景拥有行业know-how，这也是后来者很难追上的。”声网数字化转型业务负责人何挺直言。