一、行業(yè)方興，冰與火同在

前兩年，對(duì)于互聯(lián)網(wǎng)和硬件廠商來(lái)說(shuō)，不做智能硬件，你會(huì)失去一塊蛋糕；而今年的說(shuō)法是，如果你不做智能音箱，你將落后一個(gè)時(shí)代。

這是因?yàn)椋械娜硕己V定，語(yǔ)音交互將成為下一代人機(jī)交互方式。而智能音箱就是語(yǔ)音交互的第一個(gè)入口級(jí)產(chǎn)品。

太平洋的東邊，亞馬遜的Echo出貨量已經(jīng)超過(guò)了1000萬(wàn)臺(tái)，占據(jù)了美國(guó)70%的市場(chǎng)。美國(guó)智能音箱市場(chǎng)已經(jīng)崛起。而亞馬遜Echo的成功使得Google、微軟、Facebook等國(guó)外巨頭紛紛效仿。

太平洋的另一邊，在中國(guó)，百度、阿里、京東、聯(lián)想、小米等科技巨頭們也開(kāi)始布局，尤其是在小米發(fā)布了299元的智能音箱之后，整個(gè)產(chǎn)業(yè)鏈全面躁動(dòng)。據(jù)一位供應(yīng)鏈人士介紹，由于各大互聯(lián)網(wǎng)公司的布局，目前國(guó)內(nèi)很多OEM廠已全線接到任務(wù)。

“亞馬遜帶動(dòng)的智能音箱市場(chǎng)完全可以在中國(guó)復(fù)制的，中國(guó)市場(chǎng)肯定能達(dá)到千萬(wàn)級(jí)、甚至上億級(jí)出貨量。”已經(jīng)深耕智能音箱市場(chǎng)兩年的魏強(qiáng)這樣對(duì)網(wǎng)易智能說(shuō)到。

魏強(qiáng)是靈隆科技的總經(jīng)理，這家由京東和科大訊飛合資的公司早在2015年8月就推出了第一款智能音箱產(chǎn)品——叮咚音箱。

“從市場(chǎng)容量上，中國(guó)市場(chǎng)肯定比美國(guó)市場(chǎng)大。從智能音箱的角度看，美國(guó)的普及時(shí)間要比中國(guó)早一到兩年。”在音箱市場(chǎng)摸爬滾打了五六年的宋少卿也表示出了同樣的觀點(diǎn)。

宋少鵬是創(chuàng)業(yè)公司Sugar的CEO，2014年WiFi音箱興起的時(shí)候，他的團(tuán)隊(duì)曾推出了頗受好評(píng)的方糖音箱。當(dāng)WiFi音箱的風(fēng)潮過(guò)去之后，宋少鵬敏銳地觀察到了亞馬遜Echo的成功，并決定轉(zhuǎn)型方案集成商，目前專門為亞馬遜Alexa平臺(tái)提供認(rèn)證解決方案。

“去掉了音箱外殼，我們以集成電路+軟件的形式，形成一套完整的解決方案。”據(jù)宋少鵬透露，目前Sugar是Alexa認(rèn)證的唯二解決方案，這個(gè)解決方案包括麥克風(fēng)處理（如降噪、去回聲等技術(shù)），Alexa整套系統(tǒng)，音箱的工業(yè)設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)、聲學(xué)設(shè)計(jì)、用戶體驗(yàn)和APP設(shè)計(jì)等。

目前，智能音箱的方案集成商在中國(guó)有很多，其中很多是為Alexa平臺(tái)服務(wù)的。而國(guó)內(nèi)市場(chǎng)的火爆，讓他們紛紛開(kāi)始將目標(biāo)轉(zhuǎn)向國(guó)內(nèi)。

押注AI的百度也嗅到了商機(jī)，百度度秘事業(yè)部總經(jīng)理景鯤在接受網(wǎng)易智能采訪時(shí)候透露，百度為深圳做智能音箱的方案集成商，尤其是給亞馬遜Alexa提供解決方案的廠商提供了一種盒殼，只要把開(kāi)發(fā)套件放進(jìn)去，就可以很容易做出一款智能音箱。景鯤希望這些品牌商和方案商，借助DuerOS直接將為Alexa生產(chǎn)的硬件帶到中國(guó)來(lái)。

幾乎所有的人都認(rèn)為，中國(guó)智能音箱的需求將是井噴的。

然而，事實(shí)卻是，中國(guó)智能音箱市場(chǎng)銷量低迷，消費(fèi)者并不買賬。

據(jù)有機(jī)構(gòu)粗略統(tǒng)計(jì)，中國(guó)智能音箱目前的月銷量不足2萬(wàn)臺(tái)，年銷量最多20萬(wàn)臺(tái)左右。深耕智能音箱市場(chǎng)兩年的叮咚音箱，年銷量也僅10萬(wàn)臺(tái)左右。

行業(yè)熱潮與用戶冰冷形成了強(qiáng)烈的反差，在謝殿俠看來(lái)卻很正常，“中國(guó)智能音箱市場(chǎng)起步速度不會(huì)很快，成熟度也不會(huì)那么高，這是因?yàn)橹悄芤粝湓谥袊?guó)家庭中扮演的角色遠(yuǎn)沒(méi)有美國(guó)重要。”

作為國(guó)內(nèi)專攻自然語(yǔ)言理解的創(chuàng)業(yè)公司海知智能的CEO，謝殿俠在美國(guó)生活了很長(zhǎng)時(shí)間，他對(duì)Echo的使用場(chǎng)景做了如下分析：

“Echo的用戶多是家庭主婦，在家中待的時(shí)間也很長(zhǎng)。Echo的使用場(chǎng)景多是在廚房，美國(guó)家庭主婦一般是在做飯的時(shí)候聽(tīng)背景音樂(lè)。這是因?yàn)槊绹?guó)人的廚房大多是開(kāi)放式廚房，而且他們做飯相對(duì)中國(guó)的煎炒烹炸來(lái)說(shuō)顯得安靜，適合聽(tīng)音樂(lè)。”

謝殿俠認(rèn)為，相比之下，中國(guó)沒(méi)有形成家庭主婦的社交群體，晚上又因?yàn)閼?yīng)酬較多不在家，而中國(guó)家庭一般沒(méi)有開(kāi)放式廚房，大多數(shù)的習(xí)慣是看電視。這幾點(diǎn)原因?qū)е轮袊?guó)音箱用戶少，使用場(chǎng)景、時(shí)間段都被壓縮。

“即使中國(guó)廠商可以把智能音箱做得比Echo更漂亮、更便宜，內(nèi)容服務(wù)也更好，但是純粹作為單品音箱來(lái)講，其成功的程度和速度都不及美國(guó)。”謝殿俠向網(wǎng)易智能表示。

網(wǎng)易人工智能產(chǎn)品總監(jiān)劉銳總結(jié)說(shuō)，“因?yàn)榻y(tǒng)計(jì)上的問(wèn)題，中國(guó)智能音箱目前銷量數(shù)據(jù)可能比這個(gè)數(shù)據(jù)（月銷量2萬(wàn)臺(tái)）更少，但是不否定未來(lái)半年中國(guó)公司會(huì)用錢把這個(gè)量砸出來(lái)，但是有多少消費(fèi)者會(huì)去買，這個(gè)問(wèn)題我持懷疑態(tài)度。”

老樹(shù)開(kāi)花科技為國(guó)內(nèi)很多家科技公司提供智能音箱的繼承方案，其CEO朱俊文在智能硬件領(lǐng)域有很多資源整合能力。他這樣看待中國(guó)智能音箱的初期市場(chǎng)：

“這波智能音箱的市場(chǎng)會(huì)分為兩大塊，一塊可以稱為高端市場(chǎng)，價(jià)格在四五百元左右，這塊是各個(gè)互聯(lián)網(wǎng)公司都在主打的；另一塊是用一二百元甚至更低價(jià)格的智能音箱取代傳統(tǒng)存量的藍(lán)牙音箱市場(chǎng)。”

“但是智能音箱肯定達(dá)不到手機(jī)的銷量和地位，能達(dá)到大幾千萬(wàn)的量已經(jīng)是很了不起的了。”朱俊文補(bǔ)充到。

謝殿俠認(rèn)為，像小米AI音箱將價(jià)格打到299元，其實(shí)是想切傳統(tǒng)藍(lán)牙音箱的蛋糕，“如果能將這部分存量市場(chǎng)進(jìn)行轉(zhuǎn)化也是不錯(cuò)的。下半年如果你看到很多智能音箱降價(jià)，或者市場(chǎng)上出現(xiàn)大量一兩百元的智能音箱出來(lái)的時(shí)候，都不會(huì)是令人驚奇的事情。”

“未來(lái)6-12個(gè)月對(duì)中國(guó)的智能音箱市場(chǎng)很關(guān)鍵，這個(gè)時(shí)間會(huì)出現(xiàn)很多的品牌和產(chǎn)品，可以起到教育市場(chǎng)的作用。”魏強(qiáng)這樣預(yù)測(cè)國(guó)內(nèi)的音箱市場(chǎng)。至于智能音箱會(huì)成為下一個(gè)智能手機(jī)，還是下一個(gè)智能手環(huán)的問(wèn)題，魏強(qiáng)表示他沒(méi)有答案，“當(dāng)年手環(huán)的風(fēng)吹來(lái)吹去，主要是后端的服務(wù)沒(méi)有做好。音箱前期也有這種問(wèn)題，沒(méi)有能夠滿足用戶的服務(wù)。要想讓智能音箱逐漸成為用戶的必需品，就必須打造殺手級(jí)的應(yīng)用。”

二、語(yǔ)音交互是一個(gè)不可逆的大潮

重金投入智能音箱背后，是這些公司對(duì)語(yǔ)音交互大變革的期待。

思必馳CMO龍夢(mèng)竹經(jīng)常跑在智能語(yǔ)音的市場(chǎng)前沿，她認(rèn)為，亞馬遜的Echo是一個(gè)偶然產(chǎn)品，但Alexa是一個(gè)必然。龍夢(mèng)竹認(rèn)為，互聯(lián)網(wǎng)或語(yǔ)音技術(shù)公司醉翁之意不在酒，他們背后的算盤大多是，用音箱的火熱來(lái)推廣他們的語(yǔ)音交互技術(shù)。

“PC上的入口我們還不知道怎么做，難道就是語(yǔ)音控制開(kāi)機(jī)，關(guān)機(jī)嗎？但它會(huì)給用戶帶來(lái)認(rèn)知上的改變。還有一個(gè)比較有意思的是，我們有個(gè)合作伙伴還想把語(yǔ)音交互加到馬桶上，用語(yǔ)音控制廁所沖水。”龍夢(mèng)竹半開(kāi)玩笑的說(shuō)。

現(xiàn)在的智能語(yǔ)音，就像當(dāng)年觸摸屏興起后，人們把所有的地方都改成觸摸交互一樣，要把所有的操作都盲目地改成語(yǔ)音交互。

從目前來(lái)看，語(yǔ)音交互趨勢(shì)是一個(gè)不可逆的大潮。

然而，語(yǔ)音交互是一個(gè)全新的交互方式，使用場(chǎng)景和落地產(chǎn)品也在不斷摸索中。

百度COO陸奇曾說(shuō)，人工智能落地最關(guān)鍵的是找到場(chǎng)景和商業(yè)模式，做出極致體驗(yàn)，并快速迭代。

語(yǔ)音交互本身是很大的一個(gè)入口，但是語(yǔ)音交互的入口是不是智能音箱，現(xiàn)在誰(shuí)也不知道。

但可以肯定，智能音箱是語(yǔ)音交互第一代落地產(chǎn)品。謝殿俠認(rèn)為，中國(guó)的智能音箱市場(chǎng)沒(méi)有我們想象的那么樂(lè)觀，但確實(shí)會(huì)在語(yǔ)音交互初期扮演很大的作用。“但中國(guó)智能音箱的活躍度、黏性、留存率未必有美國(guó)市場(chǎng)那么高。”

魏強(qiáng)說(shuō)，智能音箱是一個(gè)入口級(jí)的產(chǎn)品，他的盈利點(diǎn)不是在硬件本身，而是在未來(lái)的后端的內(nèi)容服務(wù)，靠硬件賺錢不是我們的主要目標(biāo)。“智能音箱我們已經(jīng)做了兩年，產(chǎn)品體驗(yàn)是最重要的，一方面是提高用戶對(duì)產(chǎn)品的理解，另一方面要把后臺(tái)的服務(wù)做好。”

但在龍夢(mèng)竹看來(lái)，智能音箱不應(yīng)該被叫做智能音箱，“沒(méi)準(zhǔn)有一天，有個(gè)廠商做了一個(gè)機(jī)器人形的智能音箱，它就爆發(fā)了呢？它只是外形是機(jī)器人或者音箱，如果你們現(xiàn)在想貼概念，我更愿意把它定義為新型的智能產(chǎn)品，弱化智能音箱這個(gè)概念。關(guān)鍵是找到精準(zhǔn)的受眾和場(chǎng)景。”龍夢(mèng)竹說(shuō)到。

在朱俊文看來(lái)，目前語(yǔ)音交互上有三個(gè)入口級(jí)的產(chǎn)品：智能音箱、智能故事機(jī)、智能家電。“三個(gè)產(chǎn)品周期不一樣，音箱處于市場(chǎng)培育期，兒童智能故事機(jī)今年進(jìn)入快速發(fā)展，而智能家電明年才能完成市場(chǎng)教育。另外，智能燈的需求也可能會(huì)起來(lái)。”

根據(jù)朱俊文的觀點(diǎn)，中國(guó)智能音箱銷量爆發(fā)還是在明年。“未來(lái)競(jìng)爭(zhēng)的焦點(diǎn)是在智能云平臺(tái)上面，其中互聯(lián)網(wǎng)公司是很重要的力量，整個(gè)行業(yè)希望有一個(gè)完整的云平臺(tái)解決方案來(lái)做。”朱俊文說(shuō)到。

而百度的DuerOS將使用場(chǎng)景的重點(diǎn)落在了家庭、車載、手機(jī)等能夠快速迭代的場(chǎng)景中。景琨認(rèn)為，這三個(gè)場(chǎng)景對(duì)語(yǔ)音的需求是逐漸的升溫的，家庭和車載的需求是從0到1，手機(jī)上的語(yǔ)音助手以前就有，后續(xù)它的角色會(huì)越來(lái)越重要。“電視絕對(duì)是屬于一個(gè)未來(lái)語(yǔ)音交互的重要載體”，景琨認(rèn)為，有語(yǔ)音的能力之后，用戶跟設(shè)備的交互黏性以及活躍度會(huì)急劇提高。

劉銳則看好家庭和車載兩個(gè)場(chǎng)景，“語(yǔ)音交互用在智能家庭場(chǎng)景中，需要有輸入、輸出，還要有一個(gè)信息呈現(xiàn)中心。這個(gè)信息呈現(xiàn)中心，必須要一個(gè)大一點(diǎn)的屏幕，可能是電視。車載場(chǎng)景可能還需要網(wǎng)絡(luò)再好一點(diǎn)，比如說(shuō)5G的普及。”

在謝殿俠看來(lái)，智能音箱在中國(guó)是一個(gè)新興的市場(chǎng)，而電視、冰箱、空調(diào)卻是一個(gè)存量市場(chǎng)。“沒(méi)準(zhǔn)智能語(yǔ)音交互的電視會(huì)跑得更快。”謝殿俠稱，“未來(lái)真正在家庭中起到重要作用的，可能還是電視，另外我還看好智能臺(tái)燈、兒童故事機(jī)等。”

三、去中心化：再談智能家居控制論

在謝殿俠看來(lái)，從人機(jī)交互發(fā)展的維度論角度，語(yǔ)音交互最大的貢獻(xiàn)是提供了控制維度。

“現(xiàn)在的手機(jī)APP與過(guò)去PC上的網(wǎng)頁(yè)和軟件有什么區(qū)別？主要的區(qū)別就是APP進(jìn)行了升維，這個(gè)維度就是諸多的傳感器、麥克風(fēng)以及相機(jī)。”謝殿俠解釋到，“因?yàn)橛辛薌PS傳感器，才有了滴滴、Uber、ofo這些公司；這個(gè)基礎(chǔ)上再加上語(yǔ)音、麥克風(fēng)，就有了微信、WhatsApp；如果再加上攝像頭，就有了Instagram。”

根據(jù)謝殿俠的觀點(diǎn)，當(dāng)APP升維之后，就產(chǎn)生了PC時(shí)代沒(méi)有的公司和產(chǎn)品。未來(lái)有了語(yǔ)音交互之后，就又增加了一個(gè)維度，就是控制維度。謝殿俠認(rèn)為，過(guò)去的傳感器只是感受，現(xiàn)在的傳感器是控制，想象力非常巨大，未來(lái)的產(chǎn)品形態(tài)會(huì)發(fā)生翻天覆地的變化。而智能音箱，只是大時(shí)代下的冰山一角。

但是，這里有個(gè)坑：智能音箱不應(yīng)該成為中樞控制設(shè)備，去控制其他家電，而應(yīng)該是去中心化的。就像朱俊文所說(shuō)，沒(méi)有Echo之前，很多人都在談中控，這里的核心是中控模式，但是亞馬遜的Echo是去中心化的。

“語(yǔ)音交互機(jī)器人是未來(lái)的發(fā)展方向，未來(lái)的語(yǔ)音交互將是Always On（實(shí)時(shí)在線），家庭中所有的電器都應(yīng)該具備語(yǔ)音交互能力。”謝殿俠這樣憧憬到。

劉銳認(rèn)為，未來(lái)的語(yǔ)音采集端應(yīng)該是分布在家庭各個(gè)地方，就像Echo Dot一樣。“真正能做到智能化的體驗(yàn)的應(yīng)該是，遍布在家庭各個(gè)角落，達(dá)到去中心化的效果。”

也就是說(shuō)，智能家居控制這件事，目前還是一個(gè)美好的想象。

“Echo最初打動(dòng)人的最重要的功能是開(kāi)關(guān)燈，反饋很強(qiáng)、很迅速，正反饋這是人性中很根本的一點(diǎn)。”劉銳說(shuō)到，Echo火起來(lái)有一個(gè)點(diǎn)確實(shí)是因?yàn)橹悄芗揖樱侵袊?guó)智能音箱市場(chǎng)如果押注在智能家居控制上，目前是一件非常有風(fēng)險(xiǎn)的事情。

魏強(qiáng)認(rèn)為，家居物聯(lián)網(wǎng)是一個(gè)過(guò)程，必須形成一套統(tǒng)一的標(biāo)準(zhǔn)。智能家居雖然是個(gè)趨勢(shì)，但是迭代更新速度太慢，實(shí)現(xiàn)的路徑會(huì)很曲折。

云知聲Pandora項(xiàng)目負(fù)責(zé)人張鵬認(rèn)為，用語(yǔ)音控制家居是未來(lái)的趨勢(shì)，但是中控是不是一定必須要用音箱來(lái)呈現(xiàn)，可以是任何型態(tài)的存在。

但是，在宋少鵬看來(lái)，智能音箱不一定非要控制家居才能成為入口，只要能承載流媒體播放、信息播放、信息獲取分發(fā)，就已經(jīng)是一個(gè)入口。

“在智能家居真正實(shí)現(xiàn)之前，所有的預(yù)測(cè)都只是一種言論。”劉銳說(shuō)，預(yù)測(cè)未來(lái)最好的辦法是加入并創(chuàng)造它。

起碼，從目前來(lái)看，智能家居其實(shí)是“皇帝的新裝”。