編者按：自大流行以來，我們見證了多媒體技術走向巔峰，RTC伴隨著生活的方方面面，不可分割。一時間，多媒體圈空前熱鬧，資本涌入，人才爭奪空前火爆，跳槽很多時候意味著薪資數倍增長。然而好景不長，2021年在線教育“團滅”，導致許多技術服務商現(xiàn)金流緊張。另一方面，RTC服務過分同質化，價格戰(zhàn)不可避免。許多小公司無力支撐，或被收購，或被迫裁員轉型退出戰(zhàn)場，整個行業(yè)處在焦慮的煎熬中。剩者為王，也許真正的贏家屬于巨頭們。聲網成為RTC PaaS的第一股，騰訊會議一家獨大，釘釘收購了拍樂云強化中小企業(yè)生態(tài)，字節(jié)跳動依靠抖音等產品矩陣在海內外一路狂奔......然而，除此之外多媒體就沒有出路了嗎？LiveVideoStack采訪了火山引擎RTC負責人宋慎義，他認為：“RTC的服務也許并不是現(xiàn)在這么單一，有許多需求并未被滿足或做的足夠好?！蔽覀儸F(xiàn)在缺少的是耐心、勇氣，以及一點點運氣。

文 / 宋慎義

策劃 / LiveVideoStack

LiveVideoStack：宋慎義你好，請簡單的向LiveVideoStack的讀者介紹下自己。

宋慎義：十幾年前我畢業(yè)進入微軟，開發(fā)數字電視系統(tǒng)，就這樣機緣巧合的進入了音視頻行業(yè)。后來做過幾年互動直播，在2017年加入字節(jié)跳動，先后負責直播和RTC的工作，字節(jié)跳動今年正好成立10周年，我也有幸見證了字節(jié)跳動這幾年的快速發(fā)展，也見證了互聯(lián)網音視頻快速發(fā)展的時代。希望能夠在這個行業(yè)中一直深耕下去，為更多的用戶提供極致的音視頻體驗。

LiveVideoStack：2017年LiveVIdeoStack組織第一次技術沙龍，你就在現(xiàn)場。當時你已經去字節(jié)跳動了嗎？是怎樣的機緣選擇了字節(jié)跳動？

宋慎義：當時已經決定了去字節(jié)跳動，換工作的主要原因是互動直播這個場景比較單一，自己希望找到一個多場景、差異化的音視頻團隊去理解更多的場景，從而做出更好的音視頻服務。

2016、2017年的時候很流行一種商業(yè)模式，使用短視頻/文字個性化推薦吸引用戶，然后使用直播進行變現(xiàn)。那時候今日頭條已經是已經廣受用戶喜愛了，抖音、火山、西瓜視頻處于高速發(fā)展期。我在使用中發(fā)現(xiàn)了字節(jié)跳動的兩個優(yōu)勢，一個是個性化推薦做的最好，第二個是非常有耐心的做增長，而不是著急著直播變現(xiàn)。我判斷字節(jié)跳動的幾個產品能夠有更好的增長，長期看也一定會在互動直播和社交方向投入，就加入了剛剛組建的字節(jié)跳動視頻架構部。

LiveVideoStack：進入字節(jié)跳動這五年，對你最大的改變是什么？有哪些難忘的時刻？

宋慎義：最大的改變是認知的變化，我逐漸意識到，技術的發(fā)展，都要回歸到技術應用的本源。以前做技術很崇尚高深的、底層的技術，隨著自己接觸到的場景越來越復雜、挑戰(zhàn)越來越大，漸漸的發(fā)現(xiàn)，能夠幫助更多的人、創(chuàng)造更大的價值的技術，才是好技術。

難忘的時刻有很多，能夠提升用戶體驗、幫助客戶解決問題的時刻，是最難忘的。

我記得有一個在線教育的客戶，疫情期間用戶量增長比較大，用戶場景也變得更復雜。我們去現(xiàn)場親自去當了幾天老師和學生之后，發(fā)現(xiàn)實際用戶場景，并不是單純的做高深的算法和指標就有效果的。學校的外網帶寬不足、有的老師在國外隔離、教室的音視頻設備接了十幾根線等等問題。為了解決這個客戶的問題，做了多套解決方案，比如局域網自動切換P2P、私有云/邊緣云下沉到局域網、實時設備檢測、全球三層網絡加速、動態(tài)/靜態(tài)降級、根據評論自動診斷/降級等方案。不但解決了客戶的問題，而且給我們服務更多的用戶提供了思路。很多方案并不依賴特別高深的技術，而是堅持從用戶場景出發(fā)，以解決用戶問題為最終目標，我認為這才是一個技術人應有的技術態(tài)度。

LiveVideoStack：你怎么看技術、產品與商業(yè)的關系？在火山引擎是怎么處理這三者關系的？

宋慎義：這個問題讓我想起了“技工貿”和“貿工技”這兩種發(fā)展路線的對比，談一下我的看法。

大多數情況下，商業(yè)是最底層的驅動力。廣義的商業(yè)，不僅僅包括商業(yè)價值，也可以包括社會價值。產品和技術是否能夠長期正向的發(fā)展，最終肯定要看能夠創(chuàng)造多少價值。所以要先想社會需要什么、客戶需要什么，然后想我們能夠怎樣幫到客戶、客戶愿意為我們的哪些能力或者服務付費，最后再想我們有什么、能做什么。反之，帶著技術去找市場，風險會很大。

技術需要長期積淀，很多公司希望有一套技術方案或者幾個技術大牛就能一招制勝，這過于樂觀了。技術對一家公司的影響，往往需要很多年的時間才能夠體現(xiàn)出來，大部分技術嘗試會以失敗告終，成本也很高。如果有商業(yè)或者產品來定義技術的價值，可以起到很好的牽引作用，技術嘗試的成功率會高很多。不過單純的技術驅動也有意義，技術可以產生革命性的創(chuàng)新，而技術的革新，在產品的同質化的時候有概率突破內卷。所以做技術，一方面要能夠服務產品和市場，另一方面也要保持良好的創(chuàng)新氛圍。

產品是一個很重要的橋梁，不但能夠把多樣化的商業(yè)價值拆解開，而且能夠將我們的能力變成通用可復制的、有盈利能力的功能或者實物。不過產品與技術、產品與商業(yè)化的界限也不是那么清晰，比如技術服務屬于產品還是技術，不同的公司有不同的分配，定價策略屬于產品還是商業(yè)化，也比較模糊。

這幾個環(huán)節(jié)很難說哪個更重要，就像“技工貿”和“貿工技”兩種發(fā)展路線的爭論很難有答案一樣。最重要的是了解自己的產品和行業(yè)處于什么狀態(tài)，自己清楚要在哪個環(huán)節(jié)更多投入。

火山引擎的商業(yè)目標很明確：一個是互聯(lián)網業(yè)務增長，另一個是傳統(tǒng)企業(yè)數字化轉型?；鹕揭嫠械漠a品，都是圍繞這個商業(yè)目標來做的。而得益于字節(jié)跳動在這兩方面的技術積累，也讓火山引擎在增長和數字化轉型這兩個目標有很強的競爭力。

大家看到火山引擎在最近一兩年上架了很多新產品，其實每個產品都是在內部業(yè)務或者外部客戶的場景中抽象總結出來的，在上架之前做好充分的商業(yè)化論證，想好它的商業(yè)價值、盈利模式、產品形態(tài)、技術積累。在我看來還是非常實用主義，客戶需要什么，我們就會盡量滿足。

LiveVideoStack：火山引擎內部支持到對外提供服務，你們有哪些天然的優(yōu)勢？又有哪些必須解決的挑戰(zhàn)？

宋慎義：如果你去問互聯(lián)網公司，現(xiàn)在最大的痛點是什么，得到的答案大概率是“業(yè)務增長”。在字節(jié)跳動這么多優(yōu)秀產品的發(fā)展歷程中，“用戶增長”、“商業(yè)增長”有經過驗證的方法，這里面不僅包括“用戶體驗”、“數據驅動”、“生態(tài)建設”的方法論，也包括支撐字節(jié)跳動高速發(fā)展的技術底座?；鹕揭婺馨阎位ヂ?lián)網公司的增長理念、技術優(yōu)勢做成產品，滿足企業(yè)的商業(yè)增長需求。

挑戰(zhàn)也很多：

·火山引擎在行業(yè)中屬于后來者，行業(yè)中很多產品還是偏同質化的，友商們也一直在迭代和創(chuàng)新，需要火山引擎更快的追趕。也需要一些創(chuàng)新的產品形態(tài)，創(chuàng)新一定會伴隨著不確定性，而“擁抱不確定性”是字節(jié)跳動一貫以來的工作方式。

·云計算行業(yè)財務導向比較強，大家喜歡推廣高流水、高毛利的產品，而對客戶的核心訴求（比如用戶增長、收入增長、數字化提效）需要更多思考，這同時也是火山引擎的一個機會。

LiveVideoStack：2022年，火山引擎的主要動作是什么？目標客戶/市場在哪里？

宋慎義：火山引擎的使命是開放字節(jié)跳動最好的技術實踐，幫助每家企業(yè)去構建屬于他們的數字化增長引擎。

產品矩陣比較多，我主要說一下視頻云，國內外視頻云廠商，大家普遍是根據市場上的產品形態(tài)做個類似的，做出來都一個樣，而火山引擎會從需求側探索一下，客戶需要什么樣的視頻云？

在字節(jié)跳動的實踐中，視頻是一種新的生產力，好的視頻體驗是能夠顯著促進增長的生產工具。火山引擎會更加清晰地衡量體驗、做面向體驗的視頻云，從播放體驗、互動體驗、畫質體驗、性能體驗等不同的維度來綜合評估視頻體驗。并且能夠將體驗映射到獲客、留客等增長模型，通過體驗的優(yōu)化來量化甚至預估業(yè)務增長收益。

音視頻能力大家都有，但是哪些能力能夠促進增長，哪些能力對增長的量化收益是什么，這是火山引擎的核心競爭力。甚至不同的場景優(yōu)化手段和策略也不一樣，很多公司會忽略這一點，但這些是字節(jié)跳動過去幾年的寶貴經驗，火山引擎將它們做成優(yōu)化策略類的產品，幫助客戶應用適合自己的策略。

主要的客戶包括：期望業(yè)務增長的互聯(lián)網客戶，傳統(tǒng)企業(yè)數字化轉型。

互聯(lián)網音視頻是過去幾年的主要戰(zhàn)場，未來一定會有新的信息傳遞模式的產生，給我們帶來新的機會。

傳統(tǒng)行業(yè)的視頻場景可能會成為視頻云市場的關鍵。比如廣電行業(yè)紛紛成立新媒體平臺、大街小巷中的視頻大屏也越來越多、電商零售行業(yè)也從過去的圖文化發(fā)展到視頻化、互動化。這些場景已經不太像互聯(lián)網的流量生意，而是更貼近實際的商業(yè)屬性。互聯(lián)網的視頻需求，主要關注體驗和增長，而傳統(tǒng)行業(yè)的需求，需要智能的創(chuàng)作工具、靈活的視頻管理能力，另外傳統(tǒng)行業(yè)的音視頻研發(fā)能力相對比較弱，所以更需要行業(yè)屬性的全棧音視頻方案。

LiveVideoStack：RTC發(fā)展了6-7年了，技術還有進一步突破的空間嗎？在線教育“團滅”，下一個RTC的主要應用場景在哪里？

宋慎義：RTC發(fā)展了不止6-7年，從IP電話、視頻會議算起來，有將近30年了，技術依然在持續(xù)發(fā)展，目前看有幾個難題還沒有得到很好的解決：

1、RTC正處于一個很有趣的狀態(tài)，每個方案都希望互聯(lián)互通，但是大家又無法互聯(lián)互通。

a.包大小是最顯而易見的，這個不展開講了。

b.系統(tǒng)的封閉，抬高使用門檻，無法創(chuàng)造出更豐富的應用，對開發(fā)者和創(chuàng)作者不夠友好。

c.設備、網絡環(huán)境的多樣性限制了應用的推廣。

d.各廠商在自己的框架內做私有方案，從業(yè)人員的技術交流不自由，不充分。

2、RTC由于多了“實時性”這個限制，在清晰度、流暢性上是需要持續(xù)突破，才能夠追趕直播、點播的體驗效果。

3、主流的開源/商業(yè)RTC系統(tǒng)還無法承載高清富媒體，云端渲染、點云、XR、體積視頻等場景的實時化還無法大規(guī)模應用。

從以上幾個角度看，突破的空間很大，同時突破的難度也比較大，需要從業(yè)者有更多的耐心。

RTC通道化、標準化、簡單化、互聯(lián)互通是大勢所趨，同時也要把性能做上去，這樣開發(fā)者才能夠專心的做好應用，技術和應用才能更加繁榮。

關于在線教育，只是從之前的野蠻生長回歸到正常狀態(tài)，對于RTC而言是往好的方向發(fā)展，我們更清楚的了解真實的用戶需求。世界各國都在努力用科技去提升教育的效率和質量，也都在試圖用科技去優(yōu)化兒童、成人、老人的教育，各行各業(yè)也都有行業(yè)特色的教育形式，不能只把目光關注在被資本催化的虛假繁榮，而忽視這些真實需求。

行業(yè)機會很多，比如我們有一個客戶，是做機械設計的，現(xiàn)在也開始結合VR和RTC技術去學習和工作。

我發(fā)現(xiàn)一個現(xiàn)象，人們對實時互動和協(xié)作的需求是不斷增長的，大家按理說應該信心滿滿，但是現(xiàn)在國內的RTC從業(yè)人員普遍有一些焦慮。這種焦慮的一個主要原因是RTC SDK產品的同質化，大家誤以為RTC就只能是這個樣子，另外疫情的消退和在線教育的退潮也加劇了這種焦慮。

目前以“集成SDK”作為產品服務的形態(tài)，在中國實踐的挺好，造就了很多優(yōu)秀的企業(yè)和產品，但是放眼全球、考慮行業(yè)發(fā)展的趨勢，也許會產生其他的產品服務形態(tài)，比如更上層的APaaS組件、更底層的原子能力、更加定制化的應用。不好說哪個會成為未來的主流，但是國外的產品和技術具備更豐富的多樣性，這種發(fā)展形態(tài)才是良性的。

多樣性很重要，一個行業(yè)的繁榮，需要百家爭鳴，需要多樣化，而不是同質化產品。繼續(xù)做ToB的友商們都可以嘗試一下，也許RTC SDK并不是RTC產品的終局形態(tài)，也許面向不同產業(yè)、不同場景需要不同的RTC產品。

火山引擎RTC也會在APaaS能力、底層原子能力、產業(yè)應用等方面做更多的探索，因為需求是存在的，目前的產品和技術又無法很好的滿足需求，這就是機會，沒必要焦慮。

從技術能力上，現(xiàn)在的RTC方案還無法讓開發(fā)者隨心所欲的使用，比如經常遇到并發(fā)能力、清晰度、實時性、富媒體能力的限制，也需要長期補足。火山引擎RTC在超千人開麥、超高清音視頻、多鏈路傳輸、XR互動方面也持續(xù)進行技術攻關，這個周期會比較長，相信會帶來更好的體驗，也給開發(fā)者提供更好的工具。

▼掃描圖中二維碼了解音視頻大會更多詳情▼