聲網副總裁、數字化轉型負責人何挺，圖片來源：聲網

1.聲網為何打造音視頻底座？

企業在數字化轉型過程中，往往會「摸著石頭過河」。

在過去二三十年里，企業為追趕信息化與數字化的時代浪潮，已經陸陸續續上了不少系統——OA系統、會議系統、招聘系統、直播系統......很多時候，為了照顧到某項業務不斷衍生的新需求，企業會做出多手準備，也就出現了前文一家公司有四五套會議系統的現狀。

這種重複建設的後果是，系統雖然上了不少，業務效率卻不升反降。何挺發現，客戶看似在吐槽供應商「不聽話」，實則是迫切需要一個能夠跟隨其業務變動持續疊代的音視頻系統。

客戶的業務在持續疊代、演進，過程中可能衍生出很多新的細分需求。相應的數字化系統也很難一次性建設到位，需要持續疊代。

傳統的做法是，業務每更新一次，就更換一套全新的系統。以企業協作場景為例，很多企業視頻會議系統都有標清1.0、高清2.0、雲會議3.0、AR會議4.0等多套系統。這種更新系統的方式不僅投入高、運維壓力大，還很「不經濟」。

雲計算無疑提供了一種高效又經濟的新路子。SaaS產品在資源共享、用戶體驗、節約成本、售後服務等方面都明顯優於傳統管理軟體，吸引了大量用戶。

但儘管如此，國內企業更青睞定製化的解決方案，音視頻領域也是如此。此外，音視頻領域的需求往往更細分且瑣碎。在近十年的積累中，聲網的平台每天會接收大量的業務諮詢，這些需求的多樣性非常豐富且很複雜。「哪怕是同一個場景里的兩個不同的客戶都會有截然不同的需求。」何挺透露。

顯然，僅憑聲網一己之力很難滿足客戶如此龐雜的需求。若一味滿足客戶的定製化需求，則又回到了傳統軟體低效、不經濟的老路。因此，雲計算時代，企業的個性化需求和標準化雲服務的矛盾一直是一個懸而未決的難題。

因此，聲網希望在企業的個性化需求和雲計算的標準化服務之間找一個平衡點。

音視頻底座，便是聲網的答案。

如今，聲網的平台已經承載60多萬個不同的APP和數以百萬計的開發者，這些開發者創造了大量的應用和服務。多年來，這些應用服務並沒有和用戶需求充分匹配，這不僅讓大量的開發者應用和服務淪為閒置資源，也讓大量客戶需求難以解決。

音視頻底座則在這些需求和應用之間架起了一座橋樑，讓用戶能夠更高效地找到解決方案。

2.一個高效的音視頻系統「DIY平台」

聲網音視頻底座的核心內涵包括能力化的PaaS層和場景化的aPaaS層。

聲網音視頻底座架構圖，圖片來源：聲網

其中，音視頻底座的PaaS層能滿足公有雲、混合雲、私有雲等多種環境的部署需求，適配海量設備及開發平台，並滿足不同場景對延時程度的需求。

同時，不同音視頻場景對系統的能力需求千差萬別。針對這些細分、不確定性極強的需求，聲網音視頻底座PaaS層還開放了組件搭建能力，包括監控、PSTN、SIP等接入組件及美顏、變聲、內容審核等內容處理組件都已開放至聲網的雲市場上。

值得注意的是，聲網一直非常注重AI能力。今年推出的鳳鳴引擎和超級畫質就用到大量AI能力。同時，聲網通過雲市場引入了不少業內一流公司，如微軟、商湯等提供的AI組件，底座也能為大模型應用提供用戶交互的可靠通道。

在PaaS層之上，aPaaS層是一個相對標準化的低代碼解決方案。「aPaaS是賦能企業流程優化、管理變革的一個技術」何挺表示。

早在3年前，聲網便已經開始以aPaaS的形式賦能客戶。

2020年3月，很多研究生因為疫情無法線下參加複試，教育部希望合作夥伴在四周之內構建一個線上的複試系統解決這個難題。

當時，中國移動找了很多頭部軟體廠商，遺憾的是，沒有一家軟體廠商能在這麼短時間內完成任務。最終，中國移動依託聲網aPaaS的模塊化能力，在短短一周時間內就搭建了適應研究生考試的複試系統。

如今，aPaaS的模塊化能力被進一步產品化，成為音視頻底座的重要組成。

除PaaS與aPaaS兩個核心內涵之外，聲網的音視頻底座還有一個重磅「外掛」——聲網納入了生態夥伴的服務能力作為外延，對於有強定製化需求的客戶，聲網會根據用戶需求聯合合作夥伴共同為客戶提供定製化服務。

總的來看，聲網不再為客戶一次性交付定製化解決方案，而是將一些場景的定製化解決方案組件化，並將這些組件開放給客戶及生態夥伴，讓他們能夠根據自己的業務邏輯，在聲網的音視頻底座上「DIY」個性化應用。

在交付模式上，聲網也兼顧客戶的個性化需求，支持公有雲、部分私有化的混合雲和私有雲三種交付模式。據何挺介紹，客戶選好IaaS層的硬體伺服器資源後，能夠在半小時內部署聲網音視頻底座的PaaS層和aPaaS層。

目前，聲網的音視頻底座已經在金融、教育、醫療、廣電、工業等領域落地。

在眾多數字化場景中，遠程協作是音視頻領域的典型場景。以汽車行業為例，如何藉助遠程協作提升車企車間的生產、維修效率，成為汽車行業重點關注的方向。

華晨寶馬製造車間的一線員工已經可以通過AR眼鏡/手機等設備以第一視角拍攝現場畫面，並視頻連線遠程專家獲取指導。

但傳統的工業協作場景存在諸多痛點，例如涉及到異地的專家進行線下協作，會產生一定的差旅、時間成本；等待專家指導的時間較長，可能導致停工停產，影響交付；傳統的線上音視頻協作簡單粗暴，畫面清晰度、延時體驗有待提升，且無法對視頻畫面進行標註，導致溝通效率低。

當時，華晨寶馬的技術部門針對遠程專家協作的場景選了多家服務商，考慮到數據安全問題，華晨寶馬希望採用私有化部署，但很多SaaS會議平台卻均不支持私有化部署。

相比之下，聲網在具備私有化部署、靈活定製能力的同時，音視頻體驗質量也非常出色。在實時音視頻能力與AR眼鏡的結合下，遠程協作不只是交換信息，更多的是創造一個共享的情景和時空，讓專家猶如「親臨現場」，最終聲網成為華晨寶馬的最終選擇。

2022年初，聲網已經助力華晨寶馬在工廠內的部分業務場景下對這一技術方案行了測試和評估以及初步的應用。

可以說，聲網的音視頻底座為行業提供了一種全新的業務模式，像一個高效的「DIY平台」。而聲網自己，也藉助音視頻底座站上了音視頻供應鏈「鏈主」的寶座。

3.成為音視頻產業鏈的「鏈主」

一直以來，聲網內部都有濃重的工程師文化，這種文化也逐漸凝練為一種開放的、橫向的產品設計理念。這種理念在聲網創業初期就有所體現。

傳統的音視頻系統供應商更多是「一個蘿蔔一個坑」，找准目標客戶，根據客戶需求提供一套縱向的定製化解決方案。這種模式能維持較高的客單價，也能夠維持客戶粘性。

聲網則在創辦初期，將音視頻能力單獨提煉，並進行組件化，並將其開放給客戶和合作夥伴，重新定義了音視頻產業鏈的分工模式，也由此搭建了獨有的合作夥伴生態。

這套極致開放的機制讓聲網的平台上積累了大量的開發者資源和客戶的個性化需求。音視頻底座的出現，則讓供需雙方能夠在底座上更高效地匹配需求，從而在整體上提高企業數字化轉型的效率。

可以說， 從聲網成立的第一天開始，這家公司便在試圖重塑傳統音視頻行業的供應鏈體系。如今，音視頻底座的出現，更是將聲網推上了「鏈主」的寶座——聲網的音視頻底座已經成為一個用戶音視頻需求和開發者應用與服務的集散地。

對於聲網而言，音視頻底座是一次難能可貴的內部創新。

兩三年前，聲網內部成立了一個一級組織架構，專門負責數字化轉型。在推進音視頻底座的過程中，聲網幾乎切身體會了內部創新可能遇到的一系列困境。

當時，很大一部分困境來自於研發人員對音視頻底座運作模式的不解。

有一次，何挺帶領團隊參與一個項目的投標，一位研發人員認為，參加招投標的客戶大多是一次性的項目型交付，而聲網的音視頻底座更應當去服務公有雲的SaaS客戶，沒必要在項目型客戶上花費太多精力。

後來，何挺解釋道，將目光放長遠來看，客戶的業務需求在不斷疊代，每個需求都可能成為一次招投標項目。只要客戶的業務是基於聲網的音視頻底座在疊代，客戶每年進行的多個招投標項目，就會成為聲網音視頻底座持續的收入來源。

最終，真實的數據也打消了內部的疑慮。據聲網統計，目前客戶對音視頻底座的續約率已經超過130%。

何挺認為，數字底座未來或將成為企業數字化轉型的「標配」。「我們小時候的房子裡面到處都是電線，因為沒有規劃插線板，但現在線路全部隱藏在插線板後面，只需要買一些插頭就可以用電，所以插線板成為每個家庭的標配。數字底座也是同樣的道理。」

數字化轉型中，企業的數字化系統很少會有「一次性建設」，大多都會跟隨企業自身業務變化而不斷疊代，大家都是摸著石頭過河。如何針對頻繁更替的客戶需求提供更高效的數字化解決方案，就成為所有數字化轉型服務廠商比拼的關鍵。

極致開放的平台機制，便是聲網為數字化轉型企業提供高效解決方案的「殺手鐧」。音視頻底座作為這套開放機制的最新產品形態，也將未來可期。

（封面圖來源：拍信創意）