北京时间6月6日，实时互动云（Real-time Engagement Platform-as-a-Service，以下简称 RTE-PaaS）服务商声网Agora今日向美国证券交易委员会（SEC）公开递交了招股书，寻求在纳斯达克交易所上市。其承销商包括摩根斯坦利、美银证券。

　　招股书显示，声网Agora营收从2018年的4,366万美元，增长至2019年的6,443万美元，增幅达48％。2020年第一季度营收3,556万美元，比2019年第一季度营收1,336万美元，大幅增长166％。

　　招股书显示，声网Agora成立于2013年，为开发者提供简单易用、高度定制化、兼容性强的API，开发者不需要技术研发或自己构建底层架构就可以将实时音视频互动能力嵌入到应用中。声网自建专为双向实时音视频互动而设计的软件定义实时网SD-RTN™，在全球拥有200多个数据中心，通过智能路由算法，实时调度，选择最优、最快的传输路径，保障传输质量的稳定可靠、毫秒级的超低延时并支持数百万并发。

　　声网Agora希望赋能每一位开发者，无论是独立开发者和大公司中的技术开发人员，并帮助他们利用实时互动技术来进行产品创新，提升用户体验，从而使自己的产品在竞争中脱颖而出。从创立之初至2020年3月31日，已有超180,000个应用在声网Agora的平台上注册。

　　声网Agora通过免费加增值（freemium）的模式为企业和开发者提供服务。每个账户每月可免费使用10,000分钟，超出免费使用时长的部分，按照实际用量来收费。这种收费模式对中小开发者亦十分友好，有助于鼓励其创新更丰富多元的应用场景。

　　声网Agora招股说明书显示，在2020年3月单月，声网Agora通过10,000多个活跃应用为100多个国家的终端用户提供了超过400亿分钟的实时互动使用时长。尽管这个数字看起来很大，但如果平均到全球77亿人口上，则仅仅是每人每天约0.2分钟的实时互动时长。相比之下，根据eMarketer的数据，目前美国和中国的成年人平均每天上网时间分别约为400分钟和230分钟。因此，未来随着视频逐渐成为在线内容消费和互动的主流方式，实时互动云服务将有着巨大的机遇。

　　同时，在招股说明书中还包括声网Agora创始人、董事长和CEO赵斌面向投资者的一封公开信。以下为公开信的部分节选：

　　“通过互联网开展实时视频互动涉及大量的技术挑战。我仍然记得最开始我的挫败感——虽然代码看起来十分完美，但由于网络状况或者终端原因，实时视频互动仍会出现各种问题。”赵斌在公开信中表示。

　　赵斌从事软件开发已经超过30年，曾作为创始工程师之一参与WebEx创业，后来又作为CTO参与YY创业，长期专注于实时音视频互动技术。

　　“在2013年底，智能手机日益普及，我意识到智能手机是完美的实时视频互动设备，很多开发者都会想在移动应用中增加视频互动功能。我不希望他们再重复我当初的挫败感。如果我们能把实时音视频涉及的复杂技术和过往积累的经验教训打包到一个云服务中，通过简单的API即可调用，那么未来的开发者就可以更加容易的去创新。”

　　“从2014年发布第一个API开始，世界各地的开发者使用我们的API创造了无数使用场景和用户体验，远远超出了我们最初的想象。”赵斌说。成千上万的用户同时观看直播演出并通过视频与表演者实时互动；人们通过实时视频连线一起玩扑克牌或者狼人杀游戏；学生们通过实时视频和互动课件来协作解题……更多的场景还在不断持续出现。

　　“但场景化的实时音视频互动才刚刚开始。”赵斌在公开信中还提到：“人类是社会动物，我们在生活中做几乎任何事情，都涉及跟其他人的交流和互动。我们认为，大多数线下面对面互动的场景，在未来，都可以通过线上实时视频互动来实现，而且其体验可以接近甚至优于线下体验。”

　　“这是一个值得奋斗的未来，我们必将全力以赴。”在公开信的结尾，赵斌这么写道。

　　以下来自声网Agora招股书摘要：

　　我们的使命：

　　让实时互动随时随地，无处不在。

　　概览

　　人们越来越多地使用实时音视频与他人进行线上互动。传统上，这样的互动发生在特定的通讯应用中。但是，在越来越多的情况下，用户需要可以内嵌于应用场景中的实时音视频互动，而不是再打开另一个应用程序来进行互动。例如，教育应用中的学生希望与同学通过实时视频互动一起完成小组作业；德州扑克应用中的玩家希望随时看到彼此的表情，来判断对方是否在虚张声势；约会应用中的用户希望在应用中实时看到他们的潜在另一半；以及电商应用中的买家希望与卖家实时对话。像这样的场景化实时音视频互动，可以有无限的可能性。

　　然而，对于很多应用开发者来说，自建实时音视频互动能力，技术门槛非常高且价格昂贵。实时音视频互动需要稳定、可靠的传输能力，需要用户之间实现毫秒级的超低延时。然而，公共互联网是开放和无保障的网络，无法保证服务质量。公共互联网的传输质量在不同时间、不同地区及不同运营商覆盖范围下差异很大，常常导致网络丢包和高延时。此外，用户终端设备和操作系统的碎片化对适配能力和兼容性也提出了很大挑战。

　　因此，我们创立了声网Agora来解决这些问题。

　　我们希望赋能每一位开发者，包括独立开发者和大公司中的技术开发人员，并帮助他们利用实时互动技术来创新产品，提升用户体验，并使自己的产品从竞争中脱颖而出。

　　声网Agora开创了全球实时互动云（Real-time Engagement Platform-as-a-Service，以下简称 RTE-PaaS）行业，并且在这个快速成长的行业中占据全球市场份额第一的地位。我们的平台为开发者提供了简单易用、高度可定制和广泛兼容的应用编程接口API，可以将实时音视频能力嵌入到开发者的应用程序中，而不需要研发该技术或自己构建底层基础设施。互动所涉及的实时数据传输由我们的软件定义实时网 SD-RTN™（Software Defined Real-time Network）处理，这是一个在建立在公共互联网上的虚拟网络，运行在全球200多个数据中心上，通过智能调度算法，SD-RTN™连续监测和优化通过自身网络的数据传输路径，最大限度地减少延迟和数据丢包，能够支持数百万用户并发的高质量的实时互动。

　　我们的业务采用免费加增值（freemium）的收费模式。每个账户每月可免费使用10,000分钟服务，以赋能开发者的使用与创新，并鼓励更丰富多元的创新场景。超出免费使用时长的部分，我们按照使用实际用量来收费。在2020年3月单月，我们通过超过10,000个活跃应用程序，支撑全球超过100个国家的用户完成了超过400亿分钟的实时音视频互动。我们对活跃应用程序的定义是指在当月使用我们任一视频或语音产品至少一分钟。这些应用横跨众多行业，包括社交、教育、娱乐、游戏、电商、金融以及医疗。截至2020年3月31日，我们拥有1,176个活跃客户，即过去12月产生100美元以上收入的客户。我们通过基于用量收费的商业模式，与我们的客户共同成功。我们相信，以固定汇率计算的金额续费率，是反应我们客户活跃度增长的重要指标。我们2018年和2019年的固定汇率金额续费率分别是133％和131％。

　　行业背景

　　平台即服务的兴起

　　软件的作用已从传统的后台功能演变成为数字企业如何实现差异化竞争的战略驱动力。因此，企业非常关注如何缩短软件开发周期，并以更快的速度推出新功能。平台即服务（Platform-as-a-Service，简称PaaS）已成为提高软件开发效率的关键方法，开发者可以通过集成基于云服务的软件组件来实现各种功能，而不是从零开始自行开发所有功能。

　　用户希望实时和沉浸式体验

　　早期的互联网体验在很大程度上是异步的。内容首先被创造，然后被消费。得益于智能手机的普及和无处不在的无线互联网接入，用户越来越希望实时交互体验，尤其是以视频为媒介。今天，直播视频内容的创造、消费和互动完全同步发生，从而提供身临其境的用户体验。此外，用户希望在各种应用程序中直接体验这样的实时互动，而不是切换到其他应用程序或设备来进行互动。

　　RTE-PaaS实时互动云的出现

　　用户对实时和沉浸式体验的需求，再加上开发者越来越多的接受PaaS解决方案，导致了实时互动云（RTE-PaaS）的出现，RTE-PaaS提供必要的软件模块和基础设施，使得应用程序可以内嵌实时视频、语音或消息互动的功能。

　　对RTE-PaaS的需求主要由使用场景来驱动：

　　• 教育、娱乐和游戏：包括一对一和多人视频和语音聊天、双师互动课堂、互动直播和多人音视频互动游戏。

　　• 企业解决方案：包括视频会议和基于互动的工作流，如销售、客户支持和咨询。

　　• 物联网：将实时音视频互动技术应用到智能硬件、智能设备上，来保障公共安全，提高生产力。

　　实时互动（RTE）的技术挑战

　　• 公共互联网对实时互动来说并不理想：公共互联网是开放和无保障的网络，无法保证服务质量。公共互联网的传输质量在不同时间、不同地区及不同运营商覆盖范围下差异很大，常常导致网络丢包和高延时。实时视频互动尤其具有挑战性，因为比其他互动方式需要更高的数据量、带宽和计算能力。

　　• 多方实时传输比单向内容分发更复杂：实时互动至少需要双向传输，随着越来越多的用户加入一个频道，传输的数据量和相关的技术复杂性会显著增加。更具挑战性的是对超低延时的需求，为了提供有效的实时音视频互动，需要同时创建、传输、同步和播放多个数据流，并实现毫秒级端到端延时。

　　实时互动云（RTE-PaaS）行业的增长动力

　　• 长期来看，不同地区的实时互动场景会趋同。实时互动技术的渗透情况因地区而异。在美国，市场主要由企业应用驱动，数字化转型、全渠道客户互动和集成平台工具是关键的技术增长动力。在中国和其他亚太地区，社交、教育、娱乐和游戏中的消费者应用推动了实时互动云的发展。随着时间的推移，预计将在全球范围内出现企业和消费者场景的趋同。

　　• 内嵌实时互动云的应用的自然增长。因为能够给终端用户带来更身临其境和高质量的音视频互动体验，实时互动云可以帮助应用快速增长。随着内嵌实时互动云的应用数量激增，以及这些应用的终端用户数和使用量的不断增加，对实时互动云的需求会持续增加。

　　• 5G的推出将加速创新与实时互动使用场景的扩展。随着5G网络逐渐覆盖，互联网基础设施将普遍得到改善，特别是终端用户将受益于他们的设备和互联网主干网之间的链接。这将使实时互动云供应商显著提升终端用户体验，并推动现有场景的普及，以及以实时音视频互动为核心的新场景应用的涌现。

　　• 从自研转向使用专业第三方平台。企业内部开发者往往不具备专业的技能来开发构建实时互动场景，特别是实时视频互动。即使具备专业技能，构建和维护底层基础设施，与各类硬件软件的兼容适配非常耗时和昂贵，随着各类企业需要快速提升其产品体验与创新，以保持竞争力和满足用户不断变化的需求，预计实时互动云将持续取代内部自研方案。

　　声网Agora平台

　　声网Agora平台支持了全球数百万用户的并发实时互动。我们的平台的主要组成部分包括软件定义实时网SD-RTN™，以及软件开发工具包SDK。在此之上，声网Agora为开发者提供实时视频、实时音频、实时消息、实时录制等基础产品。开发者只需简单调用Agora API，即可在应用内构建多种实时音视频互动场景。

　　Agora SDK包含开发者将实时互动嵌入到应用中所需的所有软件模块，例如音视频采集、渲染、预处理、后处理、编解码、丢包补偿以及“last mile”传输等。Agora SDK可根据开发者所需的功能进行自定义，并在最终用户的设备上作为开发者的应用程序的一部分运行。

　　SD-RTN™是覆盖在公共互联网之上的虚拟网络，专为双向实时音视频互动而设计，在全球拥有200多个数据中心，通过智能路由算法，实时调度，选择最优、最快的传输路径。这种全局路由优化在公共互联网上很难做到，因为它是去中心化，由不同电信运营商管理的。在延迟和抗丢包方面，SD-RTN™能实现比公共互联网更好的性能，这最终体现为卓越的终端用户体验。

　　我们的平台优势

　　• 高质量与可靠性。开发者选择声网Agora平台的最主要原因是我们的质量与可靠性。我们的平台提供业界领先的低延迟及高质量互动体验，并可在70％丢包环境下，保障音视频互动体验流畅。我们通过服务级别协议（Service Level Agreement）向客户提供质量保障，包括可用性（正常运行时间）以及延迟等指标。

　　• 功能丰富。我们提供了广泛的产品功能，不仅限于视频和语音。我们通过上百个API、产品应用场景和第三方插件提供一系列组件来改善客户产品与增强终端用户体验，例如社交应用中的内容审核、教育中的交互式白板以及游戏中的变声。开发者可以使用我们的软件模块和服务构建应用程序中的大量功能。

　　• 简单易用。我们的SDK易于学习、嵌入便捷、高度可定制，我们还提供详细的文档、编程工具和广泛的样例代码。相比自行开发，采用声网Agora平台可以大大简化软件开发流程，缩短开发时间。

　　• 可扩展性强。我们先进的架构与遍布全球的基础设施，能够让应用程序迅速扩展用户数量和地域覆盖，且过程中不影响用户体验。

　　• 成本效率高。我们采用按用量付费的模式，无需预付费，让客户最大限度的减少初始成本和有效的管理成本。考虑到我们的规模，以及应用程序的用量峰值通常发生在不同时段，我们能够有效复用带宽等资源，并能够为客户提供有吸引力的定价。我们相信，随着我们继续扩大规模，我们的成本效率将进一步加强。

　　• 兼容性强。声网Agora的SDK广泛兼容了市面上的操作系统、开发平台和程序语言，以及手机、电脑和其他可联网终端，包括一些较老和小众机型。同时，声网Agora对SDK的包体大小进行了优化，来满足设备性能需要，并降低功耗。

　　• 质量透明。声网Agora平台自建了实时大数据分析工具水晶球（Agora Analytics），为开发者提供全周期通话质量监测、回溯和分析的解决方案。

　　竞争优势

　　• 实时互动云行业的开创者和全球领导者。我们是实时互动云的开创者，也是这个快速发展行业的全球领导者。我们的平台由创始人和CEO带领专业工程团队开发，他们在实时互动技术方面拥有丰富的专业知识。作为行业领导者，我们为越来越多的客户和终端用户提供服务，这使得我们能够进一步提高产品体验质量，进而吸引更多的客户和终端用户。我们相信，随着我们业务规模的持续扩大，想要复制我们的质量水平所需的时间和资源只会不断增加。

　　• 先进的网络架构。SD-RTN旨在处理实时互动中最艰巨的任务：实时视频。它采用全球分布式的软件架构，而不是依靠若干物理或专线传输。我们的架构具有成本效益、可扩展、高可用等优点，并带来高度灵活的路由优化，使得在大规模的实时音视频互动中仍然能保证传输质量。

　　• 聚焦且中立。我们聚焦于实时互动，这意味着我们整个平台最优先考虑的是最大限度减小延迟，这对于全服务公有云厂商来说是很难做到的，因为它的众多非实时产品都有不同需求。通过聚焦，我们能够加大研发深度，提供更多功能特性。作为一个独立平台，我们对那些希望避免利益冲突或依赖单一云供应商的开发者和合作伙伴也很有吸引力。

　　• 开发者广泛认可。我们培育了一个大规模的开发者社区。从初创至2020年3月31日，已有超180,000个应用在我们的平台上注册。我们相信，开发者认可我们是实时互动领域的领先平台。在中国市场，我们为实时互动软件应用集成和运营设定了标准，在其他市场我们也在逐步接近这一地位。

　　• 客户忠诚度高。一旦开发者集成使用了声网Agora的SDK，体验到我们平台的质量和稳定性，我们相信他们一般不会转换到其他平台。历史上，我们的客户很少被竞争对手抢走，他们的忠诚度也体现在固定汇率金额续费率上，这一指标在2018年和2019年分别为133％和131％。

　　我们的市场机遇

　　我们的市场机遇是庞大且不断增长的。今天，由我们的平台提供支持的实时互动仅占潜在全球实时互动市场的一小部分。在2020年3月，我们通过10,000多个活跃应用程序为100多个国家的终端用户提供了超过400亿分钟的实时互动。尽管这个数字看起来很大，但如果平均到在全球77亿人口上，则代表每人每天约0.2分钟的实时互动。相比之下，根据eMarketer的数据，目前美国和中国的成年人平均每天上网时间分别约为400分钟和230分钟。随着视频成为在线体验中越来越重要的一部分，无论是作为内容消费的媒介还是一种互动方式，这对我们来说是巨大的机遇。如果全球人口每天花在应用内视频或语音互动的时间为10分钟，则意味着每月2.4万亿分钟的实时互动，比我们在2020年3月的用量多60倍以上。

　　增长策略

　　我们主要打算通过以下策略来发展业务：

　　• 加强研发能力；

　　• 扩大开发者社区；

　　• 打造合作伙伴生态；

　　• 进一步专注企业市场；

　　• 加速全球业务扩张。