智能音箱發(fā)展的關鍵是AI技術 后來者想要復制亞馬遜Echo的成功并不容易

對于中國市場上的后來者來說，想要復制亞馬遜Echo的成功并不容易。

8月中旬，來自市場調查機構Canalys的2018年Q2全球智能音箱出貨量數據顯示，作為昔日“領頭羊”的亞馬遜Echo（410萬臺），再次被谷歌（540萬臺）超越，阿里巴巴（300萬臺）和小米（200萬臺）分別位列全球第三、第四。

日益增長的出貨量凸顯巨頭高歌猛進的勢頭。十分亮眼的是，后起的中國市場貢獻了近一半的智能音箱出貨量。中商產業(yè)研究院數據顯示，2018年中國智能音箱市場規(guī)模將達到3.3億元。國內外的分析師一致認為，中國的智能音箱市場潛力無限，未來或趕超美國。

智能音箱被稱為“智能家居的入口”。眼下，國內互聯(lián)網巨頭麓戰(zhàn)正酣，手機硬件廠商華為、諾基亞、聯(lián)想、OPPO、vivo等紛紛入局，它們不想錯失時機。

但在資本層面，今年以來，這一賽道卻遭遇了投資人的冷眼相待，一位長期關注智能制造領域的投資人直言“已經不關注這個賽道”，轉向供應鏈的上下游。

2014年，京東叮咚智能音箱首席科學家湯躍忠加入京東和科大訊飛合作的早期研發(fā)團隊，他一言蔽之，“窗口期已過，后進入者或可擔任‘補缺者’的角色”。他認為智能音箱在技術、內容服務方面的機會尚存。

CounterPoint中國區(qū)研究總監(jiān)閆占孟告訴小編：“后來進場的廠商雖有一些時機，但能否做大，并不明朗?！彼J為，接下來智能音箱領域將成為大玩家主導的市場，中小玩家只能從垂直細分市場挖掘機會，或致力于內容方面的布局。

后來者

留給后來者的機會已經不多。

“2015年，資本錯失了一次機會。他們對于這個市場、技術的信心不夠，反應有點保守，未盡早進入。現在進入的創(chuàng)業(yè)公司，機會已然不多。國際上亞馬遜獨領風騷，國內市場從去年到現在已是一個爆發(fā)期?！睖S忠說。

相比去年的資本熱捧，今年投資人更多將目光轉移到了芯片、語音技術、零部件及技術方案提供商等上下游產業(yè)鏈。今年6月，天貓精靈和小米AI音箱背后的語音交互解決方案提供商思必馳宣布完成5億元人民幣D輪融資，由元禾控股、中民投領投，富士康等跟投。

即便如此，資本冷卻的賽道依然吸引著不同玩家進入，外圍玩家喜馬拉雅、酷狗、獵豹，家電廠商海爾、美的先后入場，手機硬件廠商華為、諾基亞、OPPO、vivo、聯(lián)想更是快速布局。今年8月，華為消費業(yè)務CEO余承東在半年度業(yè)績報告中透露華為在做智能音箱，稱10月就能推出產品。

但在閆占孟看來，一些廠商此時是“被動入局”，意為保證利潤增長或者挽回敗局，一些則是為了增加原有用戶的粘性而進入手機以外的智能音箱終端。

這并不是一個好的時機，巨頭主導的戰(zhàn)場，唱衰后進入者的聲音很大。即使是早期進入該賽道的創(chuàng)業(yè)公司，發(fā)展也并不那么順利。

2014年，杭州的創(chuàng)業(yè)公司Rokid進入智能音箱賽道，其早期團隊成員多數來自原阿里M實驗室。從時間上看，Rokid要先于亞馬遜發(fā)布產品，而在量產上，卻要晚半年。Rokid副總裁向文杰是早年參與智能音箱產品研發(fā)項目的成員之一，他在今年7月接受本刊采訪時，連連感嘆做一家智能音箱公司“太難了”。

自稱“早入場、趕晚集”的出門問問CEO李志飛告訴小編，“一開始，市場上做音箱的公司寥寥可數，絕大部分廠商都是在去年之后才進來的?！?017年8月，人工智能科技公司出門問問正式發(fā)布了針對家居場景的智能音箱——問問音箱Tichome。

但在加入巨頭們主導的音箱大戰(zhàn)后，李志飛覺得存在兩大矛盾：一是AI和快市場的矛盾，在AI技術發(fā)展尚未成熟的情況下，中國是一個“六個月就能結束一個領域的戰(zhàn)爭”的市場；二是小市場和大玩家之間的矛盾，國內音箱市場原本就小，巨頭選擇在市場起量的情況下入局，令其他玩家措手不及。

巨頭的游戲

“2018年勢必是一場惡戰(zhàn)?！贝搜猿鲎孕◆~在家創(chuàng)始人兼CEO宋晨楓之口，而“惡戰(zhàn)”所指正是國內智能音箱價格大戰(zhàn)。

2017年“雙十一”期間，阿里人工智能實驗室下原價499元的天貓精靈X1以99元的低價引發(fā)搶購熱潮，天貓精靈出貨量超過200萬臺。今年7月，阿里巴巴達摩院人工智能實驗室總經理淺雪在接受本刊采訪時稱，“200萬的數量證明了用戶在中國市場的接受度很高，并且爆炸度明顯還會高于美國市場?！?/p>

天貓精靈的火爆引發(fā)的補貼大戰(zhàn)延續(xù)至今。小米、百度、京東等公司也相繼推出不足百元的音箱，它們的目標都指向了搶占更多的市場份額。

“確實沒有想到，短短一年時間，完全變成了由巨頭低價主導的市場，”李志飛說，“國內走的路線多是在復制亞馬遜Echo。國外花三年時間走的路，國內一年就走完了?！?/p>

2015年6月，發(fā)布了半年左右便開始售賣的亞馬遜Echo，當年的銷量突破250萬臺。很快谷歌入局，一段時間內，全球智能音箱也保持著亞馬遜和谷歌“二元爭霸”的局面。

后入局者紛紛追隨亞馬遜Echo的腳步。國內最早的入局者是京東和科大訊飛。2014年底，京東成立團隊，2015年年初與科大訊飛合資成立公司，進軍智能音箱賽道。

湯躍忠介紹，2014年，“智能硬件”的概念雖然火，但具體要做什么，包括亞馬遜在內的各家一直處于摸索狀態(tài)，“經過篩選，無人機、手表等被我們過濾掉，最終做智能音箱”，當時擔心“入錯行”的湯躍忠說，之所以選擇智能音箱也是基于科大訊飛的經驗——“已經做出了一臺自主研發(fā)、不帶喚醒功能的音箱”。

在亞馬遜Echo面世僅四個月后，2015年3月，京東與科大訊飛合資成立的靈隆科技推出叮咚智能音箱，但市場反應平平，2016年科大訊飛年報披露的數據顯示，叮咚智能音箱年出貨量近10萬臺。

雖然同時期創(chuàng)業(yè)公司也試圖分一杯羹，但現實的技術瓶頸限制了它們的想象空間。2016年，湯躍忠去深圳開會時，他得知深圳南山區(qū)做智能音箱的初創(chuàng)公司有兩百多家，“它們（創(chuàng)業(yè)公司）低估了智能音箱的技術含量，那時麥克風陣列喚醒、自然源理解、合成等很多技術還不成熟，大家都處于摸索階段?！?/p>

這依然是一場大公司之間的較量。

2016年5月，谷歌發(fā)布智能音箱Google Home；一個月后，蘋果隨即發(fā)布了智能音箱HomePod。第二年7月，阿里、小米相繼殺入這片藍海，11月，百度推出小度系列的Raven H智能音箱；2018年4月，騰訊聽聽智能音箱上市；6月，百度發(fā)布了小度智能音箱。至此，BAT全部入局。

“進入現階段，也只有巨頭們才能玩得轉這個游戲了?！睖S忠說。

不同玩法

在大公司的擠壓下生存，李志飛形容為“被逼出走”。

和這些公司搶占C端，創(chuàng)業(yè)公司無疑有點吃力。李志飛告訴本刊，公司在智能音箱業(yè)務的布局上，to C的業(yè)務很難開拓，于是不得不調整戰(zhàn)略，一方面逐漸轉向to B，另一方面轉向中外巨頭賣不到的海外市場。

而在向文杰看來，雖然市場由大公司們所主導，對于任何一家智能音箱的創(chuàng)業(yè)公司而言，快速盈利、賺錢、上市，短期內都很難現實，“但打磨出特色和有競爭力的產品，耐心等待才是我們現在該做的事?！?/p>

向文杰認為，未來智能音箱發(fā)展有兩個方向：一是偏互聯(lián)網的玩法，降低音箱價格，把產品“送”出去，以此來完善自身的業(yè)務鏈條；二是將產品平臺化，“散”出去，提升用戶體驗，讓用戶離不開智能音箱。

在2018世界機器人大會上，獵豹移動的一款價格并不親民的小豹音箱也躋身機器人的展臺，一位現場體驗者告訴記者，其音質與音效確實優(yōu)于他使用過的普通音箱。對于音箱的定價，現場工作人員回應稱，之所以不跟風走低價路線，主要在于其產品成本覆蓋了音效、音質的技術及自主研發(fā)技術的迭代。

獵豹移動董事兼高級副總裁周品稱，小豹AI音箱的定位是“爆款音質、聽歌神器”，以優(yōu)秀的音質來切入市場。從去年開始，獵豹移動旗下人工智能公司獵戶星空就以語音OS技術提供者的身份，協(xié)助喜馬拉雅和小米分別推出了小雅音箱和小愛同學。

智能音箱的下半場將開始采用垂直細分、差異化打法，這也是來自巨頭、創(chuàng)業(yè)公司及資本玩家達成的共識。和巨頭的低價策略相比，目前國內幾乎所有的智能音箱創(chuàng)業(yè)公司一致在走“高價、個性”路線。

閆占孟告訴本刊，在巨頭玩家“入侵”下，后來者除非做垂直細分市場，擁有不同玩法，否則很難生存。

不容忽視的是，語音技術創(chuàng)業(yè)公司也在發(fā)力。今年5月，國內四家AI語音領域的頭部創(chuàng)業(yè)公司幾乎都在同一時間開始押注AI語音芯片，云知聲、出門問問、Rokid、思必馳相繼推出了自己研發(fā)的AI語音專用芯片。

周品則認為，中場過后，智能音箱產品的邏輯在于回歸聲音的本質，在音質和音樂的來源上進行深度布局，用音質去吸引和打動用戶在音箱上的原始需求。

瓶頸突破

“人工智能的賽道足夠寬、足夠長，大家都會逐漸找到自己的定位。但如果視野不夠廣，是沒有辦法創(chuàng)造未來的”，淺雪稱，阿里巴巴憑借自身的強品牌背書和行業(yè)資源整合能力，扮演了行業(yè)推動者的角色，做著教育市場的工作。

早期智能音箱誕生時，出現唱衰的聲音——中國人的生活習慣和場景里沒有語音交互需求，而這已被現實證明是一個偽命題。

不過，在接受本刊記者采訪的諸多業(yè)內人士中，“教育市場”仍是提及較多的一個關鍵詞。多數人認為，目前在語音交互概念和場景需求的滲透上仍存在很大的提升空間。

“目前國內市場智能音箱的出貨量還沒有智能手機的出貨量多。”李志飛一語道破智能音箱現階段用戶滲透率低的特征。

一項來自奧維云網（AVC）的調研表明，中國57%的消費者聽說過智能音箱，23%的消費者對智能音箱有一定了解，但消費者在購買之后的使用頻次和時長并不理想。相比美國家庭接近30%的普及率，中國智能音箱的普及率仍很低。

用戶在使用音箱產品過程中普遍反饋存在遠場識別差、誤喚醒率高、連續(xù)對話功能不穩(wěn)定、語義理解能力差等問題。

湯躍忠表示，產品教育市場是一個過程，全球消費者使用語音交互產品經驗匱乏。不過中國用戶接受新技術、新產品、新體驗的能力超出他們的預想。調研數據顯示，一些南方城市的老年用戶使用粘性極高，使用時長、活躍度超出了預期。

閆占孟稱，國內智能音箱預計會在2019年或2020年迎來一輪大爆發(fā)，真正迎來爆發(fā)的關鍵在于如何實現智能音箱產品的“好用好玩”。時至今日，國內并未出現一款“既好用又好玩”的顛覆性產品。

現在市場上智能音箱產品的競爭力除了渠道，強調最多的就是用戶體驗。而語音交互和服務內容則是競爭的核心。李志飛如此描述語音交互的重要性：語音交互是“靈魂”，智能音箱只是載體。

但教育市場需要時間，AI技術是制約整個智能音箱行業(yè)發(fā)展的最大瓶頸。向文杰認為目前整個行業(yè)都在創(chuàng)造需求，而非用技術去滿足需求。

湯躍忠也持同樣觀點，在他看來，目前還處于弱AI階段，語音識別、語音合成、自然語言理解、降噪、喚醒等技術僅僅達到可用的程度，尚未達到令用戶十分滿意的階段。早期，湯躍忠和團隊研發(fā)叮咚音箱時，在他們準備將完善的產品裝進硬件之前，投入時間和精力最多的要屬語音識別、喚醒率、聲音合成等核心技術的研發(fā)。

他以麥克風陣列為例，為保證音質的完美體驗，要在麥克風的音質和喇叭的噪音處理之間做出平衡，“如何實現音質和音效的協(xié)調，這涉及到硬件、軟件和算法，這也是目前包括亞馬遜Echo在內的所有音箱產品需要突破的一項技術瓶頸”，湯躍忠說，這也是未來巨頭在布局生態(tài)以外會重點發(fā)力的方向，“巨頭們要想保持在這個行業(yè)里的優(yōu)勢，除了做生態(tài)，技術突破不可或缺。”

目前，大公司依托其強大生態(tài)推出智能音箱，各有所長。比如天貓精靈內置的人工智能系統(tǒng)整合了支付寶、淘寶和菜鳥物流的信息。小米的小愛同學則和配套的智能家居設備連接在一起。

不過，淺雪告訴本刊記者，硬件與軟件的迭代，中間需要一個銜接點，目前大部分公司還沒有完全觸碰到這個點，這也是天貓精靈有待突破的環(huán)節(jié)。而天貓精靈的重心正逐漸由智聯(lián)網連接轉到AI算法上。

“這還需要一些時間。”淺雪說。