历经多次上市传闻的喜马拉雅终于确认提交上市申请。北京时间5月1日，喜马拉雅向美国证券交易委员会（SEC）提交首次公开发行（IPO）申请，计划以“XIMA”为证券代码在纽约证券交易所挂牌上市，高盛、摩根士丹利、美银和中金为联席承销商。
作为一家成立于2012年的在线音频平台，喜马拉雅背后站着腾讯、阅文、百度、小米、好未来、索尼音乐等战略投资者，以及美国泛大西洋投资集团、挚信资本、高盛、兴旺投资、创世伙伴资本、普华资本、合鲸资本等财务投资者。这些年来，投资者们一直焦虑于喜马拉雅的上市以及机构本身的退出。如今IPO申请终于正式递交，但行业与公司本身的盈利问题，以及来自大厂的降维打击等，仍是发展路径中的核心困难挑战。
持续亏损
从股权结构来看，喜马拉雅联合创始人、董事长及首席执行官余建军在IPO前持有54,665,351股普通股，持股比例为17.2%；董事熊明旺持有34,129,560股普通股，持股比例为10.7%。公司所有董事和高管总共持有91,047,337股普通股，总持股比例为28.6%。
招股书显示，2018年到2020年，喜马拉雅的营收分别为人民币14.8亿元、26.8亿元和40.5亿元；净亏损分别为7.72亿元、7.60亿元、以及5.95亿元。2021年一季度公司营收为11.6亿元，同比增长超65%。
喜马拉雅持续亏损的背后是整个行业的盈利难题。招股书显示，截至2021年第一季度，喜马拉雅全场景月活跃用户为2.50亿，其中喜马拉雅移动端月活用户仅为1.04亿，剩余1.46亿用户来自于IoT及其他第三方开放平台。其移动端用户日均收听时长从2018年的123分钟增长到了2020年的141分钟，用户粘性并未得到明显增强。
喜马拉雅之前，顶着“音频第一股”的光环在美上市的荔枝也并未逃脱亏损的泥淖。2017年、2018年、2019年，荔枝营收分别为4.5亿元、8亿元、11.8亿元；净亏损分别为1.5亿元、934.2万元、1.3亿元。其2020年财报披露，其营收结构非常单一，连续三年超过98%的营业收入来自音频娱乐收入，即秀场打赏收入。“目前，我们通过向音频娱乐产品用户的虚拟礼物销售来产生绝大部分的净收入，其中一小部分的净收入来自播客、广告及其他。”
另外财报显示，荔枝2020年全年营收15.03亿元，同比增长25%；净亏损8220万元，与2019年的净亏损1.33亿元相比收窄38%。公司股价也仅在Clubhouse热度尚存的时间段内经历了暴涨，随后迅速回落，持续在低价徘徊。
不同于荔枝的收入结构，喜马拉雅在内容层面搭建了包括PGC（专业生产内容）、PUGC（专业生产内容）、UGC（用户生产内容）三种模式的内容结构。其中头部内容为PGC，如德云社、三体等；腰部是PUGC，如采采、幻樱空、有声的紫襟，一般拥有百万粉到千万粉不等，是近些年对公司营收增长贡献最大的一个群体；尾部则为UGC，如播客、配音、朗读内容等，在2020年整个平台收听时长中占了51.9%。截至2021年3月31日，平台上累计包含100个品类的2.8亿条音频内容。但这些内容均面临用户付费意愿低、沉浸感不够强等挑战。
内外因夹击
行业本身难盈利之外，又有互联网大厂直接入局做出音频产品，如TME、抖音、快手等，此前TME推首次正式发布其长音频战略，彼时还担任腾讯音乐集团CEO、现任董事长的彭迦信表示，“长音频将是未来TME持续发力的战略领域。”
而在长音频领域，有声书IP是最具有商业价值的内容。腾讯音乐背后的阅文集团拥有1220万部作品储备、810万名创作者、覆盖200多种内容品类在有声书领域，大批量引进头部有声书IP和海量优质网文有声化授权，涵盖国漫IP、影视剧、相声评书、儿童亲子等，头部网文IP储备量位于前列。
另外，在短视频领域占据优势的抖音也推出“Dou来听我说”活动，宣布内测语音直播交友板块。其具体玩法是以聊天室的形式，同时支持8个观众在线聊天，平台以“动听道具”等激励，鼓励用户增加收听时长，对于主播，平台则拿出流量扶持与官方红包。
在大厂各类垂直声音赛道的补足中，荔枝、喜马拉雅所在的单一音频赛道并不占优势。声音社交在国内互联网社交市场的发展已有20余年，历经了网页聊天室、语音聊天软件、1v1电话语音、音频直播、多人语音聊天App等多种形态，底层技术与服务功能均十分成熟。中信证券研报分析称，根据社交服务的不同消费内容与消费场景，声音社交的主要玩家可以分为音乐类延伸应用（如全民K歌的在线歌房）、长音频类延伸应用（如喜马拉雅的语音直播）、二次元类延伸（如哔哩哔哩的猫耳FM）等。
从发展前景来看，中信证券看好专注于声音应用中不易被取代特性的社交产品，以及针对于细分群体的小而美的声音社交产品。以腾讯音乐娱乐旗下全民K歌“歌房”和哔哩哔哩（BILI.O）旗下猫耳FM为代表的突出声音表演特质的社交产品有望在细分市场中保持领先地位。
但音频行业存在诸多限制性因素，如声音社交受限于匿名性带来的弱连接，用户与用户及平台间粘性较弱，且难以沉淀内容形成平台壁垒；语音直播类的声音社交相对于文字社交难以留存与分享，相比于视频直播的发挥空间更小，未来声音社交容易受到来自稳健的文字社交与领先的视频社交的双面冲击。不论是已上市的荔枝、正上市的喜马拉雅，还是尚未上市的蜻蜓FM，单一音频行业中的参赛者，未来都难以活得轻松。
