“实时互动作为一种未来数字生活的基础设施，其赛道潜力不亚于人工智能、大数据、区块链等专业技术赛道。”近日声网发布首个RTE（实时互动）赛道的全景报告—《实时互动场景创新生态报告》（以下简称“报告”），报告称，预计2025年，RTE行业将是千亿规模市场，5年内复合增长率将达40%以上。”
随着音视频技术的进步，以及疫情的常态化，越来越多的实时互动新场景出现，实时互动在社交、办公、娱乐、教育、工业等各行各业中落地。根据声网对国内几大应用商店在教育、泛娱乐、购物、金融、医疗、企业通讯等行业的近万个应用进行统计，2021年实时音视频渗透率已突破30%。
“RTE行业依然处在非常早期的阶段，我认为这个渗透率还有很大的增长空间，当RTE变成万千行业必备的一个模块的时候，RTE赛道可能进入到一个成熟行业的周期。”声网市场运营副总裁&合伙人曹璐说。2021年元宇宙概念火爆，曹璐认为，无论是在线上还是在线下，或者是线上线下同时开展社会活动，人与人之间的沟通和交互不可避免。“我们更多承载的是实时互动层面的技术，为元宇宙场景提供基础设施。今年我们的超音速计划里面也有不少元宇宙相关公司。”曹璐说。
不过看到实时互动领域其中机会的并不是只有声网一家，这个领域早已被巨头盯上，包括腾讯、阿里、字节跳动等互联网企业也都已入局其中。中信证券认为，声网的竞争对手包括腾讯云代表的公有云厂商、Tokbox代表的RTE厂商、Twilio代表的CPaaS厂商、ZOOM代表的视频会议厂商以及WebRTC代表的开源项目。
多家巨头企业入局
“RTE赛道各方需求层出不穷”
去年2月1日，特斯拉CEO马斯克在语音社交网络平台Clubhouse上创建聊天室，畅谈了关于火星计划、脑机接口技术、比特币等热门话题。随之Clubhouse在全球范围内爆红。很快，其背后的实时音频技术服务商——声网浮出水面，声网公司的股价也随热度一度上涨，这家彼时专注于实时音视频技术的ToB企业随之出圈，被更多人所知。
声网 Agora 成立于 2014 年 ，是实时互动 API 平台行业开创者，也是专业服务商。开发者只需简单调用 API，即可在应用内构建多种实时音视频互动场景。公司透露，声网 SDK 已经服务于社交直播、在线教育、游戏电竞、IoT、AR/VR、金融、保险、医疗、企业协作等 20 余行业，共计 200 多种场景。
声网的实时互动技术服务覆盖全球 200 多个国家和地区。其官方透露，2021 年 Q1，声网实时音视频分钟数月均用量超 500 亿分钟。截至 2021 年 9 月 30 日，声网全球注册应用已超37.2万。使用声网服务的企业包括小米、陌陌、新东方、晓黑板、The Meet Group、Bunch、Kumu等分布在全球的巨头、独角兽及创业企业。2020年6月26日，全球实时互动云服务商声网Agora正式在美国纳斯达克挂牌交易，股票代码为“API”，成为“全球实时互动云第一股”。
在今年RTE大会上，声网发布的“RTE万象图谱”展示了涵盖教育、泛娱乐、IoT、企业协作、金融、医疗等20多个行业赛道的200多个实时互动场景。图谱显示，除了在线教育、直播、视频会议等已经逐渐走向常态化的场景，也有更多正处在萌芽阶段的新兴场景正在爆发。
RTE万象图谱 图源：声网
报告显示，实时互动赛道的兴起，得益于政策、经济、技术和社会几大要素。5G、AI、音视频编解码、IoT等技术突飞猛进的发展，使得交互更加还原、真实，甚至体验超越线下互动。
不过，看到这一领域机会的并非只有声网一家公司。实际上，这个领域也早已被巨头盯上，包括腾讯、阿里、字节跳动等互联网企业也都已入局其中。以腾讯为例，早在2014年12月份，腾讯云计算公司就对外宣布，推出一体化云视频解决方案，开放音视频能力，正式涉足具有巨量需求的网络视频市场。次年5月份，腾讯云又正式对外开放QQ音视频云通讯服务，此后一路运营和发展。
去年5月份，腾讯成立腾讯云音视频品牌，同时发布三合一的RT-ONE网络。该网络整合了腾讯云实时通信网络（TRTC）、即时通信网络（IM）以及流媒体分发网络（CDN）三张网络，面向教育、零售、泛娱乐等行业需求提供服务。腾讯云称，基于RT-ONE网络，腾讯云构建了业界最完整音视频通信PaaS平台，可以帮助开发者在各个垂直场景快速开发行业应用。
中信证券认为，声网的竞争对手包括腾讯云代表的公有云厂商、Tokbox代表的RTE厂商、Twilio代表的CPaaS厂商、ZOOM代表的视频会议厂商以及WebRTC代表的开源项目。
对此，声网市场运营副总裁&合伙人曹璐表示，“从定位来看，声网是RTE PaaS的开创者。我们最初是定义RTC，近年来也是更多地聚焦迭代这个概念，往RTE方向，始终希望把我们的体验和服务以最普惠的方式提供给开发者。”声网市场生态高级总监杨慧则表示，声网的底层是技术服务商，永远会在技术服务这条道路上走下去，这是和其他玩家不一样的地方。”
然而纯技术道路也并非坦途。在采访中曹璐坦言，RTE赛道各方需求层出不穷，尤其到了IoT领域会面临各种终端设备，对音视频的要求可能不一样。当进入某个行业或者纵深场景，都会对技术提出更多新的挑战。杨慧也表示，随着前端应用场景的爆发式扩张，带来的挑战可能是几何倍数增长。“我们单从实时音视频互动来说，必须匹配市面上数千款移动终端和其使用的OS系统，才能达到最终效果。回到刚才讲的这些IoT设备和应用类型，如果我们想把每个都服务好其实是有挑战性的，需要梳理一条清晰的线给研发技术排序，让他们想用的时候就用得起来。”
声网的营收在增长。2020年全年，声网总营收1.34亿美元，同比增长107.3%。
2021年Q1、Q2、Q3营收分别是4022.5万美元、4233万美元、4504万美元。
同比增长分别为13％、25%、46%。但声网总体上仍然处于亏损状态。2018年，声网净利润38万美元。2019年声网净亏损618万美元，2020年，声网净亏损311万美元，2021年Q1、Q2、Q3其亏损额分别为1469.1万美元、1540万元、2110万美元。亏损有扩大趋势。
“RTE行业处在早期阶段”
“元宇宙内人与人的实时交互不可避免”
为了加速行业发展和繁荣，声网推出一系列计划，包括超音速计划、声选伙伴计划、共鸣计划，预备从场景、产品、业务三方面对RTE行业合作伙伴进行孵化和扶持。曹璐坦言，“我们看到了实时互动行业的兴起和市场潜力，但由于赛道还处于早期，需要更多的玩家加入行业分工协作，共同扩大赛道的规模。”
“RTE行业依然处在非常早期的阶段，原因是可以看到今天的渗透率。2015年的时候是5%以下，2021年是超过30%，我认为这个渗透率还有很大的增长空间，当RTE变成万千行业必备的一个模块的时候，我认为RTE赛道可能进入到一个成熟行业的周期。”曹璐说。
杨慧也强调称，实时互动带来的是新的、过去没有体验过的价值，是一个可持续的影响。“当疫情结束时，大家可能就会持续性地把这个东西延续下去。另外，有些人可能不喜欢面对面社交，要是弄一个Avatar，他们就会觉得很有意思，敢于表达，因为可以“伪装”自己，这种体验是以前在线下感受不到的。”
被问及哪个行业比较容易达到成熟的时间节点，曹璐表示，任何一个行业和技术的成熟都有赖于两个方面：一个是技术和基础设施的完善，之后是应用平台逐步滋生出来，然后又会对这种基础设施、底层技术的突破提出更高的挑战和要求，两者是正相关的关系。“比如K歌房和实时合唱，三年前就有客户给我们提出，但当时没有人做到这种技术，非常非常难。经过这么多年的发展到了今天，我们很难讲这个场景已经到了非常完美的阶段，比如合唱可以把延迟做得多么低，但已经比三年前有了很大的进展。”
她坦言，行业节点其实很难判断。应该聚焦于真正让不同行业的创新者更多地使用，理解这一块的价值。“等到其中有些人能够做出颠覆式体验，就会成为一个行业的共识，也就是“可以利用RTE来做”。其实这不是一个很准确的一刀切的点，反而是不断变化的过程。”
2021年元宇宙概念大火。按照目前业内对于元宇宙的主流畅想，元宇宙或是一个仿真的虚拟世界。在杨慧看来，元宇宙就是要把所有线下的工作、生活、娱乐以及各种各样的社会活动无缝地搬到线上，做到线上和线下结合。那么元宇宙和声网相关的是什么？
“无论是在线上还是在线下，或者是线上线下同时开展社会活动，人与人之间的沟通和交互绝对是不可避免的。我们更多承载的是实时互动层面的技术，为元宇宙场景提供基础设施。今年我们的超音速计划里面也有不少元宇宙相关公司。”曹璐说。
杨慧则发现，在新场景的创业者中，含“元宇宙”量越来越大。“比如去年的第一届RTE创业大赛，冠军叫做绿洲Oasis，类似这样的技术型公司越来越多，有的把自己定位于元宇宙虚拟社交的应用，包括虚拟身份系统，一半以上参赛企业都说自己是元宇宙应用开发商。”
曹璐表示，一个行业的爆火背后一定是有大量的创业公司去探索。“我们现在的定位就是聚焦RTE赛道，也是大家的生态共创伙伴。未来哪个场景、行业能火起来，什么节奏，元宇宙会不会明天爆发，我们无法判断。但我们能够做好的还是基于自己这样的定位，把所有相关技术和可能性都准备好。哪一天元宇宙真的火了，我们提供的沉浸感音视频和虚拟的沉浸技术，可以实时无缝地使用。”
新京报贝壳财经记者 孙文轩 编辑 岳彩周 校对 薛京宁
,
