问题——行业竞争加剧、商业化路径仍待检验的情况下，企业如何在持续投入技术的同时，建立更稳定的收入结构和更清晰的盈利模型，成为市场关注的焦点。从云知声最新披露的首份年报来看，公司在规模增长、结构优化与经营效率提升上均出现积极变化，但大模型业务能否持续兑现、行业订单是否稳定以及投入强度能否长期承受，仍将决定其下一阶段发展质量。 原因——一是需求侧回暖、场景拉动增强。随着各行业数字化转型加深，医疗、交通、公共服务等领域的智能化采购从试点走向规模化，带动公司下半年收入同比增长33%至8.1亿元。二是产品侧从“能力展示”转向“可交付系统”。公司强调“强基模+深应用”，推进自研模型与语音、OCR等能力融合，形成面向具体业务流程的工具与智能体，使大模型业务全年收入达到6.1亿元，其中下半年贡献约5亿元，体现出从项目落地到规模复制的阶段性进展。三是组织协同与成本管控见效。报告期内公司经调整营业费用率同比下降约10个百分点，销售费用占比降至5.4%，人均产值提升至252万元/人，显示交付、销售与运营协同继续精细化，为亏损明显收窄提供支撑。 影响——从财务表现看，公司全年营收12.1亿元、同比增长29%，增长动能较强；亏损改善明显，下半年净亏损同比收窄84%，经调整后亏损同比收窄92%，接近盈亏平衡，盈利路径更为清晰。更值得关注的是收入结构与客户质量的变化：智慧生活业务收入9.68亿元，同比增长30.8%，其中智慧交通增长接近40%，并在多个城市落地智能体应用；智慧医疗业务收入2.44亿元，同比增长22.2%，客单价同比增长53.2%，合作医院中三级医院占比超过85%，三年以上持续合作客户占比提升，显示高门槛行业客户黏性增强。在保险等细分场景中，案件处理量与控费效果提升，表明智能体在业务流程端的可量化价值开始显现，有助于公司从一次性项目向更稳定的服务化、平台化收入演进。 对策——在“规模扩张”与“质量提升”之间取得平衡，企业需要在三上持续推进：其一，围绕重点行业建立可复制的标准化交付体系，把模型能力沉淀为可持续迭代的产品与组件，降低单项目交付成本并减少周期波动。其二，加快形成经常性收入结构。公司提出探索API调用、Token计费等模式，本质是将模型能力以服务方式持续供给，有利于提高收入可预测性并稳定毛利。其三，保持研发投入与商业回报的动态匹配。公司全年研发投入超过3.8亿元，研发人员占比达69%，并多项评测中取得领先成绩。下一步仍需在算力、数据、工程化与安全合规各上补齐短板，推动研发优势转化为可规模销售的行业解决方案与平台能力。 前景——从行业趋势看，智能体与模型服务正成为企业级应用的重要方向，技术能力将更快进入业务流程、组织协同与公共服务体系。云知声提出在2026年二季度末至三季度推出面向编程和办公的原生智能体模型，并提升“智能密度”和Token生产效率，显示其正从垂直行业深耕延伸至更广泛的通用生产力场景。未来一段时间，企业能否持续扩大高质量客户覆盖、将大模型能力稳定嵌入核心业务链条，并在合规、安全与可控成本框架下实现规模化交付，将成为衡量其增长韧性与估值基础的关键变量。
这份年报呈现了云知声从技术探索走向规模化盈利的关键进展，也反映出中国人工智能企业正从单点突破转向体系化能力建设。当大模型逐渐成为数字经济的基础能力，能否持续输出可量化、可复用的商业价值，将成为检验企业核心竞争力的重要标准。