AI會議時代：企業如何搭上快車？_風聞

“我 們認為，AI絕不僅是會議的輔助工具，而更會是重塑會議流程的關鍵力量。通過AI的個性化定製、大規模支持、智能分析這些技術，AI會議將大大提升會議的智能化與高效性，進而成為企業數字化轉型的核心驅動力。” 

作者|鬥鬥 

編輯|皮爺 

出品|產業家 

“我們需要的是AI會議，而不是會議AI。” 聲網數字化行業負責人和利鵬告訴產業家，“舉個例子，AI會議相當於是智能手機的出現，而會議AI更多的像是給原來的設備加上了攝像頭或者音樂播放功能，雖然功能有所提升，但核心體驗和交互方式並未發生根本變化。” 

誠然如此。在過去一段時間裏，基於在線會議的AI變革已經在如火如荼的展開，但截止目前，大多數在線會議的AI加持更多是在原有功能基礎上的AI能力疊加，比如智能摘要，段落總結等等，這種儘管帶來一定程度的增量，但對於企業的會議系統本身並沒有帶來根本性的改變。 

而這也正是聲網內部不斷思考的問題。**什麼是真正的“AI會議”？又或者説，真正符合人們定義的“AI+會議”的模型是怎樣的？**如果從目前大部分企業提供的“AI+會議”簡單模式裏，這些問題顯然沒有答案。 

在過去多年時間裏，基於自身的RTE技術，聲網已經為無數企業構建了視頻會議體系，這些企業覆蓋金融、政務、零售、教育等等。 

這也恰是外界關注的焦點，即在AI潮水到來的如今，聲網在視頻會議賽道上會交出一份怎樣的答卷？ 

一、視頻會議，駛入雲端AI時代 

“現在市面上大部分AI會議還都屬於早期，一般只提供智能摘要的功能。”和利鵬告訴我們，“不過，這也可以稱得上是AI會議的第一個大規模應用場景。” 

但就這個“大規模應用”而言，對應的問題也是層出不窮，比如智能摘要生成內容準確性不足，數據安全等問題也亟待解決。“現在我們更多僅僅是用AI來輔助會議記錄，其他的功能很難用的上。”一位零售企業負責人之前告訴產業家。 

其實，卡點不單純在產品功能本身，還在具體的落地環節。 

一個共識是，會議系統正在進入雲上時代。即相較於傳統的 MCU 會議系統，雲會議系統不再需要前期的高額硬件投入，而且維護成本更低，靈活性更高，這些優勢都在推動它成為如今會議市場的新主流。 

然而，對於如今的不少雲會議服務商而言，其產品本身很難做到會議互動層面的基本要求，比如在弱網或者普通網絡環境內音視頻質量很難保證，再比如很難和低端設備和國產化設備進行適配。 

不僅於此。作為雲端會議系統，其如今已經從單純的溝通工具，進化為支持企業業務流程的核心陣地，而這其中要求的是雲端會議系統可以和不同的業務進行深度集成。 

體現到產品架構上，則是要求其必須具備高度靈活性，可以通過開放的 API 和插件機制將雲端會議系統與 各個業 務系統打通，進而滿足企業自身的業務需求。 

這並不是一件容易的事。從目前的市場調查來看，大部分雲端會議系統提供的更多是“封裝式”交付，即企業很難基於其和各個業務線進行深度打通，這也導致了在包括會議、直播、培訓等不同的環節，企業需要進行重複採購和建設。 

在AI技術本身存在的準確性、安全性等問題之外，這些涉及到部署實施、兼容適配等一系列問題也更在構成着如今AI會議在企業內部落地的卡點。 

實際上，這些也恰是聲網內部不斷腦暴碰撞的問題。“我們主要考慮四個方面，一個是架構必須面向AI，符合未來會議形態的定位；二是需要適配不同企業的多樣性部署需求；三是儘量做到既可以個性化定製，又讓企業易於開發；四是一定要做到好的兼容性，即可以保護企業的原有投資。”和利鵬告訴我們。 

那麼，一個真正可用、易用、安全的雲上AI會議系統到底應該是怎樣的？ 

二、拆解靈動會議：AI會議之路的快班車 

實際上，聲網已經給出答案。 

9月24日，聲網正式面向市場推出的一款會議產品——靈動會議，其主要功能就是幫助企業構建自己的AI會議體系。 

那麼它的特殊之處究竟在哪？ 

從產品來看，靈動會議打造了**“RTE + AI”雙引擎架構，底層支持市場主流 ASR、LLM，以及主流大模型，企業可按需進行調優與 Agent 定製開發，同時也支持模型的私有化部署。**通過靈動會議產品底層的AI框架，開發者可以高效地集成會前、會中、會後場景的多種 AI 功能，如AI會議紀要、實時翻譯、AI助手等，滿足實時互動和 會議場景的需求。 

此外，靈動會議採用的是SFU+MCU混合架構，其在解決傳統視頻會議設備兼容性問題的同時，還可以大幅提升視頻會議的穩定性和體驗感。這種架構能夠支持從小型團隊會議到大型企業活動的多種場景，特別是有多級會議需求的大型政企。 

據瞭解，一家老牌 MCU 廠商就曾找到聲網，彼時的它正在面臨着技術升級的壓力。即隨着雲會議以及AI技術融合趨勢，其現有產品難以滿足市場對雲視頻會議的高需求，同時也缺乏將AI技術集成到視頻會議中的經驗和能力，企業亟需將傳統的硬件視頻系統轉變為支持雲服務和AI能力的現代化解決方案。 

在靈動會議的賦能下，該MCU 廠商通過聲網的MCU+SFU融合架構，解決了傳統MCU與SFU集成方式的級聯缺陷，提高了系統的穩定性和性能，此外也同步構建了雲視頻能力，實現資源的彈性伸縮和高效管理，並引入AI技術。 

這是靈動會議賦能企業客户搭上AI快班車的一個縮影。 

實際上，除了上述兩大優勢，在實施部署層面，靈動會議也更有足夠的優勢。 

具體來看，靈動會議採取的是低代碼/無代碼的理念，可以大大降低企業的部署技術門檻。基於聲網提供的aPaaS服務，企業只需要通過簡單的API調用，即使是沒有深厚技術背景的用户，也能快速搭建 起自己的視頻會議系統。 

此外，基於聲網靈動會議的aPaaS SDK，企業還可以構建自身統一的音視頻中台，在其加持下，企業不僅可以定製化開發自身的AI會議系統，也更可以做到會議系統與其他企業業務和數據的深度連接和集成。 

而從底層雲端部署層面，靈動會議也同時提供了適配不同企業雲環境的方案，即無論是公有云、私有云還是混合雲，都可以靈活應對企業多樣化的需求。此外，基於不同的接口，還支持與各種硬件設備的互通，讓企業能夠充分利用現有的IT基礎設施，無需重複投資。 

“其實目前市場上大多數企業仍然聚焦於特定應用的AI開發，比如會議系統、呼叫中心和IM融合通訊等，而很少有像聲網這樣從通用音視頻能力平台出發的企業。”和利鵬表示。 

可以理解為，基於產品和實施部署的雙向加持，相較於目前市面上的其他在線會議軟件，聲網靈動會議的特殊之處恰在於，其基於過往自身在RTE方向的積累、對不同企業的成熟實施部署運維能力、以及包括數據安全在內的自主安全可控屬性等，幫助企業構建不再是一個會議AI的“雕花產品”，而更是一個兼備智能、高可用、高性價比、高安全度的AI會議生產力工具。 

三、“RTE + AI”背後，看見視頻會議新時代 

實際上，如今肉眼可見的是，音視頻平台已經逐漸成為企業內部重要的平台之一。 

在數字化轉型的大潮中，如能源行業、傳統工業，乃至零售企業都在面臨的一個挑戰是由於業務流程的複雜性以及對數據量和信息流通的高需求，傳統的IT架構往往無法滿足現代企業 的 需求。 

更具體來説，則是多個業務系統獨立運行，導致數據和信息共享困難，這不僅造成了資源的浪費，還降低了決策的速度和質量。而為了解決這些問題，一些企業的做法恰是尋求基於音視頻平台來作為信息流通的核心樞紐，以此來實現數據和信息的無縫流通。 

這也是靈動會議的價值所在。**基於靈動會議，企業可以搭建自身的音視頻中台，將其與企業現有的ERP、CRM、SCM等業務系統對接，不僅減少了對多個獨立系統的重複投資，降低了IT運營成本，還可以顯著提升會議效率和決策過程的速度。**此外，利用AI技術對會議內容進行智能分析，自動生成會議紀要，可以進一步提高前端的工作效率。 

可以説，RTE（實時互動）技術與AI的結合，正在成為放大企業會議系統價值的新動力。即基於兩者的結合，新的AI會議系統不僅具備更清晰、準確、安全的音視頻通信能力，更重要的是通過技術創新，將AI技術深度融入到會議的每一個環節，從而實現由 底層到應用層面的全面能力升級。 

實際上，這也正是當下AI落地浪潮裏的共識所在，即伴隨着如今的AI技術落地浪潮，企業越來越能意識到的一個點是：在“絢爛”的技術之外，企業應該更多考量如何落地，如何更性價比、更安全、更適配地將AI真正嵌入企業的底層業務和架構之中。 

如果説AI大模型技術更多帶來的是能力單點上的加持，比如個性化語音、數字人生成、數字主持人等等，那麼這些能力從單點到大規模良性落地，其對應需要的是強有力且契合中國企業情況的工程落地能力和特殊服務加持，而這些也恰是如今在聲網靈動會議上能看到的“低代碼、AI引擎、高安全、靈活定製”等等一眾特殊的設定點。 

“技術+工程能力”，既要尋求向上的技術極致，也更要保證向下的“非雕花”實用落地，兩者缺一不可。 

聲網如今想做的恰是如此。即在自身多年底層通用音視頻能力平台的根基上，基於AI推動企業會議模型的重構，真實幫助企業構建起一個可成長、非煙囱、AI音視頻原生的會議平台，在這種平台的加持下，企業可以以最小的時間和精力成本獲得新時代最強的組織管理和溝通範式模型。 

能夠清晰感知到的是，AI技術正在推動會議系統從單純的信息傳輸工具，向具備內容理解與決策支持的智能引擎轉變。不過，這個轉變的底層必須依賴“RTE與AI”的結合，基於此賦予大模型“聽、説、看”的能力。 

“我們認為，AI絕不僅是會議的輔助工具，而更會是重塑會議流程的關鍵力量。通過AI的個性化定製、大規模支持、智能分析這些技術，AI會議將大大提升會議的智能化與高效性，進而成為企業數字化轉型的核心驅動力。”和利鵬説道。 

可以説，對中國的中小企業，乃至對大型企業、政企而言，一個足夠適合的AI會議選項已經出現。