轉：催熟智能音箱，爭奪一我的工智能之夢

原文：http://36kr.com/p/5079975.html

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

感謝智能音箱。吳橋估摸說，本身平均每月會接到20至30家公司的電話，來自互聯網公司或硬件廠商，想跟他在智能音箱設計方案上合做。但他任總經理的海克萊特，在芯片方案商扎堆的深圳屬於中等規模，同一時期內能承接的訂單在3至4家左右。這意味着絕大多數打電話過來的人，會失望而歸。

僅在深圳市南山區方圓一千米的範圍內，就彙集了上百家智能音箱方案商，他們從供應鏈內的各種公司拿到語音模組、芯片，而後迅速拼出一個解決方案。喜馬拉雅FM硬件事業部總經理李海波對36氪說，本身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點的公司，到科大訊飛這樣的算法技術公司，到聯想、海爾這樣的傳統硬件製造商、傳統音箱廠商……幾乎行業內稍有名氣者都在作智能音箱。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布智能音箱新品。

BAT也都在行動。幾天前，阿里巴巴宣佈將與喜馬拉雅FM合做開發智能音箱。騰訊也在推動智能音箱項目。百度起步最先，作了開放平臺，試圖把和小魚在家合做推出的視頻通話機器人推舉成標杆性產品。

一切始於亞馬遜Echo音箱兩年前在美國的走熱。2014年末，亞馬遜發佈的這款產品，第一代Echo的設計很簡單，主要是個音樂播放器。亞馬遜以後又往Echo上疊加了叫Uber、訂購Pizza、查詢天氣甚至銀行帳戶等功能，把它拓展成智能家居的控制樞紐。

此後，這成了全部硅谷巨頭都在爭搶的焦點。上個月，微軟、Google前後在開發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。到了上週，蘋果也出場了，在WWDC大會上發佈了音箱Homepod——中國公司們固然也不甘錯失風口。

焦燥感正籠罩着這個行業。兩家傳統大硬件公司今年1月意識到智能音箱是個風口，三四個月後就召開了盛大的發佈會，推出了產品。然而一名從業者告訴36氪，發佈會上演示的僅僅是個手板，尚不能發聲，「目的就是先立一個產品在那，表明本身也作了。但硬件是有本身的邏輯的，從手板到DV板再到最終成品的打磨，一般至少須要八九個月。」

本來，因爲PC銷量下滑，吳橋本來作平板方案商的同行們生意慘淡，有些公司爲了拿訂單，不惜先爲客戶墊付幾百萬。吳橋眼看着不少同行撐不下去了。但感謝智能音箱，深圳硬件產業的倖存者今年紛紛轉到了這個新風口上，如今的吳橋們，又成了被「求着」的人。至少，吳橋以爲，能夠賺一筆快錢。

但深圳南山作出來的大部分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相似亞馬遜「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作的「叮咚音箱」。官方對外宣佈的銷量是累計100萬臺，據此計算，是Echo的1/10。這個規模差強人意——由於音箱不能只是音箱，它「必須」是個入口，這一切纔有意義。

因此，催熟出一個爆款，成了全部人的目標。

 摸索、搖擺、起步

魏強和七八個同事，俯身圍着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無動於衷，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沒法啓用。

那是2014年年末，魏強還在京東智能產品中心當總監。

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

Echo最先展現了智能音箱的可能性：不只是智能家居，也是購物和服務的中樞。這讓京東感到興奮。

兩三年前，不管是小米爲首的手機廠商、海爾這樣的家電公司，仍是京東這樣的渠道，都在言必稱智能家居、智能硬件。就像當時全部試圖成爲中心入口的公司同樣，京東曾作過一個「京東微聯」app，來操控各類硬件。但用戶並不活躍。

「好比你要開燈，直接按下開關就行；但若是經過App控制，你首先要掏出手機，打開APP，再按下開關。」新辦法反而比老辦法麻煩得多。魏強反思，直到智能音箱這種更天然的交互形態出現，入口這事纔算看到眉目了。

很快，把亞馬遜作爲本身參照系的京東，年末就與科大訊飛開始合做，到了2015年正式註冊了合資公司靈隆科技，京東佔股45%，科大訊飛佔股55%。這是中國探索智能音箱最先的公司之一。魏強後來擔任了這家公司的CEO。

同年8月，第一款叮咚正式發售，售價798元。三塊功能拼起了它最初的形態：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中400款家居的能力。至關於給京東微聯加了張嘴和喇叭。

劉強東對這個項目很是重視。首發時京東商城撥給魏強一個月的3C類戰略單品首頁位置，還有各類免費資源、秒殺、優惠券。

一樣在Echo出現那年，創業公司Rokid，也決定作款入口性質的智能語音機器人。創始人Misa以前是阿里巴巴M工做室領頭人，負責深度學習、視覺和天然語言處理研發。如今，36氪跟智能音箱從業者打交道時發現，你們通常都會拿先行者Rokid的產品做爲研究樣板。

Rokid設計第一代產品時，但願吸引到雖然小衆可是高端的用戶，力求突出「黑科技」的感受：實現語音、視覺多種交互模式，同時但願能有相似視頻通話、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。儘管已經按成本訂價，但售價依然高達5280元。

更重要的是，這家公司發現，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最初曾經由於只支持語音交互，飽受詬病。好比，當你想用智能音箱訂外賣，經過閱讀屏幕文字選定菜品或許只須要花費你幾十秒，要等語音把餐廳的整張菜單報完，卻須要幾分鐘。

但過後反觀，偏偏由於Echo的這種設計，「迫使」用戶大量使用語音來操做音箱，一來爲亞馬遜積累了大量交互數據，二來也讓用戶造成使用語音的習慣。

從現在國內的產品來看，用戶使用語音的習慣堪憂。「目前（語音交互）也只有電視上能看到明確的消費場景，天天有固定量級的用戶經過語音搜電影，進行消費。並且每一年的量級達到千萬，遠超過音箱。」一位行業內人士對36氪說，目前電視端語音的使用比例在20%。

天天，魏強都要看叮咚音箱的活躍度。由於足夠活躍才能吸取更多數據，提高語音識別的精準度。而準確率和用戶體驗，纔是讓一個全新品類成爲爆款的基礎。他告訴36氪，目前叮咚語音交互的日活爲25%，周活40%，月活70%。

一個共識是，Echo的興起，其實跟你們最開始對echo的低預期有關。亞馬遜最初並無大推Echo，因此早期用戶對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，結果用了後反而有驚喜，口碑很好。並且，實際上新鮮感事後，把echo扔在一旁的用戶也大有人在。

一名業內人士對36氪說，幾個月前本身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，十句裏也只能聽懂三四句指令，更不乏所有辨識失敗的產品。

一家內容提供商對36氪說，即便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%。

「高頻功能很差用，低頻功能不咋用，」上述人士以爲這是現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類內容，卻沒把音箱內容的體驗作好。「好比你要點首歌聽，還要在音箱選二級目錄，下面再選蝦米音樂仍是咕咪，再選歌。很是麻煩。」

迄今爲止，Echo的銷量已通過千萬量級。但它的成功，在中國複製起來卻挺困難。

「美國人以爲聽音樂是生活中的必需品。」喜馬拉雅的李海波評價。第一代Echo上市後，首先圈佔的就是傳統音箱四分之一的市場。讓它的銷量繼續攀升的，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發佈時，強調的也是本身的音樂播放能力，只是提了一下能用siri。

小米做爲「戰略新品」的音箱，主打的就是本身的音樂、音頻內容有多麼豐富，並無強調「智能」。「沒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。」小米對36氪評價說。即使如此，相對於美國，中國人對音箱的使用需求自然不足。

在中國，魏強聽到過來自京東採銷同事的質疑：「他們以爲一款音箱要賣幾百萬是不可能的。」

出門問問的李志飛以爲，如今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，他認爲對於一家硬件商，若是第一年能賣出10萬臺，就算成功。

就在上個月，亞馬遜新發布的Echo Show，改變了此前的音箱形態，帶有一塊內置觸摸屏。這意味着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後，再作這道「加法」的時機。

並且，亞馬遜在過去一年已經逐步將 Echo 背後的語音助手 Alexa 作成了一個開放生態，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。小孩能夠跟音箱提要求，給本身讀本故事書，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，在合做開發針對兒童教育場景的音箱。更多小巧便攜的音箱，也出如今今年的新品市場上。喜馬拉雅即將在下週召開一個發佈會，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，不少客戶們已經開始在細分場景上添加功能。「有的開始帶屏幕、有待放客廳、有的專門爲浴室設計，包括房廚房的也有。」

積極的信號是，魏強觀察到，智能音箱的銷量正以每一年超過100%的速度增加，遠高於他預估的50%。

趕在蘋果Homepod發佈的同一周，Rokid發佈了本身的第二代產品PEBBLE。相對於初代，拿掉了屏幕和前投影，體積接近先前的二分之一。售價1399元，也有別於初代的高端訂價檔位。過一陣，這家公司會再發布第三款音箱產品。「快速迭代，就是爲了對今年的市場競爭環境提早作些準備。」Rokid感覺到了行業競爭的緊迫感。

升級之戰：成爲intel或者蘋果？

相比此前的「入口之爭」，若是說智能音箱這波浪潮有什麼變化，那就是作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，少了哪一個環節，都沒法造成完整的體驗。

這意味着，行業裏須要強有力的整合者。

整合內容，是第一道門檻。

一位方案商對36氪透露，一般咕咪、蝦米這類音頻內容商會設置一道合做標準：銷量10萬臺；入門費一般40-50萬，最低也得30多萬；每一臺音箱還須要單獨交費；若是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。「變成了智能音箱，背後有算法、有內容、有生態，咱們就會開始比傳統音箱佔優點了。」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，如今都是由BAT、訊飛這類平臺型公司來談的了。」

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。科大訊飛目前的商業策略，是將本身的算法技術、語音模塊、合做方案商的設計Demo、後端內容提供商這整條鏈路，打通作成一個完成的產品，賣給須要的公司。

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，也有本身的尷尬。「在硬件方案後面的生態場景、用戶體驗都還不是很成形的狀況下，一個品牌廠商什麼都無論，在深圳找一個供應商，把平臺的系統放在裏面就賣了，是作很差的。」李志飛說。

也有些從業者對36氪表示，科大訊飛雖然牌子硬，但要獲取它的一整套方案，須要付出不小金額的代價。這又讓一批願意免費開放的平臺，得到了生存餘地，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月的一次會議上宣佈，百度對開發者和企業開放「百度大腦開放平臺」和「百度深度學習平臺」。簡單來講，百度會輸出語音能力、圖像能力、天然語言處理能力和用戶畫像方面的技術和開發工具。更關鍵的是它採起的模式——免費。

「一旦to B市場上出現一家巨頭免費，其餘人就沒得玩了。」36氪採訪的多位創業者，很快意識到這點。對於沒有掛靠上任何平臺的小公司，這個訊號尤爲危險。

更重要的是，免費平臺之爭會讓這場戰爭加速。就像滾雪球，用戶規模越大的平臺，獲取數據的速度會愈來愈快。相應的，經由不一樣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出售算法生存的小公司，已經被迫嘗試本身作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。

「不少公司都在跟風音箱，有算法就想本身出硬件產品，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所有本身作。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。」一名業內人士說。

更長遠來看，就像硅谷同樣，這個市場巨頭會更有勝算。

BAT這三家生態巨頭中，百度的高層頻繁出席每一次小魚在家的發佈會，力求把它推成行業標杆，攜「百度大腦」的平臺能力佔據行業制高點。

阿里和騰訊，沉澱了中國最大量級的用戶數據，自身生態已經佔據了互聯網服務和內容行業的頂端。只欠一款音箱，把一切串聯起來。

京東攥着與大量品牌商的合做關係，京東微聯已經整合了1000個SKU。魏強的設想是，之後全部經過叮咚音箱接入智能家居場景的設備，都統一用京東的帳號，最終能夠經過電商或其餘路徑在京東生態變現。

小米的生態鏈上已經有一連串的高銷量產品，它本身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，須要前端鏈接上大量爆款產品，而不是一堆殭屍硬件。Amazon後來可以駕馭一個智能音箱入口平臺，也是由於本身先作出了Echo這個爆款。因此BAT都在以自營或合做的方式，製造音箱。

一名業內人士判斷，兩年內，現在上百家從業者會被洗牌至兩位數，包括少數幾家有強大生態的平臺，和能實力做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。「如今他們見到咱們都頭疼，一去就是要資源的。」

本月的上海CES Asia上，靈隆發佈了一款僅售399元的小巧音箱叮咚TOP，這款產品的玄機在於，將其鏈接到家中已有的傳統音箱，就能夠把後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，亞馬遜不斷作促銷，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。對於美國用戶，嘗試成本很低。「吃頓飯的成本就能買一臺echo嚐鮮，門檻很低。」徐超說。

好在，如今的成本已經大幅下降。兩年前調試一套方案至少須要半年時間，現在已經縮減至兩個月。芯片成本也下降至十年前的五分之一。爲智能化多掏20塊錢的「體驗」成本，已經進入用戶可接受的區間內。

Echo還開發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，購買一臺設備能夠送付費音樂。

根據公開資料，在去年2016年末11月和12月的美國年末促銷季中，Echo的銷量佔到整年的45%。這意味着性價比和促銷策略，在Echo銷量的增加中起了不小做用。固然，亞馬遜經過智能音箱的盈利之路很清晰：Echo能夠促進銷售。

至少目前，智能音箱在中國的需求還沒那麼強烈，使用習慣尚待培育。在看上去很美好的商業藍圖實現以前，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。