AI会议时代：企业如何搭上快车？_风闻

“我 们认为，AI绝不仅是会议的辅助工具，而更会是重塑会议流程的关键力量。通过AI的个性化定制、大规模支持、智能分析这些技术，AI会议将大大提升会议的智能化与高效性，进而成为企业数字化转型的核心驱动力。” 

作者|斗斗 

编辑|皮爷 

出品|产业家 

“我们需要的是AI会议，而不是会议AI。” 声网数字化行业负责人和利鹏告诉产业家，“举个例子，AI会议相当于是智能手机的出现，而会议AI更多的像是给原来的设备加上了摄像头或者音乐播放功能，虽然功能有所提升，但核心体验和交互方式并未发生根本变化。” 

诚然如此。在过去一段时间里，基于在线会议的AI变革已经在如火如荼的展开，但截止目前，大多数在线会议的AI加持更多是在原有功能基础上的AI能力叠加，比如智能摘要，段落总结等等，这种尽管带来一定程度的增量，但对于企业的会议系统本身并没有带来根本性的改变。 

而这也正是声网内部不断思考的问题。**什么是真正的“AI会议”？又或者说，真正符合人们定义的“AI+会议”的模型是怎样的？**如果从目前大部分企业提供的“AI+会议”简单模式里，这些问题显然没有答案。 

在过去多年时间里，基于自身的RTE技术，声网已经为无数企业构建了视频会议体系，这些企业覆盖金融、政务、零售、教育等等。 

这也恰是外界关注的焦点，即在AI潮水到来的如今，声网在视频会议赛道上会交出一份怎样的答卷？ 

一、视频会议，驶入云端AI时代 

“现在市面上大部分AI会议还都属于早期，一般只提供智能摘要的功能。”和利鹏告诉我们，“不过，这也可以称得上是AI会议的第一个大规模应用场景。” 

但就这个“大规模应用”而言，对应的问题也是层出不穷，比如智能摘要生成内容准确性不足，数据安全等问题也亟待解决。“现在我们更多仅仅是用AI来辅助会议记录，其他的功能很难用的上。”一位零售企业负责人之前告诉产业家。 

其实，卡点不单纯在产品功能本身，还在具体的落地环节。 

一个共识是，会议系统正在进入云上时代。即相较于传统的 MCU 会议系统，云会议系统不再需要前期的高额硬件投入，而且维护成本更低，灵活性更高，这些优势都在推动它成为如今会议市场的新主流。 

然而，对于如今的不少云会议服务商而言，其产品本身很难做到会议互动层面的基本要求，比如在弱网或者普通网络环境内音视频质量很难保证，再比如很难和低端设备和国产化设备进行适配。 

不仅于此。作为云端会议系统，其如今已经从单纯的沟通工具，进化为支持企业业务流程的核心阵地，而这其中要求的是云端会议系统可以和不同的业务进行深度集成。 

体现到产品架构上，则是要求其必须具备高度灵活性，可以通过开放的 API 和插件机制将云端会议系统与 各个业 务系统打通，进而满足企业自身的业务需求。 

这并不是一件容易的事。从目前的市场调查来看，大部分云端会议系统提供的更多是“封装式”交付，即企业很难基于其和各个业务线进行深度打通，这也导致了在包括会议、直播、培训等不同的环节，企业需要进行重复采购和建设。 

在AI技术本身存在的准确性、安全性等问题之外，这些涉及到部署实施、兼容适配等一系列问题也更在构成着如今AI会议在企业内部落地的卡点。 

实际上，这些也恰是声网内部不断脑暴碰撞的问题。“我们主要考虑四个方面，一个是架构必须面向AI，符合未来会议形态的定位；二是需要适配不同企业的多样性部署需求；三是尽量做到既可以个性化定制，又让企业易于开发；四是一定要做到好的兼容性，即可以保护企业的原有投资。”和利鹏告诉我们。 

那么，一个真正可用、易用、安全的云上AI会议系统到底应该是怎样的？ 

二、拆解灵动会议：AI会议之路的快班车 

实际上，声网已经给出答案。 

9月24日，声网正式面向市场推出的一款会议产品——灵动会议，其主要功能就是帮助企业构建自己的AI会议体系。 

那么它的特殊之处究竟在哪？ 

从产品来看，灵动会议打造了**“RTE + AI”双引擎架构，底层支持市场主流 ASR、LLM，以及主流大模型，企业可按需进行调优与 Agent 定制开发，同时也支持模型的私有化部署。**通过灵动会议产品底层的AI框架，开发者可以高效地集成会前、会中、会后场景的多种 AI 功能，如AI会议纪要、实时翻译、AI助手等，满足实时互动和 会议场景的需求。 

此外，灵动会议采用的是SFU+MCU混合架构，其在解决传统视频会议设备兼容性问题的同时，还可以大幅提升视频会议的稳定性和体验感。这种架构能够支持从小型团队会议到大型企业活动的多种场景，特别是有多级会议需求的大型政企。 

据了解，一家老牌 MCU 厂商就曾找到声网，彼时的它正在面临着技术升级的压力。即随着云会议以及AI技术融合趋势，其现有产品难以满足市场对云视频会议的高需求，同时也缺乏将AI技术集成到视频会议中的经验和能力，企业亟需将传统的硬件视频系统转变为支持云服务和AI能力的现代化解决方案。 

在灵动会议的赋能下，该MCU 厂商通过声网的MCU+SFU融合架构，解决了传统MCU与SFU集成方式的级联缺陷，提高了系统的稳定性和性能，此外也同步构建了云视频能力，实现资源的弹性伸缩和高效管理，并引入AI技术。 

这是灵动会议赋能企业客户搭上AI快班车的一个缩影。 

实际上，除了上述两大优势，在实施部署层面，灵动会议也更有足够的优势。 

具体来看，灵动会议采取的是低代码/无代码的理念，可以大大降低企业的部署技术门槛。基于声网提供的aPaaS服务，企业只需要通过简单的API调用，即使是没有深厚技术背景的用户，也能快速搭建 起自己的视频会议系统。 

此外，基于声网灵动会议的aPaaS SDK，企业还可以构建自身统一的音视频中台，在其加持下，企业不仅可以定制化开发自身的AI会议系统，也更可以做到会议系统与其他企业业务和数据的深度连接和集成。 

而从底层云端部署层面，灵动会议也同时提供了适配不同企业云环境的方案，即无论是公有云、私有云还是混合云，都可以灵活应对企业多样化的需求。此外，基于不同的接口，还支持与各种硬件设备的互通，让企业能够充分利用现有的IT基础设施，无需重复投资。 

“其实目前市场上大多数企业仍然聚焦于特定应用的AI开发，比如会议系统、呼叫中心和IM融合通讯等，而很少有像声网这样从通用音视频能力平台出发的企业。”和利鹏表示。 

可以理解为，基于产品和实施部署的双向加持，相较于目前市面上的其他在线会议软件，声网灵动会议的特殊之处恰在于，其基于过往自身在RTE方向的积累、对不同企业的成熟实施部署运维能力、以及包括数据安全在内的自主安全可控属性等，帮助企业构建不再是一个会议AI的“雕花产品”，而更是一个兼备智能、高可用、高性价比、高安全度的AI会议生产力工具。 

三、“RTE + AI”背后，看见视频会议新时代 

实际上，如今肉眼可见的是，音视频平台已经逐渐成为企业内部重要的平台之一。 

在数字化转型的大潮中，如能源行业、传统工业，乃至零售企业都在面临的一个挑战是由于业务流程的复杂性以及对数据量和信息流通的高需求，传统的IT架构往往无法满足现代企业 的 需求。 

更具体来说，则是多个业务系统独立运行，导致数据和信息共享困难，这不仅造成了资源的浪费，还降低了决策的速度和质量。而为了解决这些问题，一些企业的做法恰是寻求基于音视频平台来作为信息流通的核心枢纽，以此来实现数据和信息的无缝流通。 

这也是灵动会议的价值所在。**基于灵动会议，企业可以搭建自身的音视频中台，将其与企业现有的ERP、CRM、SCM等业务系统对接，不仅减少了对多个独立系统的重复投资，降低了IT运营成本，还可以显著提升会议效率和决策过程的速度。**此外，利用AI技术对会议内容进行智能分析，自动生成会议纪要，可以进一步提高前端的工作效率。 

可以说，RTE（实时互动）技术与AI的结合，正在成为放大企业会议系统价值的新动力。即基于两者的结合，新的AI会议系统不仅具备更清晰、准确、安全的音视频通信能力，更重要的是通过技术创新，将AI技术深度融入到会议的每一个环节，从而实现由 底层到应用层面的全面能力升级。 

实际上，这也正是当下AI落地浪潮里的共识所在，即伴随着如今的AI技术落地浪潮，企业越来越能意识到的一个点是：在“绚烂”的技术之外，企业应该更多考量如何落地，如何更性价比、更安全、更适配地将AI真正嵌入企业的底层业务和架构之中。 

如果说AI大模型技术更多带来的是能力单点上的加持，比如个性化语音、数字人生成、数字主持人等等，那么这些能力从单点到大规模良性落地，其对应需要的是强有力且契合中国企业情况的工程落地能力和特殊服务加持，而这些也恰是如今在声网灵动会议上能看到的“低代码、AI引擎、高安全、灵活定制”等等一众特殊的设定点。 

“技术+工程能力”，既要寻求向上的技术极致，也更要保证向下的“非雕花”实用落地，两者缺一不可。 

声网如今想做的恰是如此。即在自身多年底层通用音视频能力平台的根基上，基于AI推动企业会议模型的重构，真实帮助企业构建起一个可成长、非烟囱、AI音视频原生的会议平台，在这种平台的加持下，企业可以以最小的时间和精力成本获得新时代最强的组织管理和沟通范式模型。 

能够清晰感知到的是，AI技术正在推动会议系统从单纯的信息传输工具，向具备内容理解与决策支持的智能引擎转变。不过，这个转变的底层必须依赖“RTE与AI”的结合，基于此赋予大模型“听、说、看”的能力。 

“我们认为，AI绝不仅是会议的辅助工具，而更会是重塑会议流程的关键力量。通过AI的个性化定制、大规模支持、智能分析这些技术，AI会议将大大提升会议的智能化与高效性，进而成为企业数字化转型的核心驱动力。”和利鹏说道。 

可以说，对中国的中小企业，乃至对大型企业、政企而言，一个足够适合的AI会议选项已经出现。