有实力的客户肯定是想自研的，毕竟“自主可控”是心结嘛，至于能不能做好就不一定了。
没有实时性要求的话（比如像雪球直播5秒以上的延迟）找几个码农用开源代码就能实现，但是，对实时性要求越高越难做好，全世界会做的工程师几乎都在YY、ZOOM和声网，并且很难挖走，AT也没有这方面的高手，要不怎么做了这么多年只有微信上的视频通话勉强可用。
至于场景嘛，我认为直播是互联网的基础设施，实时音视频会在越来越多的场景中应用，并且，对实时性的要求也会越来越高，常开视频会议的都有这个体会，就是视频怎么都不如当面交流顺畅，原因就在于实时性不够，比如当面交流，我想在你说话的插话是很容易的，但是视频就很难做到。
声网目前技术和产品肯定是领先很多，并且很长时间内都能保持领先地位。我的主要担心是，假以时日，声网的技术水平，比如做到了99.999%了，再做到99.9999%就没有意义了，那么五个9其他人花时间还是能追上的，虽然这个时间会很长。
利益披露：本人持有$声网(API)$ ，未来3个月内没有卖出计划。