蘋果挑戰亞馬遜 智能音箱大戰為何外熱內冷？

上海聲瀚科技的COO陳虹道先生曾接受筆者的採訪，陳虹道認為，語音交互已經成為智能時代的入口。2014年到2017年全球語音設備出貨量大幅度攀升。

全球出貨量從2014年的不足500萬台，到2017年出貨量將達到2500萬台。2016年到2021年全球語音識別市場的年複合增長將達到43.6%。

6月5日，蘋果宣布推出家居智能音箱HomePod，正式挑戰在這一領域走在前面的兩大巨頭亞馬遜和谷歌。蘋果的這款產品重點強調享受音樂的功能，將Siri植入音箱中，讓用戶在家居環境中也能和Siri對話。蘋果發智能音箱的速度沒趕上兩位對手，價格卻比亞馬遜、谷歌的產品幾乎翻番，單價定在了349美元。

亞馬遜Echo確定已經成為智能家居的入口

Amazon Echo已經累計全球銷售突破1000萬套，市場培育期接近完成。據陳總了解，亞馬遜集結3000人來推動這款音箱產品更新和智能家居生態圈的構造。Amazon Alexa生態圈的第三方應用已經超過7000。

當前亞馬遜Echo音箱的語音助手Alexa它的智能化表現已經把Google Assistant、Cortana和Siri甩在了後面。有數據顯示，智能音箱當前已經被亞馬遜驗證，它可能將是智能家居的一個極為重要的入口。

國內智能音箱廠商也不少，但是目前普遍處於不溫不火的狀態，目前在國內的智能音箱廠商中，多半是硬體廠商+互聯網巨頭投資的模式。

其中，包括叮咚智能音箱系列是京東和科大訊飛合作，漫步者系列智能雲音箱是與阿里智能合作，Sonos家庭智能音箱是與騰訊電商合作。這與國外是互聯網巨頭主導的模式截然不同，也意味著國內互聯網巨頭也並不是特別重視這一領域。

多數用戶對智能音箱並不感冒

一方面原因在於智能音箱用戶市場沒有起來。國內用戶的整體音樂素養與音樂藝術積澱並不高。

在國內，可以很明顯的感覺到一個走勢是，好的音樂越來越少，而有追求的音樂聽眾也越來越少。這導致的一個反面是廣場舞音樂以及各種神曲走紅不斷。

如果國內音樂受眾總體上素質積澱不太高，那麼智能音箱這種產品可能就難以引爆市場。在國內，即便對音樂有一定愛好與興趣受眾，多數也是用手機聽歌。在國外，音樂市場非常龐大，愛好音樂的用戶以及對音樂有追求的群體佔比相對還是更高一些。

在國內智能音箱產品不溫不火，這其中的一大原因應該與用戶群體對於智能音箱這個產品屬性並不感冒有著重要的關係。

中西中產階層家庭生活方式不同，對智能音箱產品需求不同

作為物聯網時代人機交互的新方式，語音交互為核心的智能音箱其實更多是代表著以家庭為單位、中產階級的一種生活方式，在當前，亞馬遜的echo銷量即將突破1000萬台。

echo是以家庭為單位的，1000萬的家庭覆蓋的人群在3000萬到4000美國家庭，已經達到美國總人口的十分之一，Echo 正迅速從早期用戶的小眾圈子進入以家庭為單位的大眾市場。

之所以說它是一種中產階級的生活方式，在於它背後代表的音樂文化與市場環境。有數據機構顯示，今年超過3500萬美國人每月至少與這些智能音箱交流1次，這個數字比2016年增加了1倍。在背後，有市場環境、家居文化以及經濟發展水平的原因。

智能家居生活必然需要一定的經濟水平為支撐。以Echo為例，它的模式是語音聲控模式，主打遠距離語音操控，在預定快餐、叫車服務、鬧鐘與定時，天氣預報、交通狀況查詢等控制智能家居設備，語音服務Alexa讓你在房間的任意位置走動講話，Echo都能聽到繼而執行相應的任務，比如開燈，開電視等。

而由echo控制的有近30款智能硬體產品。這種模式決定了購買echo智能音箱產品的用戶要用這個入口控制這些家居，這意味著產品的潛在用戶要一定的生活家居品味以及整個家庭的生活經濟水平不會低。

在，以家庭為單位並且具備一定生活品味與經濟水平的中產階層並沒有成為主流，就算有，當前普遍也沒有培養出這種生活方式。

AI語音交互能力、軟硬結合能力的差距

另一方面，從矽谷巨頭的模式來看，智能音箱依賴三個核心能力：AI驅動下的智能語音交互、內容服務和豐富的第三方應用。核心是AI能力。

在國外巨頭中，AI語音助理基本是標配。亞馬遜Echo的語音服務助手是Alexa，微軟已經宣布與哈曼卡頓合作，將 Cortana 智能助手集成至智能音箱。當前蘋果推出的HomePod 音箱，也是依賴Siri來語音操控。Google Home的背後是Google Assistant。

但在國內的智能音箱市場，目前還沒有一款拿得出手的AI智能語音助理產品能夠搭載在智能音箱上實現軟硬結合與並具備相對較好的語音交互體驗。

無論是亞馬遜的ECho，還是蘋果的Siri都可以通過進一步調校讓語音助手接入更多的第三方服務。但國內互聯網巨頭做智能音箱由於在AI語音助理這一環的缺失，這就很難在語音交互上不斷優化而擴展第三方語音服務能力。

比如京東智能旗下叮咚智能音箱，搭載的是科大訊飛的語音技術，這導致在軟硬體融合層面以及未來平台生態掌控力層面缺失了一個核心能力。

因為AI的存在，當前的智能音箱也已經超出了音箱定義的範疇，而在語音設備技術層面，又包括雜訊抵消、語音識別，和語義識別。而依託音響產品的語音控制，融合了智能語音技術的智能識別和交互環節的深度學習，基於深度學習在語音識別和語義理解上不斷進化。

而在於AI智能語音助理上的發展水平，國內暫時處於落後狀態。而且對於智能家居這種產品來說，核心是依賴語音聲控，背後是人工智慧的智能識別能力與深度學習能力。

國內的科大訊飛，思必馳等公司都是具備語音識別能力的廠商，但當前，國內的智能音箱廠商還沒有人工智慧方面的平台優勢可以形成一種平台聚合力以及軟硬結合能力。無論是亞馬遜的ECho，還是蘋果的Siri都可以通過進一步調校讓語音助手接入更多的第三方服務。但國內互聯網巨頭做智能音箱由於在AI語音助理這一環的缺失，這就很難在語音交互上不斷優化而擴展第三方語音服務能力。

在國外，Google Assistant 聯合了70多家智能家居廠商共同合作包括括洗衣機、冰箱等等產品的結合，而亞馬遜則其實在基於聲控軟體Alexa已經構建了一個基於語音產品的開放平台，早前全球電子消費展（CES）展會主辦方消費技術協會（CTA）首席經濟學家 Shawn DuBravac 曾表示：「配備了亞馬遜的 Alexa 語音助手的產品現在大約有1500種。」