作者 | 邓双琳

编辑 | 林文龙

1个月前，在钉钉未来组织大会上，首个专为会议研发的产品钉闪会被推出，同时钉钉的自研文档产品对外亮相。这被业界视作是钉钉加大文档、工作协作领域战略投入的一个重要信号。

紧接着，钉钉再次传出大动作，在内部进行组织变阵：新成立音视频事业部，向钉钉总裁叶军汇报；并在音视频事业部内设立“钉钉蜂鸣鸟音频实验室”，由达摩院声学专家冯津伟带队，研究“领先半步”的音视频技术与算法创新。

这是钉钉今年又一关键组织调整。加大投入音视频，成立独立事业部，将整合钉钉的软硬件资源，目标是推动钉钉重回视频会议第一梯队。其背后是钉钉从做大规模到做深价值的全局战略，进一步加深个人和企业使用深度与体验。

高配置，战略投入音视频

钉钉音视频事业部的核心定位，是建立统一的音视频技术中台，实现双重目标：短期目标，提升会议产品的体验与竞争力，进入视频会议第一梯队；长期目标，通过能力开放及创新，在市场上建立强有力的音视频品牌。

独立事业部建制，并单独配备研究型实验室，调高业务资源配置，钉钉战略投入音视频的意图明显。

带队钉钉蜂鸣鸟音频实验室的冯津伟，拥有美国弗吉尼亚理工大学声学博士学位，加入阿里前曾在全球知名音视频设备公司宝利通担任首席工程师，研发世界上首台音视频会议行业的智能摄像机，创造价值数十亿美元的全球市场。

冯津伟2017年加入阿里达摩院，除从事前沿技术研究外，从2017年到2021年也牵头将研究成果落地在阿里内部的音视频业务中，先后支持钉钉F1、钉闪会、钉钉教育专递课堂等多项软硬件产品的研发落地。

为什么这个重要的音频实验室被放在了钉钉？

只有钉钉，是阿里内既有硬件又有软件，既有研发又有商业的组织环境。冯津伟称，实验室聚焦于做“领先半步到一步”的应用型研究。

云钉一体后，阿里云、达摩院对钉钉的支持更深入，从横向支撑转变为走进去专项保障。在研究方向上，钉钉蜂鸣鸟偏向应用型研究，在语音、视频等的基础技术上继续与达摩院合作的策略不变，但钉钉离用户更近，在技术的产品化落地上更聚焦。专项的人力支撑，这也是战略投入音视频的一层保障。

针对短期和长期两大目标，该音频实验室将聚焦在四个方向：

第一，产品落地层面，将达摩院以及蜂鸣鸟音频实验室通过实践检验验证的技术，落地到钉钉会议、直播等软硬件产品，改善钉钉的音视频产品体验，将音频性能达到业界第一梯队，直至领先。

第二，行业生态层面，透过钉钉的产品推向外部，服务用户、开放给行业伙伴。长远来看，将推出独立音视频模组，把技术开放给伙伴、行业、用户。

第三，技术研究层面，研究领先市场半步到一步的技术，探索下一代音视频交互方式，例如XR，在钉钉上落地；

第四，组织整合层面，建立稳定的音视频的团队，整合内部分散的音视频技术相关团队，化零为整。

钉钉做音视频的优势，在于实现技术研究与产品落地之间的巧妙平衡。“我们团队拥有20多年音视频研发经验。哪些东西能落地，哪些东西落地了但一直没做好，哪些东西不能做，我们很清楚。”冯津伟说。

比如，远场拾音一直是业界的难点与痛点，但有着广泛的应用。目前包括钉钉、腾讯会议、飞书等线下语音识别不准确的核心原因之一就是设备拾音，包括专业硬件和电脑、手机的自带麦克风。

挑战来自在闭空间中的混响，噪声，回波。去混响被美国工程院列为“当代未解决的十大工程问题之一”，学术界和工业界已经研究了几十年，目前仍没有完美的解决方案。

据介绍，冯津伟团队所研究的“指向性差分麦克风阵列”是目前业界最领先的技术，行业其他厂商都在积极跟进。阿里在业界首次将麦克风声学特性和差分波束理论融合优化，提出了自研的指向性差分麦克风阵列，明显改善了该技术领域上的痛点问题：语音低频拾音的鲁棒性。同时将相关技术积极产品化，设计了基于心形指向性麦克风组成的环形八麦阵列，推动其在各种远场拾音项目中落地，如会议转写场景、教育场景、钉钉音视频一体机等。

此外，钉钉音视频研发的3A算法，对会议拾音的三个核心能力做了深度优化：主讲增益、回声消除、智能降噪。钉钉将3A算法授权给罗技使用后，罗技设备通过国际权威的PAL Lab的通信标准认证测试，主要AAA指标明显优于行业标杆Poly 8800。

“做深价值”的需要

组织紧随战略，是阿里一以贯之的风格。战略大方向一变，组织架构往往会随之敏捷调整。

今年10-11月，不到一个月时间，钉钉先后在文档和音视频方面发力。从钉闪会到成立音视频事业部、设立实验室，持续加大音视频与文档的投入。要理解这两大动作，就要读懂钉钉整体战略发生了什么关键变化。

2020年9月底，阿里将钉钉升级为大钉钉事业部，与阿里云全面融合。叶军（花名不穷）从阿里企业智能事业部负责人调任钉钉。阿里公开宣布，整合集团所有相关力量，确保“云钉一体”战略全面落地。

“云钉一体”是阿里做产业互联网的一把枪，阿里云和钉钉共同构成了企业数字化转型的基础设施。阿里云像发电厂，提供丰富算力；钉钉提供丰富电器，每个财务系统就是冰箱，HR系统就是微波炉。但在做电器的过程中，钉钉自己不生产电器，而是成为一个电器的基础设施，尽快地帮企业安装部署电器。

“云钉一体”战略提出9个月后，2021年6月，叶军带着团队跟阿里巴巴集团CEO张勇在杭州阿里总部进行了一次业务汇报：钉钉的战略目标，要从原来单一的规模指标变成价值指标。这奠定了新钉钉的策略基础。

钉钉的战略目标，从“做大规模”变成“做深价值”，成立音视频独立事业部就成了钉钉的必然选择。

钉钉在音视频上相比于竞争对手的独特优势，在于软件和硬件“两条腿”走路。钉钉入局音视频很早，且优势定位很明确，这项软硬件一体的策略也在被后进者追逐。但由于组织架构不断调整，钉钉一度无法发挥好软硬件一体的协同效应。

主要是，音视频软件和硬件分属不同团队，各自OKR（目标与关键成果）也并不相同。软件团队的“O”（目标）侧重用户规模和活跃度，硬件团队的“O”（目标）则侧重营收。当战略目标和考核标准都各不相同，软件和硬件团队想要实现协同配合，往往有心无力，推进迟缓。

过去半年，在“做深价值”的整体策略定盘后，钉钉又重新调整了团队，落到业务上，上个月的钉闪会是一次答案，现在，在音视频业务成立事业部，正是要从组织架构上保障软硬件一体的切实落地。钉钉将音视频软件团队和硬件团队合并成为一个独立事业部，双方OKR整合为实现共同的短期和长期目标。

冲刺视频会议第一梯队

这次调整的另一项深层次原因，要追溯到2020年。受2020年开始的全球新冠疫情影响，视频会议软件迎来一场爆发，影响持续至今。

Zoom、腾讯会议借助疫情的助力高速发展，重兵投入。面对冲击，微软也推出基于skype衍生的新一代会议协作平台Teams。Zoom全球用户从1000万飙升至3亿，股价2020年10个月连翻近8倍，总市值高峰突破1200亿美元。腾讯会议在2021年11月全球用户数突破2亿。微软Teams用户数在2021年5月突破1.45亿。

钉钉也是疫情爆发后，最先响应数字战疫，重点支持线上办公与上课的企业，率先将资源投入到保障教育、政务办公、区县的方案上。2020年1月29日，钉钉率先对视频会议、直播等能力进行升级，免费开放，为疫情期间全国人民线上协同提供支撑。针对教育场景，将“在线课堂”等功能将免费开放给全国大中小学使用，并覆盖广大农村地区的学校，存储空间容量不限。

这种先发的投入让钉钉获得了高速增长，据2020年3月数据，钉钉上企业组织发起在线会议的数量单日突破2000万场、超1亿人次，每天仍在快速增长。

不过，也正因为疫情中钉钉承载了国内最大的在线流量，在教育、政务数字化方面的投入，分散其资源和人力，在起步较早的音视频、文档等业务上，反而被竞品反超。客观上，现在钉钉在音视频方面的产品体验，要弱于Zoom、腾讯会议等第一梯队。

如今，钉钉战略投入音视频，其瞄准的核心目标可以说正是提升产品体验，重回视频会议第一梯队。

Zoom和腾讯会议都走的是单品路线，通过视频会议一款产品自身形成闭环。其优势在于简单、高效，针对性满足用户的在线开会需求，因此能迅速在国内国外市场吸收大量用户。

但当人们步入后疫情时代，视频会议不再成为用户绝对刚需，单纯的视频会议产品则面临用户粘性下降的问题。

Zoom过去一年屡受资本热捧，如今却成为资本弃儿，股价跌至250美元/股上下的底位，与去年10月峰值559美元/股相比直接腰斩。2021年8月30日，Zoom给出下一季度增长指引仅为31%，暗示增长放缓，资本市场中的各大投资机构纷纷调低Zoom的目标价位。

钉钉相比Zoom和腾讯会议，走了一条相反的道路：先整合成一个超级平台，解决客户的关键业务需求，再回过头补齐各细分的基础协同的产品体验。它让钉钉在垂直领域的竞争中略显缓慢，但却确保了钉钉不会因为单一需求的退潮丢失用户和市场。

2021年10月，钉钉宣布用户量突破5亿。用户量从3亿到4亿，钉钉用了9个月时间；从4亿到5亿，钉钉同样用了9个月时间。前一阶段因为抗疫的数字化红利，后一阶段则是在红利衰退期仍然保持高速增长。

下一阶段视频会议行业将会呈现出三大发展趋势：

第一，新技术与视频会议结合会延伸出新的面貌。比如，5G技术与应用快速发展将推动云视频会议高清化，带来更深的会议沉浸感。在线会议与AI的结合、语音识别技术结合，自动生成会议纪要内容，或者视频过程中，自动生成多语(实时翻译)的字幕。

第二，视频会议进一步下沉到更低层级的机构和部门。前瞻产业研究院《中国视频会议系统行业发展前景与投资预测分析报告》表示，政府是目前国内视频会议市场的主要应用场景，其一直重视县、乡、村等基层单位工作的开展情况，未来势必将使更多基层单位使用视频会议，低成本的在线会议将进一步下沉到更低层级的机构和部门。

第三，视频会议的应用领域不断拓展，与更多行业和业务相结合。一方面，在线会议软件深入到企业会议，满足会议前中后的需求；另一方面，基于会议的“音视频”核心能力，延伸出的深度业务场景，医疗、金融、党政应用等场景也可以继续深入。

针对这三大趋势，钉钉将从软件和硬件两方面着手研发创新和产品落地。

软件方面，钉钉将成熟的算法、技术、研究成果，落地到钉钉会议上，提升音视频体验和创新产品能力，比如去混响算法，玻璃门、小空间的会议室中，改善拾音体验。

硬件方面，钉钉通过算法实现硬件性能领先于宝利通、思科，将会先自研打磨足够性价比和质量的产品，升级产品体系，如即将研发出来的钉钉F2；同时后续做能力输出，输出语音模组给罗技、MAXHUB这些伙伴。

此外，下一代音视频形态的研究，比如XR、元宇宙，也在钉钉音视频事业部的视域之内。

实际上，音视频作为下一代协作形态的关键因素，科技公司的争夺才刚刚开始。不仅是国内厂商，微软和Facebook母公司Meta也在为未来几年的企业元宇宙之争做好准备，日前Meta宣布与微软合作，允许客户将Meta的企业社交网络软件Workplace与微软协作工具Teams进行整合。

*免责声明：在任何情况下，本文中的信息或所表述的意见，均不构成对任何人的投资建议。

-END-