作者| 李小歪

编辑| 吴怼怼

 

北京时间6月26日晚，全球实时互动云服务商声网Agora（以下简称声网）登陆美国纳斯达克，成为全球实时互动云行业的第一股，股票代码：API。

IPO当日，股价就上涨152.5%，市值超50.6亿美元。在位于上海杨浦区的云敲钟仪式现场，声网创始人赵斌出人意料的没有参与敲钟，而是由声网内部开发者和外部开发者共同完成敲钟，声网对开发者的重视也由此可见一斑。在疫情的危与机，和全球市场的不确定里，赵斌要和团队一起，给美股投资者讲好声网的增长故事。

 

01 全球化的故事不好讲

故事的高潮，就是这次纳斯达克的上市。

从向美国证券交易委员会（SEC）提交的招股书来看，声网实现了营收47.6%的增幅，从2018年的4366万美元增长至2019年的6443万美元。

云服务也同时成为公司的主要收入来源。招股书显示，2018年、2019年实时互动云服务收入分别为4319.9万美元和6392.5万美元，实时互动服务收入占比分别为98.95%和99.22%。

一个显著的特征在数据里显山露水。实时互动云服务的确是公司的强项，这项优势也预示了后来故事的走向。在全球实时互动云行业，无论是坐标海外还是国内，声网成为了其中第一家上市的企业，并将实时互动云这个细分领域成功做到了商业化。

而其也凭借全球化的数据中心、团队和客户，快速锁定了全球实时互动云第一股的位置。

「全球」的故事之所以难讲，是因为不是嘴上喊着全球化的口号就能成事儿。太多的全球化故事，只是包装了一个虚晃一枪的美梦，让投资者和小股民掏出钱包后眼含热泪。

而声网在成立之初就把业务范围扩张到全球。

海外客户中，除了一些从国内出海的公司外，还有很多海外上市公司和独角兽，北美、印度、南亚和东南亚地区客户较多。美国最大的婚恋社交平台 The Meet Group和互动电商美国，印度最大的通讯App Hike，以及日文的二次元音频社区LisPon，直播平台Stager Live都在使用声网的服务。

为了服务这些海外本土公司和国内出海客户，声网在创业之初就设立双总部运营，在硅谷和上海都设有总部，并在北京、班加罗尔、东京、伦敦等海外城市开设分布式协同团队。

而覆盖全球的250多个数据中心，搭建起一条专门用于实时互动应用传输的软件实时定义网SD-RTN，仿佛一条能够任意驰骋的高速公路，为当地提供技术和运营支持。

仅在2020年3月，公司就通过10,000多个活跃应用为100多个国家和地区的终端用户提供了超过400亿分钟的实时互动使用时长。同时，活跃客户数在2020年第一季度达到1176家。

成为全球实时互动云第一股，声网自然也受到了更多人的关注，有人也开始把声网对标海外的云通信公司Twilio。这家上市至今股价涨了8倍的北美独角兽，被美国金融市场分析师寄予厚望，称其有望成为第二个AWS。

但声网Agora的故事可能和Twilio有不同的走向。Twilio主打云通信，实时消息是其核心业务之一，大众熟知的虚拟号码和验证码是其主战场。但它和声网擅长的实时互动云，还是略有差别。

Twilio之外，Zendesk、Ringcentral等多家云通信上市公司的市值均在百亿美元大关，去年IPO因为疫情大火的Zoom，目前市值更是直逼700亿美元。

美国云通信市场鏖战正酣时，全球的实时互动云行业竞争也越发激烈。

在招股书里，声网也将把Twilio 列为对手，除此之外，腾讯、TokBox（属于Vonage Holdings Corp.的一部分），以及一些小规模的软件公司，也将和声网的全部或部分平台和产品展开竞争。

可以预料的，未来更多企业将加入这场战局。

 

02 让RTE无处不在

故事的起点，多少有点理想色彩。

1969年，出于军事目的，美国加州大学的一群工程师，将计算机与计算机连接起来，这就是互联网的前身，阿帕网（ARPANET）诞生了。随着技术发展，人们可以在互联网传递文件、图片，一个古早词汇由此诞生，「网上冲浪」。

但由于带宽受限，传递会有问题。CDN（Content Delivery Network）内容分发网络的诞生，将网页内容层层缓存至下级服务，用户就能就近获取缓存的内容。

但CDN技术并不能解决互联网存在的延时、抖动、丢包，这是导致我们在音视频通话时遇到花屏、卡顿、甚至断开连接等问题的元凶。

在实时音视频发展初期，即使是强如Skype这样的语音通话软件，也是「卡顿俱乐部」的常客，而声网用软件编程的形式来定义和控制网络，并将这个网络用于实时互动（Real-time Engagement）

它给错综复杂的互联网建立了一个导航，让数据流始终走最快、最流畅的线路。这个导航就是SD-RTN（Software Defined Realtime Network）软件实时定义网络。

这项技术拥有改革性的意义。

从此，你可以自由地和大洋彼岸的家人打电话，也可以在游戏直播间和队友连麦开黑，还能在疫情期间，足不出户地听老师上课，顺便交作业。

可以说，在声网的平台上，开发者可以轻松地将实时语音、视频通话、实时消息、实时互动直播嵌入到移动和Web应用中。

在万物皆可云的时代，声网的服务已经覆盖了教育、社交直播、远程办公、电商、IoT等10余行业，100余种场景。

从2016年用技术促成狼人杀游戏的大火，到2018年应对直播、短视频等应用在音视频互动场景的主流化需求，再到2019年和疫情前后支撑在线教育行业的迅猛发展，其技术作为一种底层工具，不仅赋能传统产业，帮助企业低成本、高效率地转型，也为年轻人扎堆的文娱场景提供了更多玩法。

但RTE服务的落地没有那么容易，并非一个简单易行的「技术支持」软件或接口。在实际服务场景中，需要根据目标企业所处的行业，持续迭代玩法，寻找更潮的场景，不断满足消费者的需求，才能真正打磨出能用、适用、好用的新场景。

这就是为什么，尽管实时音视频已经成为当下的主流互动方式，并且这项技术已经融入10多个领域覆盖100多个场景，但各行各行差异化的需求和RTE技术本身的复杂性，以及5G、AR/VR、AIoT等技术催生出的新场景，还在让市场持续爆发出新的需求。

挑战往往令人心跳加速。故事发展到后期，主人公经过历练和洗礼后，剧情往往更加精彩。

对声网来说，IPO是故事里的高潮，但也只是这个阶段的节点，声网CEO赵斌也在内部全员信中写道，“回望过去，当前的时刻是一个里程碑，是很多声网伙伴曾经梦想的事件，是市场对我们服务专业价值的背书和认可。展望未来，这个时刻又显得那么微不足道；在我们面前，‘让实时互动无处不在’的愿景，和实时互联网真正赋能线下全场景的未来，虽然正徐徐展开，令人神往，但也仍然前路蜿蜒，征程长远，等待我们一如既往地踏踏实实、一步一步走过。”

 

在实时互动云的下一场征程里，声网任重道远，但潜力巨大。

而另一方面，声网的实时互动云服务虽然已覆盖了10余行业、100多个场景，这其中很多场景其实是超出声网团队的预料，是由开发者自己创造。据声网透露，今年7月声网与晨兴资本将启动全球首个实时互联网创业挑战赛，声网作为全球实时互动云服务的技术赋能者，拥有深厚的技术底蕴，而晨兴资本则作为实时互联网领域发展的见证者和助推者，双方将联合发挥各自在技术、资金、资源等方面的核心优势，发掘和孵化更多基于实时互联网技术的创业公司。

 

03 技术深宅，拼荆斩棘

说潜力是因为市场巨大，任重道远，当然这的确也是因为RTE技术复杂，实施过程还存在巨大的不确定性。

这种不确定让声网的技术宅们“诚惶诚恐，如履薄冰”，尽管已6年无全网事故，但他们仍然保持对数据的精准和技术的稳定，一路披荆斩棘，对实时互动云行业坚持到底。在赵斌与声网的团队看来，衡量实时互动业务可靠性的指标，就是追求小数点后几个九（工程师用99.9...%的概率表示可靠性），这也是一个工程师对技术极致追求的一个体现。

2014年9月21日，HelloTalk上线了实时语音通话功能，这家公司是声网早期的唯一客户。技术上线的第一天，就有来自全球六十多个国家的用户同时在线使用，但语音通话稳定顺畅。

公司CEO魏立华谈及此事，说到”14年夏天，HelloTalk想在全球上线语音通话功能，我们不想自己做，但一直没找到好的解决方案，8月份，我们找到高泽华（现声网合伙人 & 技术VP），让他介绍能做实时音频互动的技术人才，他直接推荐了声网。HelloTalk当时的量不是特别大，但分布的国家特别多，而声网希望的试用场景正好是全球，起初量不要太大，所以我们与声网特别有缘份，一拍即合。直到如今，HelloTalk还是使用声网的技术，因为声网的服务一直很好、很稳定，没出过问题。”

这种技术能力的稳定性和标准化，几乎贯穿于声网的发展历程中。

2016年，在还处于3G网络的印度，声网的技术不仅能够做到音频流畅，视频也能跑通。这在网络基建设施和设备较为落后的东南亚地区，能解决多用户覆盖、弱网对抗和设备性能等问题，实属不易。

事实上，从成立之初，声网就一直竭力推行SLA（Service-Level Agreement，服务等级协议），在那之前，实时音视频行业没有统一的服务质量标准，也无法评估RTE服务质量的好坏。

作为首家RTE PaaS平台，CEO赵斌决定和团队一起，亲自定义SLA的维度，并且将要求提高到通讯质量级别的SLA，让客户可以明确看到质量指标。而这套SLA，日后逐渐成为声网客户讨论实时音视频问题的的具体标准。而据声网对我们透露，声网目前已经在推行服务质量标准的进一步升级，实现从SLA(服务等级协议)到XLA(eXperience Level Agreement，体验等级协议）的升级，据了解，SLA只关注服务可用性，一般在RTE行业的表现为对服务可用时间的保障，而XLA除了对服务可用时间的保障外，还提供对用户体验的保障，比如：5s登录成功率，400ms端到端传输延时，视频卡顿率，音频卡顿率等。

赵斌在内部全员信中也写道，“我们做对的‘唯一’一件事情，就是率先看到‘实时互动的本质是服务，而非功能’，并且一直坚守这个方向，最终‘等’来了教育、直播、IoT、金融等各类实时互动应用场景的爆发。接下来，我们始终要坚信这一点，不图一时之利，不做口舌之争，精进我们的专业，始终保持全球范围内技术的领先。 “

或许伟大的企业都有相同的故事，从硅谷走出来的创业者都对湾区的车库有着特殊的感情。谷歌、微软、苹果和亚马逊等企业都诞生于车库，大概是因为旧金山的房价实在太高。

赵斌也因此对一幅画面一直记忆犹新，他在内部信中写道——

「从我们在硅谷一个车库里写下第一串代码，到今天已经六年多了。 」

这六年里，有创始人的奋斗一线，更有团队的齐心协力。

但每一个成功的企业都要有一群疯子一样的人去热爱、信仰这个故事的终局，才能爆发出前所未有的能量。

这或许很像声网上海办公室墙壁上，那个吐着舌头的爱因斯坦。他奇思妙想，也坚持不懈，把一生沉浸奇奇怪怪的数学符号和公式里，才让故事结尾里，相对论拥有了跨越世纪的力量。

也正如内部信写到的那样，「声网的故事从六年多前开始，但实时互动的梦想却远早于此，实时互联网的未来也远超于此。 」