這是BAT下半年的其中一個(gè)“戰(zhàn)場(chǎng)”。

　　2014年底，亞馬遜在官網(wǎng)悄悄地發(fā)布了Echo，但估計(jì)就連亞馬遜自己也沒想到，這個(gè)看上去“簡(jiǎn)潔得有點(diǎn)簡(jiǎn)陋”的奇怪音箱，居然能夠在日后賣出800多萬臺(tái)，不僅直接給亞馬遜帶來將近10億美元營(yíng)收，甚至在Kindle之后成為又一款消費(fèi)者所認(rèn)可的終端。

　　Echo之后所代表的技術(shù)趨勢(shì)并不“隱晦”：智能語(yǔ)音技術(shù)落地點(diǎn)，全新交互方式，全新服務(wù)接口這種概念的分析早就被寫了幾百遍。但另外一邊卻是赤裸裸的現(xiàn)實(shí)——一貫緊跟全球消費(fèi)電子市場(chǎng)的中國(guó)，在智能語(yǔ)音的具體商業(yè)化這件事上卻“落后”了。

　　好在，“落后”并不意味著錯(cuò)過，反之因?yàn)椤奥浜蟆保屨麄€(gè)行業(yè)積聚了非常強(qiáng)大的力量，隨時(shí)有可能爆發(fā)出來。換句話說，2017年很可能會(huì)成為中國(guó)智能音箱市場(chǎng)最難得的“黃金發(fā)展期”。

　　兩個(gè)星期，BAT全部進(jìn)入戰(zhàn)場(chǎng)

　　雖然這早已不是BAT在同一個(gè)領(lǐng)域中爭(zhēng)高下，但在兩周內(nèi)讓3家巨頭同時(shí)進(jìn)入“戰(zhàn)場(chǎng)”，智能語(yǔ)音的魅力的確很大。第一個(gè)有動(dòng)作的是騰訊，在兩周之前的騰訊云峰會(huì)上，騰訊云就發(fā)布了全新的智能語(yǔ)音產(chǎn)品“騰訊云小微”。

　　而小微主要包括了3個(gè)開放性的平臺(tái)：能夠通過SDK接入硬件的硬件開放平臺(tái)；包含騰訊各種自由內(nèi)容、應(yīng)用資源的Skill開放平臺(tái)；以及能夠讓機(jī)器不斷學(xué)習(xí)和決策的小微服務(wù)機(jī)器平臺(tái)。

　　有趣的是，在官方資料中，騰訊還提到了自己的一點(diǎn)優(yōu)勢(shì)，小微的所有能力來自于微信AI團(tuán)隊(duì)。后者之前實(shí)際上已經(jīng)將語(yǔ)音識(shí)別、加入語(yǔ)義分析技術(shù)的語(yǔ)音輸入、語(yǔ)音轉(zhuǎn)文字、等功能添加到微信當(dāng)中。

　　“BA”則顯得更為默契，將自己的智能音箱產(chǎn)品的發(fā)布都定在了7月5號(hào)。

　　在前日上午的百度“Creat 2017”AI開發(fā)者大會(huì)中，更新的DuerOS成為了最重要的發(fā)布環(huán)節(jié)。百度在這次大會(huì)上也祭出了大手筆——聯(lián)合數(shù)家音箱生產(chǎn)、語(yǔ)音交互技術(shù)提供商，為其他第三方產(chǎn)品制造商、開發(fā)者提供軟硬件一體化解決方案。

　　百度同時(shí)還在開發(fā)者大會(huì)現(xiàn)場(chǎng)宣布了對(duì)KITT.AI的收購(gòu)，后者在“熱詞檢測(cè)（喚醒）”、“智能語(yǔ)音對(duì)話”這兩項(xiàng)與智能語(yǔ)音息息相關(guān)的技術(shù)上有很不錯(cuò)的積累。但同時(shí)百度并沒有打算“獨(dú)吞”這些先進(jìn)技術(shù)，而是將其語(yǔ)音能力和自然語(yǔ)言能力融入平臺(tái)，向合作伙伴免費(fèi)開放，官方將其稱之為“賦能開放”。

　　短暫的午休之后，阿里終于“最后一個(gè)”加入進(jìn)來，畫風(fēng)略微不同的他們發(fā)布了“天貓精靈 X1”智能音箱。值得稍微提一嘴的是，有業(yè)內(nèi)人士爆料：“阿里這款智能音箱實(shí)際是來自思必馳的方案。”但硬件本身或許并不是“天貓精靈 X1”最為重要的特點(diǎn)，關(guān)鍵還是在于阿里已經(jīng)在其之上實(shí)現(xiàn)了聲紋識(shí)別以及支付環(huán)節(jié)的打通。

　　這也符合業(yè)內(nèi)對(duì)于阿里進(jìn)軍智能音箱的一貫預(yù)期：阿里智能音箱的最大挑戰(zhàn)、同時(shí)最大的優(yōu)勢(shì)是購(gòu)物。依托電商建立龐大帝國(guó)的阿里不可能不做購(gòu)物，但這項(xiàng)服務(wù)本身放在語(yǔ)音上面來進(jìn)行有挑戰(zhàn)，像Echo Show那樣帶有顯示屏的智能音箱或許更適合這種任務(wù)，但那樣的產(chǎn)品同樣需要繼續(xù)等待。

　　對(duì)于BAT的新動(dòng)向，Rokid智能音箱負(fù)責(zé)人文杰也接受了采訪：

　　BAT進(jìn)軍智能音箱這件事對(duì)于我們來說算不上威脅，倒不如說是一種機(jī)遇。我們很期待他們接下來在這方面的服務(wù)端口開放。

　　對(duì)此，喜馬拉雅副總裁李海波也有著類似的觀點(diǎn)：

　　雖然我們有打造自己的音箱，但是我們也會(huì)將自己的服務(wù)開放出去，別的智能音箱產(chǎn)品也能夠調(diào)用我們的音頻內(nèi)容資源。因?yàn)槲覀冴P(guān)心的只是單個(gè)用戶在喜馬拉雅中停留的時(shí)間。”

　　先期引爆的英文語(yǔ)音市場(chǎng)

　　早前，美國(guó)市場(chǎng)研究公司Statista曾做過相關(guān)的統(tǒng)計(jì)，2016年美國(guó)的智能家居市場(chǎng)銷售額為97億美元，而中國(guó)僅有5.2億美元。普及率的增長(zhǎng)更是驚人，美國(guó)的數(shù)值為5.8%，而中國(guó)僅為0.1%。

　　外國(guó)調(diào)研機(jī)構(gòu)給出的亞馬遜官方硬件產(chǎn)品銷售情況圖

　　但由于是大洋彼岸的關(guān)系，也有不少人曾經(jīng)對(duì)亞馬遜Echo“夸張”的銷售數(shù)據(jù)提出過質(zhì)疑，就此也詢問了國(guó)內(nèi)某智能音箱生產(chǎn)商：

　　去年亞馬遜Echo智能音箱的銷售效果的確不錯(cuò)，在國(guó)內(nèi)它總的生產(chǎn)量剛超過800萬臺(tái)，其中初期的Echo和簡(jiǎn)化版Echo Dot差不多對(duì)半。國(guó)內(nèi)銷售量第一名可能只有它的1/100。

　　參考目前Echo和Echo Dot分別定價(jià)179/49美元，光是這800萬臺(tái)設(shè)備就已經(jīng)能夠給亞馬遜帶來10億美元的營(yíng)收，這還不算在使用音響之后所帶來的服務(wù)訂購(gòu)、網(wǎng)上購(gòu)物等二次消費(fèi)。

　　從原理上說，智能音箱的代表產(chǎn)品，亞馬遜Echo背后的Alexa，以及它的前輩Siri，實(shí)際上都屬于智能語(yǔ)音技術(shù)。其核心非常簡(jiǎn)要——要讓機(jī)器在語(yǔ)音對(duì)話這一環(huán)節(jié)擁有近似于人的能力。

　　盡管語(yǔ)音對(duì)話是人類平日做得最多的動(dòng)作之一，它的難度卻不可小覷。從語(yǔ)音到文字的轉(zhuǎn)換、機(jī)器語(yǔ)音的發(fā)聲、再到多句語(yǔ)音的上下文理解，這些環(huán)節(jié)在沒有人工智能技術(shù)之前遲遲未能取得進(jìn)展。

　　載體則是另外一個(gè)因素，雖然擁有基礎(chǔ)對(duì)話能力的Siri早在6年前就登陸了手機(jī)。但智能手機(jī)的主要操作依然停留在觸摸和顯示之上，所以大家并不會(huì)經(jīng)常使用這一功能，甚至只會(huì)在不小心長(zhǎng)按Home鍵的時(shí)候才會(huì)想起這一功能。

　　相比之下，將語(yǔ)音交互能力獨(dú)立出來，并且只能通過語(yǔ)音交互的Echo。則“斷絕”了用戶返回到觸控操作的可能性的，這才讓人們終于開始正視智能語(yǔ)音交互本身。

　　另外一點(diǎn)關(guān)鍵是亞馬遜對(duì)于語(yǔ)音交互場(chǎng)景的深入理解——語(yǔ)音交互雖好，但是在公共場(chǎng)合比較吵的環(huán)境中并不適用，智能音箱就該成為小家電一般的存在，滲入人們的日常生活空間。為此，李志飛簡(jiǎn)單也講述了出門問問曾在美國(guó)做過的相關(guān)調(diào)研：

　　我們?cè)稍L了大量亞馬遜Echo和Google Home的使用者，同時(shí)也對(duì)美國(guó)智能家居需求與中國(guó)用戶對(duì)智能家居的需求進(jìn)行深度調(diào)研。在美國(guó)，由于智能家居生態(tài)比較完善，用戶對(duì)智能音箱可以便捷控制家居的需求尤其強(qiáng)烈。實(shí)際上，中國(guó)人也有著這樣的需求。

　　國(guó)外咨詢公司Statista統(tǒng)計(jì)的Echo用戶具體使用情況

　　至此，人們終于整體感受到智能語(yǔ)音技術(shù)的“不同”，或者說是在體驗(yàn)層面達(dá)到了“讓用戶買單，并且不后悔”的程度。

　　問題來了，智能音箱在外國(guó)這么火，為什么國(guó)內(nèi)卻遲遲發(fā)展不起來？

　　“落后”明顯的中國(guó)市場(chǎng)

　　雖然隔著太平洋，但是中國(guó)在3C電子產(chǎn)品消費(fèi)市場(chǎng)上之前從未發(fā)生大的“脫節(jié)”，智能音箱卻是一個(gè)罕見的例子。一位國(guó)內(nèi)智能音箱從業(yè)者透了個(gè)底：

　　而國(guó)內(nèi)智能音箱目前的產(chǎn)量和銷量還在千、萬之間浮動(dòng)，賣得最好的還是京東的叮咚，但實(shí)際數(shù)量仍遠(yuǎn)遠(yuǎn)小于Echo。數(shù)量最多的還是很多小廠商生產(chǎn)的低劣的智能音箱產(chǎn)品，那種產(chǎn)品10句話中有2句話有反應(yīng)就不錯(cuò)了。

　　那么究竟是什么原因?qū)е铝诉@樣的現(xiàn)象？打造智能音箱的技術(shù)基礎(chǔ)差異應(yīng)該是最主要的原因。對(duì)此出門問問CEO李志飛表示：

　　如果只是單單做一個(gè)演示（Demo）版的智能音箱是沒有門檻的，但如果做一款用戶體驗(yàn)好，性價(jià)比高的智能音箱是存在很高門檻的。

　　比如產(chǎn)品需要不停迭代完善，以確保穩(wěn)定的網(wǎng)絡(luò)連接；比如一款精美的音箱需要反復(fù)磨合外觀設(shè)計(jì)；又比如語(yǔ)音交互需要良好的收聲效果，而揚(yáng)聲器本身會(huì)發(fā)聲，在遠(yuǎn)場(chǎng)喚醒智能音箱時(shí)，就需要消除揚(yáng)聲器本身的聲音；甚至音量大時(shí)的震動(dòng)也會(huì)影響收聲，所以音腔和麥克風(fēng)之間的距離都需要考量。

　　喜馬拉雅副總裁李海波在采訪中也表達(dá)了類似的看法：

　　我們之前在打造自己的智能音箱的時(shí)候也花了不少時(shí)間。為了能正常使用，硬件部分足足微調(diào)了40天，音箱如何才能理解人類指令這件事花的時(shí)間就更久了，大概用了400多天，這還是應(yīng)用場(chǎng)景高度集中化的情況下。

　　這也從另外一個(gè)方面映射出智能音箱市場(chǎng)所存在的“分裂發(fā)展”問題：看起來簡(jiǎn)單的智能音箱想要真正實(shí)現(xiàn)日常語(yǔ)音交互，實(shí)際上全是技術(shù)難題。也正是這些難題讓中國(guó)智能語(yǔ)音市場(chǎng)發(fā)展遲緩，而其中影響最大的就是機(jī)器對(duì)于中文的理解，也就是我們俗稱的NLP。

　　為了說明中文的NLP在智能音箱上面有多難，李海波舉了一個(gè)例子：

　　我們?cè)?jīng)統(tǒng)計(jì)過，一個(gè)簡(jiǎn)單的‘下一曲’，用中文來表達(dá)就有60多種方式，而且這還是不考慮方言差異的前提下。

　　這也成為了智能音箱一個(gè)實(shí)打?qū)嵉钠琳希瑫r(shí)也是很多人對(duì)于BAT能夠加入到這場(chǎng)戰(zhàn)斗中感到高興的原因——這3家手中都有著大量可供機(jī)器學(xué)習(xí)的數(shù)據(jù)，同時(shí)也有充足的人手和資源來支撐這個(gè)反復(fù)調(diào)試的過程。

　　另外一個(gè)層面來看，中國(guó)其實(shí)有很多人、公司已經(jīng)在智能語(yǔ)音的探索上先行一步，但是往往僅限于一些碎片化的問題，就像百度這次收購(gòu)的KITT.AI一樣。利用自己其他業(yè)務(wù)線相對(duì)雄厚的資金收入來整合社會(huì)能力，反過來再將這些能力打包給消費(fèi)者。這也是BAT自己所熟悉和擅長(zhǎng)的事情。

　　總結(jié)：人工智能“商業(yè)化ing”

　　人類歷史上曾經(jīng)出現(xiàn)無數(shù)種技術(shù)、發(fā)明，究竟人們什么時(shí)候才會(huì)認(rèn)真對(duì)待它們呢？答：只要它們能夠給人類帶來大幅度的利益。

　　這條法則對(duì)于人工智能技術(shù)同樣適用，正如馬云之前曾經(jīng)公開表示的那樣：“AlphaGo 贏了，So TM What？”這句話雖然聽起來偏激，但從對(duì)于人類實(shí)際影響這個(gè)角度出發(fā)，AlphaGo的確沒有留下足夠深的印記。

　　相反，看起來不起眼的智能音箱反倒有可能實(shí)現(xiàn)這個(gè)目標(biāo)。

　　百度談開源、騰訊曬內(nèi)容體系、阿里想打造新消費(fèi)入口，新入場(chǎng)的BAT雖然在方向策略上有所分歧，但有一點(diǎn)是確定的，他們都不會(huì)錯(cuò)過首先實(shí)現(xiàn)人工智能商業(yè)化的目標(biāo)。最好的證明就是三家發(fā)布智能音箱產(chǎn)品的場(chǎng)合。：百度AI開發(fā)者大會(huì)、騰訊“云+未來”技術(shù)峰會(huì)、阿里AI Labs人工智能實(shí)驗(yàn)室對(duì)外公布。

　　拋開BAT中誰能成為最終贏家這個(gè)目前仍無法確定的終極問題不談，3家大力下注人工智能的舉動(dòng)卻是再清晰不過的。統(tǒng)治了中國(guó)的“互聯(lián)網(wǎng)”時(shí)代的BAT，已經(jīng)充分意識(shí)到了人工智能將會(huì)帶來的趨勢(shì)和變革，才會(huì)如此“默契”地同時(shí)進(jìn)入這個(gè)戰(zhàn)場(chǎng)。

　　短期來看，圍繞著智能語(yǔ)音和音樂、語(yǔ)音類內(nèi)容服務(wù)仍是主要的路線。其后智能音箱的市場(chǎng)爭(zhēng)奪將圍繞這各家的差異化展開，屆時(shí)擁有更多用戶和場(chǎng)景資源的騰訊或許會(huì)擁有一定的優(yōu)勢(shì)。而阿里的電商優(yōu)勢(shì)仍需要面對(duì)如何轉(zhuǎn)化的問題。至于百度嘛，還得看相關(guān)開源項(xiàng)目的進(jìn)展情況。

　　當(dāng)然，這僅僅是個(gè)開始，人工智能的好戲還在后頭。