中國公司為何做不出亞馬遜Echo

題圖：亞馬遜Echo

技術本身裡面蘊含了一種剛性，你可以適當彎折它來適應場景，但如果彎折過甚，一旦它反彈回來就會把違背技術規律的產品打的滿地找牙

李智勇 |文

2017年智能音箱上似乎春天已致，但其實未必，類比智能手機，我們很可能仍然處在2007年。

智能音箱是一種慢節奏的產品

不同產品的先天屬性差別會很大，臉萌這種產品很可能整個生命周期一共只有幾周，而微信這種產品最終的決勝期可能只有一年甚至幾個月。但智能音箱這產品的啟動期很可能長達數年。

通常來講新型的通用型產品都需要一個較長的啟動周期，這裡面既有技術的原因，也有生態成熟本身就需要一定時間的原因。個人電腦從出現到普及花了差不多20年，智能手機相對比較短，那也花了差不多4-5年。智能音箱這個品類的成熟周期很可能會與手機相當，當然這個過程中成熟的絕對不只是智能音箱，也會包含整個遠場語音交互。

而之所以需要這麼長的成熟時間，正和這個品類的兩個核心瓶頸有關：

一是技術本身。不管我們怎麼宣傳，不管過去在其它方面有任何積累，任何一個公司如果忽視亞馬遜做Echo這款產品花了4~5年這一基本事實，那就一定會為此付出代價。這就和我們如果盲目追求畝產十萬斤，那就很可能連正常的收成都沒有是一個道理。技術本身裡面蘊含了一種剛性，你可以適當彎折它來適應場景，但如果彎折過甚，一旦它反彈回來就會把違背技術規律的產品打的滿地找牙。

一說生態本身需要成長和打磨。習慣通常和生態共同成長。當每個人每時每刻都在玩手機的時候，手機的生態也就大成了。這裡面蘊含了內容-習慣彼此促進的一個過程。眼下實際上是兩者都缺。這反過來意味著這個品類仍然處在早期階段。不過據此就以人沒有聽音箱的習慣為理由，認為智能音箱在不會成功就是更為奇怪的解讀。人其實也沒有使用智能手機的習慣。

不管從那個角度看，智能音箱都是一種慢節奏的產品。拿馬拉松當百米衝刺來跑其實是不樂觀的。

智能音箱的兩種走勢

如果一款產品本身不能和叮咚做出本質差異，那更可能是叮咚的量級為中軸線而上下起伏。原來的用戶基礎可能會對此產生加成，但如果產品自身不產生粘性，那這種加成就會變成一次性的進而變的毫無意義。

這點和上一點連在一起看就特別有意義，它事實上要求先把產品預期放低，把產品做小，耐心打磨技術和體驗，而不是上來就高調的做一款無所不能的產品。眼下看來大多產品的運作方式正好與此相反。

所以智能音箱下面的走勢很可能並不會一帆風順。而是會大範圍受挫。然後才會有人在此基礎上琢磨產品應該如何重新定義。這很像HTC雖然做手機比小米早，但若論結果卻遠遜一樣。

這裡的結果有可能是兩種：

一種是最終勝出者仍然是現在的各路玩家。這就需要些痛定思痛，其實比較困難。

一種是又會有新的玩家出現。誰如果做成了這件事情，那誰就會是新的小米。

以過往歷史來看，第二種可能性反倒是高於第一種可能性。

整體來看，下面的發展趨勢很可能是到2018年發展勢頭一定程度受挫，然後湧現出新的玩家。

從智能音箱到語音助手

語音助手的範圍一定會大於智能音箱，所以智能音箱只是載體之一。在很多人關注智能音箱的同時，遠場語音交互會以語音助手的形式在各種設備上逐漸落地。這就好比當觸屏出現后，大部分設備要重做一遍；當遠場語音交互成立后，事實上更多的設備要重做一遍（比如觸屏不會影響攝像頭，但遠場交互會）。當前這點上發力最多的是百度DuerOS，近來百度聯合聲智科技推出的麥克風陣列其目的顯然也不是只覆蓋智能音箱市場。

但必須一提的是，雖然現在很多公司逐漸提高了對語音交互的重視程度，但很可能還是遠遠低估了它所可能帶來的變化。整個人機交互發展的主線很可能是先語音然後語音和視覺相融合構成更便利豐富的交互形式。但從觸屏到語音是顛覆性的，是一次重新洗牌的機會，從遠場語音交互到語音與視覺的融合則是改善性的，很可能會維持那時候已經確定的格局。

而遠場語音交互之所以是顛覆性的在於：它很可能讓科技公司的競爭更為激烈，而只剩下數目更少的玩家，因為在語音交互下，生態系可能具有唯一性，而生態系裡的超級應用也具有唯一性。這點我之前文章里提到過，這裡重複一下：

我們先做個基本的假設，那就是Alexa（Echo搭載的智能語音助手）獲得了巨大成功，滲透到各種設備之中，包圍了人們的生活，人們有50%的時間在通過語音和設備打交道，並且日活逼近Android。

那這時候一定會衍生這樣的需求，用戶會說：Alexa，幫我通知下馬化騰，明天我不見他了。這時候就需要有一種通訊的IM來實現這種需求。這時候亞馬遜就有兩個選擇：第一它接入一種已有IM，比如Whatsapp，或者Skype。第二種是自己做一個嵌在Alexa裡面。亞馬遜至少有一半以上的幾率會選擇後者，而不是把這種基礎設施開放給別人，因為前兩種要麼屬於Facebook，要麼屬於微軟。

如果在是阿里巴巴做成了Alexa，那估計百分百不會選擇對接微信。我們很難想象這種語音交互方式：Alexa幫我用Whatsapp給馬化騰留個消息，明天我不見他了。在語音交互中WhatsApp這類應用的標識很可能會被優化掉。如果Alexa還只是百萬級、千萬級DAU的應用時那這個特性還不關鍵，但如果它是10億DAU的系統，那這個特性的影響就會被無限放大，也就說搜索、IM、電商很可能都只有一家，而不是像現在雖然少，但還有個1,2,3名。

眼下我們還不太確定最終的生態是否會有唯一性，比如說終極狀態下是不是只會有Alexa，然後它滲透到無所不在的地步，還是說同時會有幾個Alexa存在，分別屬於不同的大公司。純從技術的角度看，很可能真的只會有一個（也許是兩個，畢竟有蘋果存在）。而一旦如此就會產生非常顛覆性的結局，今天的巨頭不再是巨頭，而新玩家則因此而崛起。

小結

有時候想想自己似乎一直在做一些很逆向思維的事情，當沒人關注智能音箱的時候，我大多時候在說，這必是未來；而當大多人開始做這件事情的時候，則又反過來說它來的並沒有想的那麼快。其實這也並不矛盾，其間唯一差異只在於尺度。具體產品比如阿里的智能音箱就不做細節上的評論了，想說的已經在上面提到了。