Zoom的“冰與火之歌”

誰也沒想到一場疫情讓Zoom在短短兩個月內市值翻了一倍，而更沒想到僅僅在一週內，因為安全問題引發的輿情讓CEO袁徵頻繁出面道歉，股價又從最高點重挫近30%。

前有Marc Benioff離開老東家Oracle Siebel創立了Salesforce，後有袁徵離開Cisco Webex創立了正處於“冰與火”之中的Zoom。

回顧視頻會議技術的發展史，不得不讓人驚歎於歷史的相似與輪迴。

2003年同樣是一場我們熟知的非典疫情，成就了一家現在已被大多數人忘卻的遠程會議方案公司——Polycom（寶利通）；2020年這場可能連病源都與十七年前相似的災難，再一次成就了以Zoom為代表的新一代視頻會議技術公司。

再過十幾年，我們還會看到Zoom嗎？

想起巴菲特常說的一句話：

“我只想知道將來我會死在什麼地方，這樣我就不去那兒了”。

在下文裡，我將用三條小學公式詮釋視頻會議技術的更迭；再通過三家代表性公司解析商業背後的成敗。

只有借前車之鑑，才能解鎖Zoom之未來。

視頻會議的鼻祖：視頻電話

關鍵詞：一對一、編解碼、協議標準

視頻電話，更準確地說是“一對一”視頻通話。

讓我們回到上世紀30年代——1930年，一款叫做“Iconophone”的雙向可視電話原型機誕生於著名的貝爾實驗室，“雙向連通”奠定了這種“圖像式電話”走向商用的基礎

而視頻電話真正得到普及是在上世紀90年代，為什麼呢？我們先了解一下打一通視頻電話需要的設備：

• 輸入設備：攝像頭、麥克風；

• 輸出設備：從可視電話到後來的專用設備、PC等；

• 數據網絡：電話撥號專用網、衛星線路、LAN（局域網）或廣域網等；

• 計算設備：通信協議解析、數字信號編解碼處理等。

整個過程如下圖，記住裡面的五組詞你也可以在朋友圈裝裝極客了！

首先，傳輸過程中最關鍵的是數據傳輸的實時性，一般來說發生超過300毫秒以上的延遲，用戶就會明顯感到圖像模糊或卡頓等現象。其次，由於視頻電話包含了聲音和圖像，在傳輸時兩種信號必須同時打包處理，以保證兩者的同步性。

而視頻電話能真正傳播開來是因為具備了以下三個條件：

• 數字圖像及高效的編解碼技術（俗稱“打包工具”）：將壓縮比提升到1:500以上；
• 終端通信協議終於達成國際統一標準：以前終端的編碼器必須來自同一廠商，現在基於一套國際標準即可實現不同設備和系統間互通；
  
• 網絡基礎設施和集成電路的飛速發展：在這個誕生了雅虎、亞馬遜、eBay的年代，不管是網絡傳輸設備還是CPU處理能力都得到顯著提升，帶寬成本也快速下降。

從用戶角度，當時對音視頻的質量要求並不高，因為那時候通話設備本身清晰度就比較低。

也是在這個互聯網的黃金時代，一系列視頻會議技術公司相繼成立。老規矩，先上時間軸。

前前後後二十年時間，見證了第一代技術和商業的更迭：

• 首先，牢記視頻會議技術的“四大才子”——Polycom、Radvison、Tandberg和Webex；

  
  

• Webex與前三家技術路線不同，早期產品經過幾次調整，最終通過提供基於微軟NetMeeting的企業級視頻會議方案而成功上市；

  
  

• 最終，“四大才子”都以被併購或退市收場，只是收場時的姿態各異；

如今又過了快十年，Cisco、Avaya和微軟等當年的巨頭，現在似乎又遭遇了新一代技術公司的挑戰。

我們走進90年代。

視頻會議1.0：從電話到網絡會議

關鍵詞：多對多、MCU、Polycom、木桶效應

如果一通電話是“一對一”，一場會議則是“多對多”，而一套視頻網絡會議方案就是要管理N個並行的多對多視頻會話。

剛開始用得起視頻會議的都是不差錢的金主，如銀行、運營商或政府機構，一般小企業打個電話就行了。在金主面前，各家公司比拼的都是使用體驗和設備性能，例如：

• 是否支持高清圖像，背後包含編解碼、降噪處理等技術；

• 支持多少方同時加入並保證相同體驗；

• 主持人邀請、點名等會議管理功能。

最後為了將體驗做到極致，業界引入了一種新的設備叫MCU (Multipoint Control Unit，多點控制單元)。

我們可以把MCU理解成一臺多媒體信息（後稱“媒體流”）交換機，信息包括但不限於聲音、圖像和文本等數據。主要職責為：

• 媒體流的信號處理及編解碼；

• 並行多對多的線路切換、路徑管理；

• 還需具備數據加密、穩定傳輸等功能。

如上圖這個例子，A、B、C參加視頻會議，

• 首先，A、B和C必須將自己的媒體流全部傳給MCU；

• MCU把收到的音視頻包根據相關格式協議進行分解；

• 然後根據各方請求，MCU將音視頻分別合成並打包；

• 最後由MCU傳送給終端，整個過程稱之為“混音混屏”。

公式一：視頻會議1.0 = 視頻終端 + MCU，其中MCU = CPU + 固化算法。

圖中是這次G20歐盟分會場，這位大佬除了能看到全體參會人員的集合畫面，還增加了一個只顯示自己的屏幕，也就是前面例子中C這個場景。MCU確保參會者和線上會議室的對應關係，也就是路徑管理。

視頻會議1.0時代就是建立在以MCU硬件為基礎的中心化處理架構上。但是，這裡便出現一個問題：中心化處理的優點是保證了所有參會者體驗的一致性。但這就要求所有終端的性能和網速都要保持在一個水準，否則就會極大影響體驗，因為混合的過程受制於音畫質最差的那個終端，也就是“木桶效應”。

所以，當時為了滿足高清、超高清到網真級別（即1080P）的畫質，終端設備都走上了定製和專業化，同時相應的編解碼器也被集成到終端上，最終各公司都推出了價格昂貴的端到端專業視頻會議方案（Dedicated video conferencing solution）。

公式二：專業視頻會議方案 = 專業設備 + MCU + 專用網絡。

談到這就不得不重點說說90年代的第一大才子，而後卻被兩次“賤賣”的Polycom。

Polycom成立於1990年，曾經也是加州車庫初創公司的代表。最早從電話會議系統起步，1996年成功登陸納斯達克，十年後2007年全年營收突破10億美金，其中整個會議系統產品佔當時全球市場份額達到驚人的60%。

（即便沒聽過Polycom，你也肯定見過“八爪魚”）

而讓Polycom徹底打開中國市場，就是因為2003年的那場疫情危機——SARS非典。

根據2015年哈佛商業評論對當時時任Polycom大中華區總裁李鋼的採訪：

“2003年‘非典’疫情席捲中國，給中國醫療系統帶來前所未有的挑戰。最急迫的問題是，許多醫療機構分散在全國的疫苗中心和研究所，人員無法出差，因為一旦出差就要被隔離。醫療機構的遠程攜作需求瞬間爆發，而遠程攜作正是Polycom視頻通訊的核心業務，包括流調系統、專家系統和政府指揮系統在內的三大系統都使用了Polycom的視頻通訊技術。 當時除了Polycom之外，還有幾家國內外廠商包括華為、中興、Tandberg以及Radvision也在競爭這個機會。”（是不是都是熟悉的名字？）

神州數碼是當時Polycom中國區的總代，在2005年一次對神碼企業系統事業部應用網絡部總經理的採訪中得知，“非典”期間一個季度的銷售額就比往年全年的銷售額還多。據悉Polycom當年在中國的銷售額同比增長達70%。

同期受益的是整個遠程會議市場，2003年也成為了中國視頻會議市場的“元年”。

（當時Polycom的“爆款”：VXS 7000系列）

總之，Polycom在初期通過不斷基礎研發和大手筆併購，掌握了音視頻編解碼、回聲抑制等方面的核心IP。在網絡環境有保證的情況下，視頻會議的效果達到業界頂尖。

然而在2016年，加拿大移動通信公司Mitel宣佈以19.6億現金和股票收購Polycom，Mitel當時的市值甚至略低於Polycom，此番“小魚吞大魚”的戲碼讓市場一片譁然。

同年在中國，身為當時全球副總裁兼中國區總經理的袁文輝，與中國研發技術中心的早期成員也離開老東家，創立了小魚易連。他們號稱“摒棄傳統視頻會議廠家的專線專網”，採用雲視頻技術，保證與專線相似的音視頻體驗。

兩年後，耳機制造商Plantronics宣佈以20億美金再次收購Polycom，一大才子短短時間內竟被兩次倒賣！

可見2016年的併購退市事件成為了Polycom由盛轉衰的標誌。

在2018年IDC發表的“全球企業級視頻會議供應商評估報告（《IDC MarketScape：Worldwide Enterprise Videoconferencing 2018 Vendor Assessment》）”裡也能看到，Cisco和微軟（通過收購Skype）牢牢佔據了領先者象限，Polycom已退居二線。

同時在主流玩家（Major players）象限中，新一代技術公司早已出現，加速了Polycom的衰退，有一家我們必須記住——Vidyo。

瞭解Vidyo的興，也就明白了Polycom的衰。

視頻會議2.0：從中心化到分佈式

關鍵詞：路由器、SVC、Vidyo、分佈式

專業視頻會議方案固然性能好、效果佳，但部署一套方案的成本也居高不下，這不僅把許多中小企業擋在門外，還大大損害了客戶採購終端設備的靈活性。

這時一名以色列人看到了商機，他曾是上文提到的Radvision初創團隊的骨幹，2004年從Radvision辭職後，次年成立了Vidyo。

Vidyo採用了一個全新架構，去掉昂貴的MCU，擺脫之前方案對專業設備和專網的依賴，將視頻會議技術帶入2.0分佈式時代：

公式三：視頻會議2.0 = 各類設備 + 路由器 + 公共網絡（即互聯網）。

這個架構帶來了一個重要變革：將過去對媒體流的中心化處理變為分佈式傳輸：

首先，終端上實現所有編解碼：由於摩爾定律帶來計算能力的提升，編解碼已能通過軟件形式安裝在終端，由終端的通用CPU統一處理；其次，路由器實現路徑管理：普通路由器的功能就是讀取數據包中的地址然後決定如何送到下個目的地，這裡就變成讀取媒體流中的基本信息如目的地IP地址後建立點對點連接。

例如A、B、C開會，路由器把B和C的地址告訴A，讓A直接通過公網把媒體流打包好後送至B和C，不再需要經過昂貴的MCU了；最後，SVC編碼技術實現音畫質自適應：前面講過，由於中心化架構和“木桶效應，音畫質效果在不穩定的網絡環境下無法得到保障。這時候，Vidyo首次將一個全新的視頻壓縮標準應用到了網絡傳輸上——

該技術將音視頻信號分成“基本層和多個高解析層”進行分層編碼：當帶寬不足時，只對基本層的信號流進行傳輸和解碼，這時解碼後的視頻質量儘管不高，但對簡單終端如手機的屏幕來說已經適用；當帶寬變大時，就可以解碼高解析層來提高視頻質量。

（來源：Vidyo、bloggeek.me）

回到A、B、C開會的例子，假設A的網絡情況不好，B和C相對較好，會議依然正常啟動。

• 首先，ABC都向路由器發送會議基本信息；

• 路由器收到消息後，分別通知A、B、C和自己開會的對象以及對方的IP地址；

• 然後ABC之間直接基於SVC建立連接，媒體流的速率則根據終端配置不同進行自適應；

• 最後，每個終端會收到三個媒體流，通過自帶軟件進行解碼和還原。

結果就是，網絡狀況較好的B和C自行建連接，還原出較好的音畫質，並不受到A端網絡質量的影響。但B和C看A的畫面，就會比較模糊。

回想一下，我們現在用釘釘的時候（為什麼釘釘“躺槍”，留個伏筆），會經常出現對某個參與者說“你的畫面不清晰，會卡頓，要不你重新連接一下”諸如此類的情況。

就這樣，分佈式路由與SVC技術的結合破解了“木桶效應”問題。名聲大噪的Vidyo也自此走上融資的快車道。

Seed

未知

B

$12.8M

B+

未知

C

$25M

D

$22.5M

E

$17.1M

被收購

約$40M

Vidyo的產品形態主要有三類：

• VidyoConnect/Vidyo Cloud：面向大型客戶提供專業視頻會議系統，如金融、醫療、政府等領域，對標Cisco。雲視頻服務商興起後轉向雲端發展，對標Zoom；

  
  

• VidyoEngage：面向呼叫中心提供低成本的嵌入式視頻會議方案，對標Avaya的呼叫中心繫統；

  
  

• Vidyo.io：這是Vidyo最特別的產品，面向開發者提供技術支持如SDK開發包，以便第三方二次開發並部署到其他應用或終端上。

伏筆揭曉，2016年4月，跪求小學生手下留情的“釘釘”便宣佈與Vidyo建立深度合作，成為釘釘嵌入式高清畫質和點擊入會的視頻會議合作伙伴，即向釘釘開放SDK。小米手機也是Vidyo的客戶。

（來源：Vidyo、bloggeek.me）

然而細心看前面的融資歷史，你們可能已經發現了，在成立十四年後，Vidyo依然逃不過被收購的命運。並且按照被收購的對價和之前的融資金額，肯定又是一次跟Polycom相似的“賤賣”。

Polycom和Vidyo，同樣擁有核心技術卻最後黯淡退場的背後到底是什麼原因？讓我先把技術發展史講完。

隨著2006年SVC技術和分佈式架構的出現，同年亞馬遜推出了舉世矚目的AWS（亞馬遜雲服務），將路由器功能搬到雲端並取代高成本的本地部署，就是自然而然的事情了。

Webex在剛開始推出的並不是完整的多方視頻會議方案，而是“Webinar（網絡講座）”。主要形式為一個主持人主講並可以共享屏幕，其他參與者之間幾乎無互動，也就是基本沒有媒體流的傳輸。

在2007年被Cisco收購後，Webex也推出了雲視頻會議方案。但由於產品線之間的競爭，而高端設備一直是Cisco的主要利潤來源，因此多數時候Webex只能成為傳統遠程會議系統的“雲補充”。

在服務了千家企業後，一位Webex的資深工程師發現“沒有一家客戶對Webex的產品滿意”，而老東家也無心投入到一個新方案的開發上。於是在2011年，這位工程師帶著四十五位來自原Webex團隊的兄弟，成立了一家新公司，叫SaaSbee，用他的原話說，

“既然Cisco不肯做，這就是最好的時機由我來解決。”

一年後SaaSbee改名為Zoom，再之後的故事就被大家熟知了。

（視頻會議技術更迭的四個時期）

前車之鑑，後事之師

關鍵詞：木桶效應、PMF、利基市場

回顧歷史的多次重演，讓我首先對過去由興轉衰的公司展開了反思。

為什麼Polycom會衰落？

我認為有兩個層面：

技術層面，簡單把MCU設備“軟件化”或搬上雲，本質上並沒有改變“中心化”網絡架構，因而無法解決“木桶效應”問題。

這不僅對於Polycom，還包括Cisco、華為在內的傳統方案廠商來說，都是巨大的挑戰。而Cisco之所以仍能保持競爭力，是由多方面因素支撐的。

首先，遠程會議業務收入佔Cisco整體營收不到10%，不構成重要影響；其次，在金融和政府等領域各業務線間能共享客戶和渠道資源；最後，Webex在被收購後，儘管淪為“雲補充”，但仍能憑藉Cisco的品牌和服務在中小企業搶奪一定份額，對Zoom形成壓制。

反過來看，在一些專業或特殊場合，如這次的G20會談，同步性和音畫質依然是用戶的首選，而不是價格。這時候中心化網絡架構就是基礎，而在這些市場裡Cisco和Polycom仍佔據重要位置，只是後者已然失去了當年的風光。

（來源：Synergy Research）

商業層面，既然在技術上沒有革命性改變，就無法從商業角度服務“長尾”客戶，也就決定了產品的PMF（Product-market fit，產品/市場契合點）是失敗的。

Polycom在後期嘗試通過與微軟等軟件廠商合作，向中小企業售賣一套軟硬組合方案。很顯然，這跟Zoom等SaaS廠商相比，沒有任何吸引力。

展開一下，當年投資者看到SaaS鼻祖Salesforce的價值，本質在於以年付費的訂閱模式給企業創造了一筆省心省力的“遞延收入（Deferred revenue）”，大大提高了當年收入的確定性。

而SaaS進入以Zoom和Slack為首的“自助（Self-serve）時代”，在更靈活的收費模式下，留存和增購成為了更核心的指標，根本原因來自個人軟件的網絡效應以及員工對企業IT採購的影響力提升。

因此，必須先確定你的客戶和他們的痛點，再去定義產品。至於以什麼形式來提供，是由時代背景和許多不同因素所決定的。

更關鍵的是，真正面對“危機”，傳統企業有沒有革自己命的決心？

為什麼Vidyo會失敗？第一個教訓：找到你的利基市場。利基市場指的是在較大的市場中具有相似需求的一小群客戶及佔有的市場空間，例如亞馬遜剛開始選擇的圖書市場。Vidyo一開始不是沒有聚焦，但選擇的是與傳統廠商相似的金融和醫療市場，主打對多種高清和普通終端設備的兼容性。 這是一個高風險的策略，因為對於大型客戶而言，最終選擇一個供應商背後的因素非常複雜，而價格絕對不是首選，安全、口碑和服務都排在前面，那麼對於初創公司來說，頂級的技術或許能帶你入門，卻不一定能帶你上道。

其次，以API、SDK等形式做技術支持而不提供端到端解決方案，對於技術型初創公司來說，需要非常慎重，很可能是一種討巧卻無法形成足夠壁壘的戰術失敗。這裡的確有例外，有機會我們再詳細討論。

最終，倉促上線的多產品線又導致在競爭上腹背受敵，只能靠不斷融資續命。

第二個教訓：選擇最優的商業模式。“作嫁衣裳”的產品思路我向來認為需要十分謹慎。這件事情不是不能做，如果你是Google，當年開源實時通信項目WebRTC（我們常用的QQ、Skype等一對一通話都採用了這個技術），意在讓更多開發者能夠直接在瀏覽器中創建視頻或語音聊天，免費的背後依舊帶著強烈的商業目的。 尤其對於擁有創新技術的軟件公司來說，真正的商業價值仍在於能否解決客戶的一攬子問題。這讓我想到了SaaS模式對於開源商業化的意義，重要的並不是第一個“S（Software，軟件）”，而是第二個“S（Service，服務）”。

如果你還在猶豫甚至嘗試同時發力多條產品線，那不妨先思考第一個問題：如何先“打透”利基市場。

總之，如果Polycom的衰落是在PMF出現了偏差，那麼Vidyo則是太執著於Technology-product fit（技術與產品匹配），而完全忽略了商業的本質和戰略。

Zoom的危機與野心

關鍵詞：安全、端到端、遠程會議、開源

要解析Zoom的未來，不妨先了解它所面對的危機。

在近期Citizen Lab和華盛頓郵報相繼爆出產品存在重要安全漏洞後，Zoom官方承認了在應對近幾周流量激增的時候，平臺“錯誤地”讓兩個在中國的數據中心接受了在非中國區的“通話（Accept calls）”，作為網絡擁堵時的備選。CEO袁徵隨後解釋道：

“在正常情況下，Zoom的客戶端會優先向附近的首級數據中心發送請求，如果因為網絡擁擠導致多次請求失敗，客戶端會再連接兩個二級數據中心。在任何情況下，Zoom的客戶端都只會與本地區內合適的數據中心進行連接。”

然而事實並不是這樣，Zoom確實犯了一個錯誤。

但是，當我們回看公式三（視頻會議2.0 = 各類設備 + 路由器 +

眾所周知，公網環境和雲服務器通常是不受Zoom管控的。當然這並不能說明Zoom沒有責任提醒用戶並做相關保護性措施；

Zoom所面對的安全性問題實際上是無可避免的，要做到外界期望的“端到端”加密是一次關於技術、投入回報和輿論的博弈。

根據Zoom在4月1號官方博客上的解釋，目前做法是對每段傳輸的內容進行加密，而密鑰管理在雲端，因此引發了外界對相關風險敞口的推測。

而給出的解決方案是用戶可以選擇將密鑰管理部署在本地，這確實是當下相對合理的辦法，但多餘的成本自然由用戶買單。

但是，Zoom卻在網站和營銷材料上宣稱產品使用了“端到端加密”，所以第二個爭議點就落在了誠信問題上。這個問題可大可小，放在中概股連續爆雷的當下，難免會挑動更多人的神經。

在我看來，真正的解決方案不是不斷添加補丁，而是從產品線源頭推出全新解決方案。其實在上市前後，Zoom就祭出了兩大殺手鐧：

• 面向大型企業和政府的Zoom Meeting：通過一個連接器（Connector）將Cisco、Polycom等傳統設備整合進Zoom平臺，與其他使用Zoom客戶端的用戶打通，因此連接器的功能包含了解析並整合不同通信協議、加密等功能；
  
• 面向傳統交換機業務的Zoom Phone：將電話會議系統整合進統一通信（Unified communication）業務中，主要是為那些想要在無法視頻的情況下用電話接入的用戶設計。你可以從最近的財報電話會上聽出袁徵對統一通信業務的期望。
  

這宣告了Zoom全面進軍整個企業級遠程會議市場。

殺回老東家Cisco的大本營，不再侷限於視頻會議。畢竟在這個金融和政府客戶收入貢獻佔近一半的市場，Zoom要持續仰攻並不容易。

再回看Vidyo，兩家公司的技術路線和產品看似殊途同歸，但結局卻大相徑庭，實在讓人唏噓。

最後，對Zoom來說接下來要解決的遠不止安全問題。

仍然拿這次G20會議舉例，在如此高規格的場合下，除了極高的安全和保密性外，音畫質和穩定性依舊是關鍵。

技術上主要包括：能否適配不同類型的高清視頻設備，以及能穩定地支撐多少方的網真級別會議，畢竟“川建國”的任何一個微表情都可能被其他國家元首所津津樂道。

其次，從商業角度，Polycom當年在中國的成功靠的是慷慨與代理商一起“分蛋糕”的銷售體系。而Zoom的核心產品本身非常標準且價格透明，留給代理商的“肉”並不多。

這也是新一代自助模式下SaaS廠商的困境，我們會看到Zoom在財報中一直強調收入貢獻超過10萬美金客戶的數量和比例。

因此，Meeting和Phone系列便試圖通過對傳統設備的向前兼容，留給集成商一塊蛋糕。包括後來的“App Marketplace（應用商店）”也是寄希望讓公司從會議管理平臺升級為一個協同辦公平臺，然而生態建立的實際效果仍需要時間來驗證。

在3月30號面對福布斯的專訪，袁徵說如果未來不能把Zoom打造成“全世界最安全的平臺”，那麼他願意“把Zoom開源，與其他人一起嘗試”。

我認為這絕不只是出於公關和安撫輿論的目的。在近三個月收穫了1.9億用戶後，Zoom的確被迫進入了一個“完全不同的賽場（Different game）”，所幸Vidyo的前車之鑑及龐大的用戶基礎都可以成為袁徵在做戰略選擇時的底氣。 不過，企業級客戶的需求總是複雜的，而安全性是相對的。有時候“開後門”反而是一種“安全”措施，你們細品。

不管怎麼說，如果真的到了Zoom已經不再屬於公司本身，而是“屬於全世界”的那天，也許我們會習慣一種新的說法：

“Let’s Zoom！（讓我們Zoom一下！）”。

-End-

閱讀更多 人稱T客 的文章

關鍵字: 中央處理器 亞美亞 火之歌