人工智能之夢催熟智能音箱爆款

芒小果 · 發(fā)表于 2017-6-17 16:07

本帖最后由芒小果于 2017-6-17 16:09 編輯

　　幾個月前自己在一場展會上看了一百多款智能音箱，其中語音識別準確度最高的，十句里也只能聽懂三四句指令，更不乏全部辨識失敗的產品。

人工智能之夢催熟智能音箱爆款

　　深圳的硬件方案商吳橋今年很“牛氣”：接到的合作電話絡繹不絕，他拒絕掉的人也數不勝數。

　　催熟智能音箱，爭奪一個人工智能之夢

　　感謝智能音箱。吳橋估摸說，自己平均每個月會接到20至30家公司的電話，來自互聯(lián)網公司或硬件廠商，想跟他在智能音箱設計方案上合作。但他任總經理的?？巳R特，在芯片方案商扎堆的深圳屬于中等規(guī)模，同一時期內能承接的訂單在3至4家左右。這意味著絕大多數打電話過來的人，會失望而歸。

　　僅在深圳市南山區(qū)方圓一公里的范圍內，就聚集了上百家智能音箱方案商，他們從供應鏈內的各類公司拿到語音模組、芯片，然后迅速拼出一個解決方案。喜馬拉雅FM硬件事業(yè)部總經理李海波對36氪說，自己迄今已經在市面上看到上百個新生的智能音箱品牌。

　　從小米、京東這樣有硬件生產銷售優(yōu)勢的公司，到科大訊飛這樣的算法技術公司，到聯(lián)想、海爾這樣的傳統(tǒng)硬件制造商、傳統(tǒng)音箱廠商……幾乎行業(yè)內稍有名氣者都在做智能音箱。據36氪所知，接下來兩個月，包括出門問問、獵豹在內的幾家公司都會發(fā)布智能音箱新品。

　　BAT也都在行動。幾天前，阿里巴巴宣布將與喜馬拉雅FM合作開發(fā)智能音箱。騰訊也在推進智能音箱項目。百度起步最早，做了開放平臺，試圖把和小魚在家合作推出的視頻通話機器人推舉成標桿性產品。

　　一切始于亞馬遜Echo音箱兩年前在美國的走熱。2014年底，亞馬遜發(fā)布的這款產品，第一代Echo的設計很簡單，主要是個音樂播放器。亞馬遜之后又往Echo上疊加了叫Uber、訂購Pizza、查詢天氣甚至銀行賬戶等功能，把它拓展成智能家居的控制樞紐。

　　此后，這成了所有硅谷巨頭都在爭搶的焦點。上個月，微軟、Google先后在開發(fā)者大會放出新款智能音箱。同月，亞馬遜又推出了帶屏幕的“變種音箱”Echo show。到了上周，蘋果也出場了，在WWDC大會上發(fā)布了音箱Homepod——中國公司們當然也不甘錯失風口。

　　焦燥感正籠罩著這個行業(yè)。兩家傳統(tǒng)大硬件公司今年1月意識到智能音箱是個風口，三四個月后就召開了盛大的發(fā)布會，推出了產品。然而一名從業(yè)者告訴36氪，發(fā)布會上演示的僅僅是個手板，尚不能發(fā)聲，“目的就是先立一個產品在那，代表自己也做了。但硬件是有自己的邏輯的，從手板到DV板再到最終成品的打磨，通常至少需要八九個月。”

　　原本，由于PC銷量下滑，吳橋原本做平板方案商的同行們生意慘淡，有些公司為了拿訂單，不惜先為客戶墊付幾百萬。吳橋眼看著很多同行撐不下去了。但感謝智能音箱，深圳硬件產業(yè)的幸存者今年紛紛轉到了這個新風口上，現(xiàn)在的吳橋們，又成了被“求著”的人。至少，吳橋覺得，可以賺一筆快錢。

　　但深圳南山做出來的大部分Demo，是銷往海外的。在中國國內，智能音箱這個產品有些尷尬：至今，在中國也沒有誕生出一個類似亞馬遜“Echo”的爆款。

　　目前，中國銷量最大的智能音箱，是京東和科大訊飛的合資公司靈隆科技所做的“叮咚音箱”。官方對外宣布的銷量是累計100萬臺，據此計算，是Echo的1/10。這個規(guī)模差強人意——因為音箱不能只是音箱，它“必須”是個入口，這一切才有意義。

　　所以，催熟出一個爆款，成了所有人的目標。

　　摸索、搖擺、起步

　　魏強和七八個同事，俯身圍著Echo站成了一個圈，挨個喊關鍵詞試圖喚醒它。然而多數時候Echo無動于衷，除了簡單的新聞、天氣預報和Amazon會員能試聽的幾首歌，搭載在音箱上的海外服務幾乎全都無法啟用。

　　那是2014年年底，魏強還在京東智能產品中心當總監(jiān)。

　　當年11月上市的第一代Echo，已經通過朋友代購或淘寶等渠道，悄然流入中國互聯(lián)網公司的產品部門。

　　Echo最早展示了智能音箱的可能性：不僅是智能家居，也是購物和服務的中樞。這讓京東感到興奮。

　　兩三年前，無論是小米為首的手機廠商、海爾這樣的家電公司，還是京東這樣的渠道，都在言必稱智能家居、智能硬件。就像當時所有試圖成為中心入口的公司一樣，京東曾做過一個“京東微聯(lián)”app，來操控各種硬件。但用戶并不活躍。

　　“比如你要開燈，直接按下開關就行；但如果通過App控制，你首先要掏出手機，打開APP，再按下開關?！毙罗k法反而比老辦法麻煩得多。魏強反思，直到智能音箱這種更自然的交互形態(tài)出現(xiàn)，入口這事才算看到眉目了。

　　很快，把亞馬遜做為自己參照系的京東，年底就與科大訊飛開始合作，到了2015年正式注冊了合資公司靈隆科技，京東占股45%，科大訊飛占股55%。這是中國探索智能音箱最早的公司之一。魏強后來擔任了這家公司的CEO。

　　同年8月，第一款叮咚正式發(fā)售，售價798元。三塊功能拼起了它最初的形態(tài)：基本的音樂播放器、能簡單聊天的助手，以及用語音操控京東微聯(lián)中400款家居的能力。相當于給京東微聯(lián)加了張嘴和喇叭。

　　劉強東對這個項目非常重視。首發(fā)時京東商城撥給魏強一個月的3C類戰(zhàn)略單品首頁位置，還有各種免費資源、秒殺、優(yōu)惠券。

　　同樣在Echo出現(xiàn)那年，創(chuàng)業(yè)公司Rokid，也決定做款入口性質的智能語音機器人。創(chuàng)始人Misa之前是阿里巴巴M工作室領頭人，負責深度學習、視覺和自然語言處理研發(fā)?，F(xiàn)在，36氪跟智能音箱從業(yè)者打交道時發(fā)現(xiàn)，大家一般都會拿先行者Rokid的產品作為研究樣板。

　　Rokid設計第一代產品時，希望吸引到雖然小眾但是高端的用戶，力求突出“黑科技”的感覺：實現(xiàn)語音、視覺多種交互模式，同時希望能有類似視頻通話、給小孩子看繪本故事等功能。

　　最終，去年初代產品ALIEN面市時，帶有麥克風音箱、投影儀和來自蘋果供應商的面板。盡管已經按成本定價，但售價依然高達5280元。

　　更重要的是，這家公司發(fā)現(xiàn)，周全的交互設計，或許反而限制了用戶對語音的使用率。

　　亞馬遜Echo最初曾經因為只支持語音交互，飽受詬病。比如，當你想用智能音箱訂外賣，通過閱讀屏幕文字選定菜品或許只需要花費你幾十秒，要等語音把餐廳的整張菜單報完，卻需要幾分鐘。

　　但事后反觀，恰恰因為Echo的這種設計，“迫使”用戶大量使用語音來操作音箱，一來為亞馬遜積累了大量交互數據，二來也讓用戶形成使用語音的習慣。

　　從如今國內的產品來看，用戶使用語音的習慣堪憂?！澳壳埃ㄕZ音交互）也只有電視上能看到明確的消費場景，每天有固定量級的用戶通過語音搜電影，進行消費。而且每年的量級達到千萬，遠超過音箱?！币晃恍袠I(yè)內人士對36氪說，目前電視端語音的使用比例在20%。

　　每天，魏強都要看叮咚音箱的活躍度。因為足夠活躍才能吸收更多數據，提升語音識別的精準度。而準確率和用戶體驗，才是讓一個全新品類成為爆款的基礎。他告訴36氪，目前叮咚語音交互的日活為25%，周活40%，月活70%。

　　一個共識是，Echo的興起，其實跟大家最開始對echo的低預期有關。亞馬遜最初并沒有大推Echo，所以早期用戶對Echo的語音識別準確率，以及有用程度期待不高，加上價錢也不貴，結果用了后反而有驚喜，口碑很好。而且，實際上新鮮感過后，把echo扔在一旁的用戶也大有人在。

　　Echo上最常被用戶使用的功能

　　一名業(yè)內人士對36氪說，幾個月前自己在一場展會上看了一百多款智能音箱，其中語音識別準確度最高的，十句里也只能聽懂三四句指令，更不乏全部辨識失敗的產品。

　　一家內容提供商對36氪說，即使是語音識別準確率最好的叮咚音箱，目前點播準確率也只有40-50%。

　　“高頻功能不好用，低頻功能不咋用，”上述人士覺得這是現(xiàn)國內智能音箱產品的關鍵問題：廠商們雖然都在急迫地接入各種內容，卻沒把音箱內容的體驗做好?！氨热缒阋c首歌聽，還要在音箱選二級目錄，下面再選蝦米音樂還是咕咪，再選歌。非常麻煩?！?/font>

　　迄今為止，Echo的銷量已經過千萬量級。但它的成功，在中國復制起來卻挺困難。

　　“美國人覺得聽音樂是生活中的必需品?！毕柴R拉雅的李海波評價。第一代Echo上市后，首先圈占的就是傳統(tǒng)音箱四分之一的市場。讓它的銷量繼續(xù)攀升的，是更多諸如聽歌、閱讀Kindle電子書等內容和服務的接入。蘋果Homepod發(fā)布時，強調的也是自己的音樂播放能力，只是提了一下能用siri。

　　小米作為“戰(zhàn)略新品”的音箱，主打的就是自己的音樂、音頻內容有多么豐富，并沒有強調“智能”?！皼]有內容的電視只是一塊顯示屏，沒有內容的音箱只是揚聲器?！毙∶讓?6氪評價說。即便如此，相對于美國，中國人對音箱的使用需求天然不足。

　　在中國，魏強聽到過來自京東采銷同事的質疑：“他們覺得一款音箱要賣幾百萬是不可能的?！?/font>

　　出門問問的李志飛覺得，現(xiàn)在整個中國的智能音像市場一年能有100萬臺的出貨量，就挺不錯了。今年八九月份，出門問問也即將推出一款智能音箱，他認為對于一家硬件商，如果第一年能賣出10萬臺，就算成功。

　　就在上個月，亞馬遜新發(fā)布的Echo Show，改變了此前的音箱形態(tài)，帶有一塊內置觸摸屏。這意味著更全面和完整的交互方式，但更關鍵的是Echo選擇在用戶適應了語音交互后，再做這道“加法”的時機。

　　而且，亞馬遜在過去一年已經逐步將 Echo 背后的語音助手 Alexa 做成了一個開放生態(tài)，截至去年下半年，Echo整合的第三方服務已經達到950項。

　　叮咚音箱已經出了6個系列產品。其中一款的主打功能是兒童陪伴。小孩可以跟音箱提要求，給自己讀本故事書，或者跟機器人學英語。這反而是能被用得比較頻繁的功能和場景。

　　小魚在家和百度，在合作開發(fā)針對兒童教育場景的音箱。更多小巧便攜的音箱，也出現(xiàn)在今年的新品市場上。喜馬拉雅即將在下周召開一個發(fā)布會，據稱，口號是“想聽啥都有”，應該是要推出一款音箱，主打的幾個場景，一個是陪伴小孩，一個是陪伴老人，“給來段沙家浜”。

　　吳橋在深圳觀察到，很多客戶們已經開始在細分場景上添加功能?！坝械拈_始帶屏幕、有待放客廳、有的專門為浴室設計，包括房廚房的也有?！?/font>

　　積極的信號是，魏強觀察到，智能音箱的銷量正以每年超過100%的速度增長，遠高于他預估的50%。

　　趕在蘋果Homepod發(fā)布的同一周，Rokid發(fā)布了自己的第二代產品PEBBLE。相對于初代，拿掉了屏幕和前投影，體積接近先前的二分之一。售價1399元，也有別于初代的高端定價檔位。過一陣，這家公司會再發(fā)布第三款音箱產品?！翱焖俚?，就是為了對今年的市場競爭環(huán)境提前做些準備?！盧okid感受到了行業(yè)競爭的緊迫感。

　　升級之戰(zhàn)：成為intel或者蘋果？

　　相比此前的“入口之爭”，如果說智能音箱這波浪潮有什么變化，那就是做出一個產品的門檻明顯變高了：從AI語音算法技術、到硬件方案、到內容公司、銷售渠道，少了哪個環(huán)節(jié)，都無法形成完整的體驗。

　　這意味著，行業(yè)里需要強有力的整合者。

　　整合內容，是第一道門檻。

　　一位方案商對36氪透露，通常咕咪、蝦米這類音頻內容商會設置一道合作標準：銷量10萬臺；入門費通常40-50萬，最低也得30多萬；每一臺音箱還需要單獨交費；如果超過內容商限定的播放次數，廠商也要再補錢。

　　強勢角色之一，是AI技術平臺?！白兂闪酥悄芤粝?，背后有算法、有內容、有生態(tài)，我們就會開始比傳統(tǒng)音箱占優(yōu)勢了。”出門問問李志飛說。

　　正因如此，吳橋對36氪說，“這不是小的方案商或硬件公司能整合的，現(xiàn)在都是由BAT、訊飛這類平臺型公司來談的了?！?/font>

　　上百家無處獲取內容和服務的智能音箱，足以讓一批有整合能力的平臺賺上一筆?？拼笥嶏w目前的商業(yè)策略，是將自己的算法技術、語音模塊、合作方案商的設計Demo、后端內容提供商這整條鏈路，打通做成一個完成的產品，賣給需要的公司。

　　就像套麥當勞快餐，小公司趨之若鶩。

　　不過，技術供應商雖然能賺上一筆，也有自己的尷尬。“在硬件方案后面的生態(tài)場景、用戶體驗都還不是很成形的情況下，一個品牌廠商什么都不管，在深圳找一個供應商，把平臺的系統(tǒng)放在里面就賣了，是做不好的?！崩钪撅w說。

　　也有些從業(yè)者對36氪表示，科大訊飛雖然牌子硬，但要獲取它的一整套方案，需要付出不小金額的代價。這又讓一批愿意免費開放的平臺，獲得了生存余地，甚至是先機。

　　百度這樣的大公司，又進一步撥快了競爭的計時器。

　　李彥宏在去年9月的一次會議上宣布，百度對開發(fā)者和企業(yè)開放“百度大腦開放平臺”和“百度深度學習平臺”。簡單來說，百度會輸出語音能力、圖像能力、自然語言處理能力和用戶畫像方面的技術和開發(fā)工具。更關鍵的是它采取的模式——免費。

　　“一旦to B市場上出現(xiàn)一家巨頭免費，其他人就沒得玩了?！?6氪采訪的多位創(chuàng)業(yè)者，很快意識到這點。對于沒有掛靠上任何平臺的小公司，這個訊號尤其危險。

　　更重要的是，免費平臺之爭會讓這場戰(zhàn)爭加速。就像滾雪球，用戶規(guī)模越大的平臺，獲取數據的速度會越來越快。相應的，經由不同數據量級訓練的語音品質，音箱語音識別準確率的差距，也會迅速拉大。

　　一些此前單純向企業(yè)出售算法生存的小公司，已經被迫嘗試自己做面向消費者的硬件產品。然而，這些公司接下來還得面對供應鏈、銷售渠道、內容整合的問題。

　　“很多公司都在跟風音箱，有算法就想自己出硬件產品，從麥克風陣列、處理芯片、降噪算法、聲學結構到內容和服務整合全部自己做。結果他們找的方案商就從各處拿語音模塊、芯片，只能拼湊出一個粗糙的產品?！币幻麡I(yè)內人士說。

　　更長遠來看，就像硅谷一樣，這個市場巨頭會更有勝算。

　　BAT這三家生態(tài)巨頭中，百度的高層頻繁出席每一次小魚在家的發(fā)布會，力求把它推成行業(yè)標桿，攜“百度大腦”的平臺能力占據行業(yè)制高點。

　　阿里和騰訊，沉淀了中國最大量級的用戶數據，自身生態(tài)已經占據了互聯(lián)網服務和內容行業(yè)的頂端。只欠一款音箱，把一切串聯(lián)起來。

　　京東攥著與大量品牌商的合作關系，京東微聯(lián)已經整合了1000個SKU。魏強的設想是，以后所有通過叮咚音箱接入智能家居場景的設備，都統(tǒng)一用京東的賬號，最終可以通過電商或其他路徑在京東生態(tài)變現(xiàn)。

　　小米的生態(tài)鏈上已經有一連串的高銷量產品，它自己的網站和小米之家銷售渠道都頗通暢。小米對36氪稱，已經推出了人工智能開放平臺“水滴計劃”。

　　不過一個平臺要立足，需要前端連接上大量爆款產品，而不是一堆僵尸硬件。Amazon后來能夠駕馭一個智能音箱入口平臺，也是因為自己先做出了Echo這個爆款。所以BAT都在以自營或合作的方式，制造音箱。

　　一名業(yè)內人士判斷，兩年內，如今上百家從業(yè)者會被洗牌至兩位數，包括少數幾家有強大生態(tài)的平臺，和能實力作出爆款產品的硬件公司。

　　今年叮咚音箱的首要任務就是“上量”。

　　京東商城目前是國內智能硬件品類最大的線上銷售渠道之一。618大促期間，京東電商給了叮咚音箱一系列最好的位置，打出大幅價格促銷?！艾F(xiàn)在他們見到我們都頭疼，一去就是要資源的?！?/font>

　　本月的上海CES Asia上，靈隆發(fā)布了一款僅售399元的小巧音箱叮咚TOP，這款產品的玄機在于，將其連接到家中已有的傳統(tǒng)音箱，就可以把后者直接變成智能音箱。這就跟不用換電視、直接買個電視盒子一個策略。

　　這些都像是Echo趟過的路。此前的幾代Echo，亞馬遜不斷做促銷，價格從不到180美金，下探到50美金，甚至產品有的不到39美金。對于美國用戶，嘗試成本很低?！俺灶D飯的成本就能買一臺echo嘗鮮，門檻很低?！毙斐f。

　　好在，現(xiàn)在的成本已經大幅降低。兩年前調試一套方案至少需要半年時間，如今已經縮減至兩個月。芯片成本也降低至十年前的五分之一。為智能化多掏20塊錢的“體驗”成本，已經進入用戶可接受的區(qū)間內。

　　Echo還開發(fā)出買硬件送軟件的銷售策略，將硬件銷售與亞馬遜會員綁定，購買一臺設備可以送付費音樂。

　　根據公開資料，在去年2016年底11月和12月的美國年底促銷季中，Echo的銷量占到全年的45%。這意味著性價比和促銷策略，在Echo銷量的增長中起了不小作用。當然，亞馬遜通過智能音箱的盈利之路很清晰：Echo可以促進銷售。

　　至少目前，智能音箱在中國的需求還沒那么強烈，使用習慣尚待培育。在看上去很美好的商業(yè)藍圖實現(xiàn)之前，每家公司都在牟足力氣催熟音箱，從看起來尚可，到在消費者中真正引爆之間，還有一段不短的路。

› 綜合交流 / 資源分享區(qū) › 綜合交流大區(qū)