文/王新喜
早在2017年上半年的時候，筆者曾在《智能音箱大戰(zhàn)已在硅谷打響，但國內(nèi)為何沒動靜？》一文指出，國內(nèi)資本對于人工智能創(chuàng)業(yè)與項目關(guān)注度高，但人工智能技術(shù)必須要落地到實際的產(chǎn)品之中，智能音箱是一個很好的產(chǎn)品品類，從未來趨勢看，蘋果亞馬遜谷歌等巨頭大力推進自有智能音箱乃至家居產(chǎn)品的生態(tài)布局會給國內(nèi)硬件產(chǎn)業(yè)鏈與軟件開發(fā)者帶來紅利。對于國內(nèi)互聯(lián)網(wǎng)巨頭來說，智能音箱這個風(fēng)口，是時候考慮追一下了。
果不其然，巨頭們一個個幾乎都沒閑著，一路追風(fēng)。隨著亞馬遜echo的成功引發(fā)大范圍關(guān)注，智能音箱幾乎已經(jīng)成為互聯(lián)網(wǎng)巨頭的標(biāo)配。在小米AI音箱、京東叮咚音箱、阿里天貓精靈之外，百度有“小度在家”，騰訊推出聽聽音箱，獵豹移動有小豹，喜馬拉雅有小雅等等。
巨頭們都要做智能音箱，背后的邏輯是什么？
很顯然，互聯(lián)網(wǎng)巨頭都要做智能音箱，一方面是亞馬遜智能音箱Echo在海外火爆，谷歌蘋果均已經(jīng)跟進，智能音箱有可能開啟物聯(lián)網(wǎng)時代人機交互的新方式，并引領(lǐng)語音交互操控潮流，也是AI技術(shù)與平臺落地的關(guān)鍵產(chǎn)品。國內(nèi)巨頭不得不做。
其次，國內(nèi)智能音箱市場動蕩，缺乏爆款與引領(lǐng)潮流的產(chǎn)品，標(biāo)準(zhǔn)未定，機會主義盛行，人人都想分一杯羹，也有可能分一杯羹。
再次是，基于智能手機的新增流量觸頂，人口紅利消失，但互聯(lián)網(wǎng)巨頭們不斷累積的內(nèi)容需要尋找新的流量出口，需要通過新的硬件布局來尋找新的流量入口。
互聯(lián)網(wǎng)巨頭們基于叢林文化練就的一身敏銳，對未來變化的焦慮以及擔(dān)心錯過下一個風(fēng)口或者說被人搶占風(fēng)口先機在關(guān)鍵性產(chǎn)品布局被人卡脖子等原因，于是互聯(lián)網(wǎng)巨頭已經(jīng)悉數(shù)到場，不管有棗沒棗，先捅一竿子再說。
很罕見的，智能音箱成為了一個巨頭們一個個親身入場的硬件市場領(lǐng)域。
從目前來看，雖然巨頭們均已入場，但其產(chǎn)品的長板與短板一樣突出，離爆款尚有一定的距離�？梢苿邮褂煤团c微信打通是騰訊聽聽官方宣傳的主要亮點，阿里的天貓精靈或百度的小度在家瞄準(zhǔn)的搜索和信息識別等需求，京東叮咚音箱，能夠?qū)崿F(xiàn)語音交互、播放音樂、語音購物等多種功能。小米音箱要做智能家居的連接器。
從當(dāng)前來看，目前BAT京東等互聯(lián)網(wǎng)巨頭的戰(zhàn)略是硬件為軟件內(nèi)容服務(wù)鋪路的。即其音箱所承載的均是自身所特有的軟件服務(wù)包括音樂資源與相關(guān)的內(nèi)容資源，而小米所不同的地方在于，它要成為智能家居的控制樞紐，到目前，小米共投資了77家智能硬件生態(tài)鏈公司，產(chǎn)品也覆蓋了耳機、移動電源、手環(huán)、插座、血壓計、空氣凈化器、凈水器、運動相機、平衡車、電池、床頭燈、電飯煲等等。
Echo在美國，最常用的場景包括床頭的信息來源以及廚房中控，但在國內(nèi)，這兩個場景都不符合國情，而且可連接的家庭智能設(shè)備并沒豐富到形成剛需，其實從另一個角度而言，這本身是手機也可以解決的問題，智能音箱作為家居操控中樞或許是噱頭大于實質(zhì)。
價格戰(zhàn)與補貼戰(zhàn)非打不可
在今天來看，智能音箱在國內(nèi)市場雖然不像美國市場成為家庭標(biāo)配，但多少也算是有了點起色。不過這點起色的代價依然是依賴性價比與補貼戰(zhàn)換來的。
但是價格戰(zhàn)與補貼戰(zhàn)似乎又是非打不可，因為在中國，要搶占市場，價格戰(zhàn)永遠有效，市場分析機構(gòu)GFK日前公布的全國零售監(jiān)測數(shù)據(jù)顯示，2017年中國智能音箱市場零售量達到165萬臺但是，去年在11月份阿里補貼天貓精靈，以99元的價格突破百萬銷量，推高了市場總量。今年3月，小米推出的小愛音箱mini以169元價格沖擊市場，更在米粉節(jié)期間將價格調(diào)整至99元，預(yù)約量亦突破100萬臺。
在如今，騰訊聽聽、小米AI音箱等產(chǎn)品其定價均在300元左右價位。之所以如此，在于整個智能音箱背后，是智能家庭生態(tài)，是各種軟件服務(wù)，是海量用戶的數(shù)據(jù)與需求，貼著成本補貼，是為了快速走量，并在一線了解用戶的數(shù)據(jù)和需求，一旦在用戶規(guī)模上起來了，就能提升對供應(yīng)鏈與開發(fā)者的話語權(quán)，快速迭代，吸引足夠多的開發(fā)者。
內(nèi)容是壁壘，但需要思考是否匹配用戶真實需求
智能家居比拼的還有內(nèi)容的壁壘。而內(nèi)容壁壘的很大一部分或?qū)碜杂谝魳钒鏅?quán)。
接入百度、考拉等大量音頻資源的叮咚音箱，在 2017 年末突然無法調(diào)用歌曲資源，客服表示“曲庫內(nèi)容調(diào)整，部分資源暫時無法收聽”。同樣的情況也曾經(jīng)發(fā)生在小米音箱身上，如果說智能音箱的首要功能在于它的曲庫資源，那么在這方面，坐擁音樂版權(quán)曲庫的騰訊占據(jù)著重要優(yōu)勢。
從目前的互聯(lián)網(wǎng)巨頭來看，采用的是資源整合的形式，整合了相對龐大的內(nèi)容服務(wù)，所不同的是內(nèi)容的供給形式與資源的多少，比如說百度的旗下小度在家本質(zhì)上是集智能音箱、家庭攝像機、平板電腦、百度APP與于一體，內(nèi)容方面是百度旗下多個產(chǎn)品的組合。騰訊聽聽智能音箱打通了QQ音樂、企鵝FM、閱文集團、企鵝童話等產(chǎn)品體系，聲稱擁有超過1700萬首音樂正版曲庫，一百萬個兒童故事，一億小時的有聲內(nèi)容，包括老年人喜愛的評書、相聲、戲曲等。
巨頭們將音箱定位為自身內(nèi)容與流量的承載器，但另一個角度來看，這本質(zhì)上也是巨頭們在基于自身的需求在做產(chǎn)品，即我需要用戶來買這個硬件消化我的海量內(nèi)容，為我的內(nèi)容布局尋找新的增量空間，而非用戶真的是否存在剛需。有時候，少就是多，多未必就好，功能繁雜兼容并包反而使得音箱定位模糊，弱化了它本身最具賣點的特色。關(guān)鍵需要思考但是，這些內(nèi)容與功能是否匹配用戶真實需求。
巨頭比拼的是對用戶剛需的捕捉能力以及如何更好的體現(xiàn)語音交互的價值
巨頭們雖然比拼的是內(nèi)容壁壘、技術(shù)開放的能力、連接設(shè)備的數(shù)量以及開發(fā)者的影響力。但是本質(zhì)上比拼的是對用戶剛需的捕捉能力以及如何更好的體現(xiàn)語音交互的價值、人機交互的能力以及對第三方開發(fā)者的價值。亞馬遜已經(jīng)在基于聲控軟件Alexa已經(jīng)構(gòu)建了一個基于語音產(chǎn)品的開放平臺，去年亞馬遜在這個旺季內(nèi)已經(jīng)銷售了上千萬部的Alexa驅(qū)動的智能音箱設(shè)備，可以說，它已經(jīng)與眾多的第三方開發(fā)者形成了共贏價值，并打造出了自身的生態(tài)價值，雖然百度DuerOS也在做同樣的事情，但后續(xù)的價值釋放效應(yīng)還有待再看。
因為在人機交互方面，語音技術(shù)是硬功夫，喚醒激活的設(shè)備數(shù)越多，用戶使用頻次越多，語音識別能力、反應(yīng)速度、學(xué)習(xí)能力訓(xùn)練得越好，爆款產(chǎn)生的可能性越大。語音交互能力將是決定爆款產(chǎn)出的核心能力，反之亦然。當(dāng)前蘋果HomePod賣不動，根本原因也在于語音交互能力層面不行。據(jù)資料顯示，Loup Ventures做了一項測試中，測試人員共詢問了782個問題，HomePod理解了其中的99.4%，但只答對了52.3%，在整個測試中排名倒數(shù)第一。也有業(yè)內(nèi)人士去看了reddit社區(qū)的反饋，論壇用戶們也反映HomePod的音響效果令人滿意，但智能語音部分完全就是“智障”。對智能音箱的用戶來說，語音是用戶跟產(chǎn)品體驗最直接的一環(huán)，音箱好與不好，語音技術(shù)是關(guān)鍵一環(huán)。
而可以說，亞馬遜Echo的核心能力就在于是在語音交互創(chuàng)新上建立了自身的壁壘。一款A(yù)mazon Echo的智能音箱涵蓋的語音技術(shù)包括麥克風(fēng)陣列技術(shù)、遠場語音識別技術(shù)、語音合成技術(shù)、語義理解技術(shù)，還要設(shè)計相應(yīng)的聲學(xué)結(jié)構(gòu)，所涉及的每一個技術(shù)都是行業(yè)難點。在國內(nèi)，能夠獨立完成全部技術(shù)的團隊依然很少，能夠提供完整解決方案的供應(yīng)商更是鳳毛麟角。
對于國內(nèi)廠商來說，以價格戰(zhàn)先教育市場的策略在在短期有速效，但這種策略換來的銷量并不能帶動該行業(yè)的未來，反而會過早透支用戶期待值，影響行業(yè)的品質(zhì)度。因此從目前來看，廠商們推出產(chǎn)品雖然說是將語音交互能力作為基礎(chǔ)能力，但還沒有誰敢說已經(jīng)在這點上做出了絕對的壁壘與技術(shù)深度，并且各家所主打的亮點特性也并沒有聚焦于此，反而更多是用觸控操作和視覺展示或者提供更豐富的視頻資源和服務(wù)內(nèi)容，彌補純語音交互的不足。
小度在家是一款支持視頻、音頻、檢索等功能于一體的產(chǎn)品，強調(diào)的是多方視頻通話功能與百度在AI算法、檢索方面的優(yōu)勢。騰訊聽聽音箱聚焦的是可移動使用和與微信打通。小米聚焦的智能家居硬件的連接。喜馬拉雅的小雅音箱主打音箱所播放的內(nèi)容服務(wù)平臺。阿里天貓精靈則引入視覺計算，偏向商品物品識別和繪本識別等，抓老人和孩子等目標(biāo)群體需求。
如果說99元的智能音箱賣了100萬臺就能說明它是爆款是難以服眾的，因為本質(zhì)上智能音箱作為一個新興的代表未來技術(shù)走向的產(chǎn)品領(lǐng)域，人們需要看到足夠多的技術(shù)表現(xiàn)與產(chǎn)品在解決需求上的創(chuàng)意，尤其是需要在語音交互設(shè)計與能力上能做到較高的壁壘程度。
國內(nèi)廠商更注重內(nèi)容資源整合、銷售渠道等“商業(yè)模式”的創(chuàng)新，而不是通過技術(shù)的突破來創(chuàng)建一種新的商業(yè)模式。語音交互涉及了非常復(fù)雜的技術(shù)鏈條，包括了聲學(xué)處理、語音識別、語義理解和語音合成等核心技術(shù)以及算法降噪、聲源定位、聲紋識別等交互體驗中的必要性技術(shù)。雖然百度，科大訊飛等在近幾年的專利申請上與技術(shù)突破層面也有不錯的作為，但總體而言，與硅谷巨頭相比差距還很明顯。在國外，基于智能音箱的競爭已經(jīng)到了下一階段——搶奪全球語音交互市場的控制權(quán)，這包括開始制定行業(yè)標(biāo)準(zhǔn)、谷歌亞馬遜微軟等公司進行了海量專利的布局，包括對音頻數(shù)據(jù)集的開放，以及各種產(chǎn)業(yè)生態(tài)聯(lián)盟的搭建。
國內(nèi)產(chǎn)品均是基于echo作為模仿對象并結(jié)合自身已有的內(nèi)容優(yōu)勢來做的，但echo的核心是以Alexa構(gòu)建了基礎(chǔ)龐大的軟硬件生態(tài)平臺。這個很難模仿，因為Alexa的語音交互技術(shù)已經(jīng)達到一定高度并且建立了足夠的門檻，依賴于此推動了各接入廠商音箱產(chǎn)品的大賣，這是其生態(tài)穩(wěn)固的重要前提。
爆款難尋背后，是諸多短板未補齊的結(jié)果
當(dāng)然，技術(shù)先進與否只是評判維度之一，音箱的智能交互體驗，跟語音交互技術(shù)、后端服務(wù)和龐大的生態(tài)布局規(guī)模與生態(tài)系廠商的繁榮都是相關(guān)的，前面說到，亞馬遜在語音的遠場交互技術(shù)層面已經(jīng)早早建立了自身的門檻，包括聲源定位、遠場喚醒、語音交互等，以及另外能否和消費者習(xí)慣、體驗產(chǎn)生強關(guān)聯(lián)也是關(guān)鍵所在。但是從目前來看，似乎當(dāng)前的產(chǎn)品離這個標(biāo)準(zhǔn)還有點遙遠，并且恰恰是國內(nèi)廠商的短板所在。畢竟，即便在國內(nèi)市場echo缺席的情況，在智能音箱這個市場，所有巨頭玩了兩年的全國量加起來還沒有500萬臺。而GFK預(yù)計，2018年中國智能音箱的市場規(guī)模將持續(xù)增長，但總量也只是588萬臺。
當(dāng)前爆款難尋也有另一個層面的原因，智能音箱它是一種中產(chǎn)階級的生活方式，在于它背后代表的音樂文化與市場環(huán)境。有數(shù)據(jù)機構(gòu)顯示，今年超過3500萬美國人每月至少與這些智能音箱交流1次，這個數(shù)字比2016年增加了1倍。在背后，有市場環(huán)境、家居文化以及經(jīng)濟發(fā)展水平的原因。有人提到在美國，美國的廚房和客廳都是開放式的，家庭主婦做飯時聽音樂契合美國用戶的真實需求與場景。
但在中國，這種情況或許并未產(chǎn)生，家庭成員大多數(shù)的消遣習(xí)慣也是看電視和玩手機。因此，中美家庭對于智能音箱的使用需求有著較大的差異，這也決定著智能音箱的產(chǎn)品需求迥異。互聯(lián)網(wǎng)大公司有雄厚的資金和影響力，可以用資金和影響力介入每一個市場，做一整套解決方案，一次做出整個生態(tài)系統(tǒng)，但往往忽略了用戶痛點與市場的真實需求以及需要解決的真實的技術(shù)短板。因此，在中國即便照搬亞馬遜可能也很難行得通，需要融入更多關(guān)于產(chǎn)品使用場景、用戶交互習(xí)慣方面的邏輯。
目前智能音箱產(chǎn)品還是以使用基本的工具性功能+娛樂性內(nèi)容為主打模式，工具性功能任何廠商都能做。至于娛樂、控制功能，則考驗各自在內(nèi)容交付能力上的布局與智能家居產(chǎn)業(yè)鏈的布局，但在更高層面的技術(shù)角度建立壁壘，讓用戶真正體驗到通過語音感受到人機交互的樂趣與體驗的快樂，才能以高維打低維，快速破局。總的來說，市場潛在需求一直存在，爆款難尋的背后，是諸多廠商從技術(shù)到生態(tài)與產(chǎn)品剛需性場景等諸多短板未補齊的結(jié)果。
國內(nèi)語音交互生態(tài)與語音交互技術(shù)以及相關(guān)技術(shù)專利上的累積是巨頭們需要普遍發(fā)力的短板，另外，尋找適合國內(nèi)用戶普遍的剛需性場景與痛點性問題將是關(guān)鍵，它事關(guān)智能音箱這場百箱大戰(zhàn)是否會延續(xù)過去高科技被玩成白菜價之后整個行業(yè)被玩壞、多數(shù)廠商出局的老路子，也決定巨頭們由智能音箱衍生出來的語音交互平臺會不會成為下一代操作系統(tǒng)的關(guān)鍵。
