197亿美元，微软给Nuance支付了高额嫁妆。
Nuance诞生于1992年，在语音识别领域发挥了不可或缺的作用。它曾经为Siri提供了一个语音识别引擎，一个在苹果自主研发的数字助手Dragon软件也是业内知名。甚至有人说，全球80%以上的语音识别都采用了Nuance的引擎。
然而，在微软历史上第二大收购案中，突出的不是Nuance的资质或技术，而是智能语音在医疗领域的应用。微软认为，Nuance业务的亮点与IpO冲刺失败的云知声，非常相似。就连经常与Nuance相提并论的讯飞，科大，也在布局智能医疗。
然而，就彼此在资本市场的受欢迎程度而言，云知声、科大讯飞等中国人工智能独角兽没有Nuance那么幸运。
01没落的声音巨人
从某种程度上来说，Nuance并不是一家有想象力的企业。
或许Nuance曾经称霸语音领域，至今仍保有“全球最大语音技术公司”的称号，专利数量和市场份额不容小觑。一步步被后起之秀超越也是不争的事实，技术专利上的壁垒正在逐渐瓦解。
早在2015年初，苹果就悄悄在Nuance总部波士顿，成立了语音技术R&D团队，不断挖掘Nuance的语音技术，消除其对Nuance的技术依赖。谷歌也做了同样的事情。为了避开Nuance的专利壁垒，他在2004年挖走了Nuance的联合创始人MikeCohen，长期担任谷歌语音识别等相关技术的研发负责人。
除了人才被苹果， 谷歌， 微软， 亚马逊，等疯狂挖走。Nuance的技术优势在it巨头的大力追求下已经消失。例如，谷歌在2016年向第三方开发者免费开放了语音识别ApI，这给了Nuance致命一击。大量开发者弃用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实现了赶超。
结果，Nuance毫无意外地进入了滑动模式。
专利申请方面，Nuance自2010年以来年度专利申请量逐年下降，2017年拥有的AI专利数量进入下降拐点；市场份额方面，Nuance一度占据全球70%的市场，但2018年市场份额已降至31.6%，谷歌、苹果开始进入前三；市场营收方面，Nuance自2013年开始扭亏为盈，此后多年一直处于亏损或微利状态。可以参考2021财年第一季度报告的数据。Nuance营收为3.458亿美元，同比下降4%，净利润仅为700万美元。
医疗可以说是Nuance目前唯一的优势领域，约占营收的50%。其主要业务是为医生提供语音识别和转录服务，能够智能识别医患之间的对话，并将数据输入电子病历，提高医生的诊断效率。据报道，Nuance在全球拥有超过50万名医生，覆盖了美国77%的医院
或许是借鉴了Nuance的经验，云知声将业务重点放在了医疗领域，并在IpO招股书中宣称，在语音病例录入系统细分市场，其市场份额高达70%。只有医疗保健也是讯飞，科大的战略方向在投资者的质疑下，讯飞，科大被迫公开斥责云知声数据造假。
02 微软M&A逻辑
Nuance也有竞争对手，如M*Modal，但幸运的是遇到了微软
微软在2019年推出“医疗健康云”后，迅速与Nuance建立了“战略合作伙伴关系”。Nuance将一些基础设施和托管产品迁移到微软，的医疗健康云平台，并联合开发了临床智能识别技术等工业应用。
对于为什么Nuance包含在包中，微软首席执行官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是科技最重要的优先领域，医疗是其最迫切的应用。我们将与合作伙伴生态系统一起，向世界各地的专业人士移交高级人工智能解决方案，以促进更好的决策，并建立更有意义的联系。”
作为云计算的忠实粉丝，纳德拉收购Nuance的决定可以看作是“移动优先，云优先”战略的延续。可以证明，交易完成后，Nuance将计入微软智能云部门的收入，Nuance CEO 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197亿美元的价格收购了Nuance。内部逻辑可能不是Nuance目前的市场份额，而是合并给微软带来的可能性
例如，微软可以将Nuance的技术与云服务相结合，进一步巩固AI驱动的云增长路径。除了以医疗业务为主要营收，Nuance还涉及与语音和图像相关的核心技术、DragonGo等消费级语音产品、汽车语音和企业业务。至少微软和Nuance已经验证了医疗领域合作的“杀伤力”，不能排除在其他市场复制此前合作模式的可能性。
再比如微软从ToC市场撤出Cortana，看似是以退为进的企业市场，但也暴露了微软在智能语音技术上落后于谷歌、苹果等友邦的事实。如果微软有巨大的R&D投资和渠道优势，可以重启Nuance团队的R&D能力，进而摆脱寻求营收平衡的局限，或者逐步缩小与谷歌在语音技术上的差距。
当然，还有一个不可忽视的因素。执掌微软7年的纳德拉，正在加速扩张微软，提出横向多元化战略，并在过去6个月频繁押注游戏、社交活动等领域，为微软长期增长奠定基础。此时的Nuance成为了微软的新棋子，可能会给人一种英雄迟暮的遗憾，但与处境尴尬的中国同行相比，Nuance并不算倒霉。
03微妙的行业信号
也许Nuance的运气不可复制，但背后的经验值得借鉴。
易图、禾赛， 云知声，京东科技等AI独角兽的IpO进程已经全部夭折，这表明在估值过高、盈利能力不足、持续亏损的约束下，大量AI独角兽可能以破产告终。虽然微软收购Nuance与国内AI独角兽没有直接关系，但在行业低迷的现状下，其背后有一种生存哲学。
首先应该关注的是人工智能在云和的整合
虽然百度、智能云等国内玩家选择了云智融合的路线，但大多数AI独角兽的商业逻辑都是纯输出解决方案。虽然兜售算法的商业模式见效快，但触及的天花板直接制约了企业的想象空间。
就像业内经常提到的一个例子：几年前一套价值千万的人脸识别算法，算法门槛降低后，价格降到了40万元。价格跳水可以视为行业回归理性的表现，但大量独角兽的营收数据首当其冲。如果AI服务以云计算的方式输出，似乎延长了盈利的时间点，以换取稳定的业务增长。
2019年微软与Nuance的“战略合作”值得国内AI独角兽借鉴。有时候抱着云计算巨头的大腿也是一种生存方式。
其次，要重视外资巨头的并购。
风险投资数据公司CBInsights最近发布了一份数据报告。在过去十年左右的时间里，美国总共收购了635家人工智能公司。其中，脸书、亚马逊， 苹果， 微软和Alphabet是收购的主要力量，仅苹果在过去五年就收购了25家AI公司。
经过进一步梳理，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。目的是为了快速弥补自身技术上的不足，或者为计划进入的新领域提前布局基础技术。
国内AI厂商似乎进入了一个岔路口，不仅在技术方向上与BAT相似，而且趋于寻找同质化的业务场景。比如自动驾驶吸金能力被证明后，AI独角兽们纷纷换道看自动驾驶。他们没有想着在差异化上与巨头竞争，而是站在了巨头的对立面，结束了被巨头收购弥补技术弱点的机会。
一个残酷的现实是，在R&D的投资、人员规模、数据资源等情况下。无法与巨头竞争，企业家形成独特的商业壁垒也没什么不同。细微差别不是最直接的教训。即使在语音领域跑了十几年，技术门槛最终还是被谷歌瓦解了
04写在最后
Nuance的经历是一个警钟，也是生活的灵感。
在这场不公平的较量中，即使小企业早早占据了赛道，仍有颠覆和淘汰的可能。但是，小企业一旦在垂直场景中建立起市场优势，可能就不会成为巨头眼中的优质目标，给自己一个价值最大化的归宿。
事实上，选择权留给了云知声和其他IpO受阻的玩家。当资本市场不再有耐心时，是时候思考一种新的生活方式了。