就像貝索斯自己都沒(méi)預(yù)見經(jīng)歷Fire Phone慘敗后的亞馬遜Echo竟會(huì)如此大獲成功，智能家居領(lǐng)域可能同樣也沒(méi)想過(guò)智能音箱這款并不新鮮的玩意兒竟然會(huì)是那匹殺出重圍的黑馬。

　　繼海外四大科技公司同時(shí)入局之后，智能音箱的這把邪火從海外一直燒到了海內(nèi)，BAT三家也紛紛“下?！?。

2014年11月,亞馬遜發(fā)布了智能音箱Amazon Echo，搭載語(yǔ)音服務(wù)助手Alexa
2016年5月,谷歌帶來(lái)Google Home智能家居設(shè)備，搭載語(yǔ)音助手Google Assistant
2016年底,微軟和哈曼卡頓合作推出智能音箱Invoke，基于Cortana語(yǔ)音助手
2017年6月，蘋果發(fā)布智能語(yǔ)音音箱HomePod，支持用戶通過(guò)Siri控制音箱

2017年1月，百度聯(lián)合小魚在家發(fā)布搭載了 DuerOS 的視頻對(duì)講機(jī)器人
2017年6月，騰訊聯(lián)合數(shù)字家圓發(fā)布搭載了小微的“親見 H2”，另表示其智能音箱產(chǎn)品“耳朵”將于8月前后發(fā)布
2017年7月（昨天），阿里推出搭載了 AliGenie 的智能語(yǔ)音終端設(shè)備“天貓精靈 X1”

　　當(dāng)然，除了“四大天王”和BAT，還有京東聯(lián)合科大訊飛發(fā)布的“叮咚”，喜馬拉雅發(fā)布的“小雅”，聯(lián)想、酷狗等公司一家不落，一大智能家居初創(chuàng)企業(yè)亦蜂擁而至。隨著越來(lái)越多的團(tuán)隊(duì)開始打造智能音箱，并將之作為智能家居“控制中樞”，人們貌似陷入了一個(gè)怪圈：想入局智能家居，就得做音箱。

　　在鳥山明的畫筆下，集齊七顆龍珠就能召喚神龍，現(xiàn)在市場(chǎng)上智能音箱的龍珠可遠(yuǎn)不止七顆，可智能家居的神龍又在哪里呢？

為何偏偏是智能音箱？

　　對(duì)于最近大火的智能音箱，不少人可能會(huì)感到疑惑——偌大的智能硬件市場(chǎng)，為何偏偏是智能音箱獨(dú)得恩寵？

　　有的人說(shuō)音箱價(jià)格相對(duì)便宜，占地空間小，和電視等大物件相比，用音箱做智能家居控制中心比較容易入局；還有的人從需求來(lái)談，說(shuō)聽歌娛樂(lè)已經(jīng)成為人們茶余飯后必須的休閑活動(dòng)，而音箱的接受度及普及率相對(duì)較高。

　　當(dāng)然，最關(guān)鍵的一點(diǎn)的還是交互方式的變革——從DOS到Windows，從命令代碼到圖形化操作是用戶體驗(yàn)的一次飛躍；從按鍵到觸屏，向人類自然操作方式更近了一步；現(xiàn)在，語(yǔ)音正在成為一種更加順應(yīng)人性的自然交互方式。

　　但說(shuō)到這兒，問(wèn)題還沒(méi)得以解答，畢竟很多設(shè)備都能搭載語(yǔ)音交互功能，為何偏偏是音箱呢？

　　別怪筆者對(duì)音箱的偏見，既然要搶占智能家居的入口，搶占智能家居的控制中心，至少要選一件大多數(shù)人都離不開的家居吧，可是音箱卻實(shí)在算不上一個(gè)家庭的剛需設(shè)備。

　　以前，音箱多是作為電視、電腦的配件存在的，但是隨著技術(shù)的提升，現(xiàn)在的電視已經(jīng)擁有了環(huán)繞立體聲響系統(tǒng)，電腦也開始講究便捷和便攜，音箱也就漸漸成了“雞肋”；另外，隨著手機(jī)、平板電腦的出現(xiàn)，在聽音樂(lè)上，人們有了更多的選擇，鑒于音箱的體積、音樂(lè)共放對(duì)周邊造成的困擾，人們更愿意插上耳機(jī)享受自己的音樂(lè)世界；況且，國(guó)內(nèi)多數(shù)人對(duì)于音質(zhì)是沒(méi)有太高要求的，因此音箱的存在也就可有可無(wú)，對(duì)于這些人而言，一部手機(jī)、平板電腦完全可以取代音箱。

　　再直白些講，智能音箱的本質(zhì)就是一個(gè)音箱，而讓它能夠從眾多音箱中鶴立雞群的就是其中所加載的語(yǔ)音識(shí)別、云服務(wù)等人工智能技術(shù)，以及與第三方服務(wù)商的無(wú)縫連接，而這些，只要廠商愿意，幾乎每個(gè)智能硬件都可以做的跟智能音箱一樣出色，甚至可以更好。如果以彩電作為中心，也可以執(zhí)行控制智能家電、訂餐、詢問(wèn)天氣、叫外賣等指令，除了語(yǔ)音交互，它還兼具視覺交互呢！同樣，家庭智能網(wǎng)關(guān)也可以作為交互的中心，因?yàn)榧依锼杏布幕ヂ?lián)都需要通過(guò)網(wǎng)關(guān)。

　　“真火”還是“虛火”？

　　鑒于音箱如此的不必要，以智能音箱作為智能家居入口可能本身就是一個(gè)偽命題。

　　這時(shí)候可能就會(huì)有人出來(lái)拿數(shù)據(jù)打筆者的臉了，怎么就是虛火怎么就是偽命題了？你看人家亞馬遜的Echo！

　　根據(jù)CIR的報(bào)告，自2014年11月發(fā)布到2017年1月，亞馬遜Echo系列（包括Echo、EchoDot和Tap）用戶已達(dá)到820萬(wàn)，公司2017年的銷量目標(biāo)是1000萬(wàn)臺(tái)。

　　好吧，1000萬(wàn)臺(tái)的銷量絕對(duì)不是一個(gè)小數(shù)字，可是用戶的實(shí)際使用頻率如何呢？據(jù)某研究機(jī)構(gòu)調(diào)查數(shù)據(jù)顯示，在美國(guó)，大約有3600萬(wàn)用戶每月會(huì)用到一次語(yǔ)音操控的音箱，這就相當(dāng)慘淡了。

　　而且，亞馬遜Echo的成功是因?yàn)樗x對(duì)了音箱作為入口嗎，絕對(duì)不是的。Echo的大獲成功連亞馬遜自己都感到驚訝，這款革命性產(chǎn)品是由亞馬遜數(shù)百技術(shù)人員歷時(shí)三年才打磨完成，經(jīng)過(guò)了相當(dāng)長(zhǎng)的時(shí)間積累。

　　亞馬遜高管Dave Limp曾經(jīng)說(shuō)過(guò)：我很難計(jì)算出為了開發(fā)這款產(chǎn)品，我們到底花費(fèi)了多少人力和物力。

　　比如說(shuō)為了把虛擬語(yǔ)音助手Alexa對(duì)用戶需求做出的回復(fù)時(shí)延從原來(lái)的2.5s-3s降到更低，開發(fā)團(tuán)隊(duì)做了數(shù)千次內(nèi)部測(cè)試，并且每周都要與科學(xué)家們合作進(jìn)行數(shù)據(jù)分析。最終，團(tuán)隊(duì)把延時(shí)控制在了1.5秒以內(nèi)，而這一數(shù)字已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)銜當(dāng)時(shí)的其他競(jìng)爭(zhēng)對(duì)手。

　　再比如說(shuō)，為了讓Echo和它內(nèi)置的虛擬語(yǔ)音助手Alexa能夠在用戶提出需求后迅速做出擬人化的回答，研發(fā)小組提出了“綠野仙蹤”測(cè)試（the Wizard of Oz experiment）。具體的測(cè)試方法是：讓一名人類“魔法師”坐在一個(gè)房間里，對(duì)另一名實(shí)驗(yàn)對(duì)象所向Echo發(fā)出的任何命令做出即時(shí)回應(yīng)。比如，如果實(shí)驗(yàn)對(duì)象詢問(wèn)Echo“今天紐約的天氣怎么樣？”時(shí)，另一個(gè)房間里的“魔法師”就要將回復(fù)迅速打出來(lái)，并通過(guò)Echo的語(yǔ)音將答案發(fā)送出去。實(shí)驗(yàn)結(jié)束后，實(shí)驗(yàn)對(duì)象需要填寫一份滿意度問(wèn)卷，并寫出他們喜歡怎樣的回復(fù)。

　　“這應(yīng)該能算做是某種心理學(xué)測(cè)試了，目的就在于發(fā)現(xiàn)人們到底會(huì)對(duì)何種回應(yīng)感到滿意。我們發(fā)狂般的專注于探尋不同回應(yīng)的滿意度，并進(jìn)行了一系列持續(xù)的科學(xué)實(shí)驗(yàn)?！?BR>——某早期小組成員

　　相比之下，國(guó)內(nèi)很多智能家居小廠商由于體量問(wèn)題，往往接不到功能較為強(qiáng)大的軟硬件資源；也有某些廠商為了趕上這個(gè)風(fēng)口，在幾個(gè)月時(shí)間內(nèi)，通過(guò)跟一些第三方語(yǔ)音方案和硬件公司的合作，迅速把產(chǎn)品從圖紙?jiān)O(shè)計(jì)轉(zhuǎn)為實(shí)物上市，雖然看起來(lái)能用，但整個(gè)交互以及體驗(yàn)欠佳，缺乏對(duì)使用場(chǎng)景的了解和對(duì)用戶行為和心理習(xí)慣的研究。

　　另外，國(guó)內(nèi)和國(guó)外的“行情”也不盡相同，國(guó)內(nèi)80%以上音頻產(chǎn)品200塊以內(nèi)，超過(guò)500塊月銷量超過(guò)1萬(wàn)臺(tái)難度很大。而且中文口音、方言復(fù)雜，語(yǔ)音識(shí)別、語(yǔ)義理解難度都高于英文更大，要打磨出好的產(chǎn)品體驗(yàn)，能”聽“會(huì)”說(shuō)“還會(huì)”思考“，需要更長(zhǎng)時(shí)間。

　　如果僅僅是因?yàn)橹悄芤粝洹盁帷本驼J(rèn)為它“對(duì)”，繼而盲目跟風(fēng)，最后不過(guò)是為媒體再添一份死亡名單罷了。

智能音箱是虛，語(yǔ)音交互是真

　　總之，智能音箱只是語(yǔ)音的載體之一，筆者相信，若是亞馬遜當(dāng)時(shí)用同樣的精力做了一款另外的產(chǎn)品，憑借相同的用戶體驗(yàn)，也會(huì)成功。畢竟，Echo身為音箱，其它功能都挺好，唯有音質(zhì)卻實(shí)在不敢恭維。

　　人與世界的交互，無(wú)非是通過(guò)用手摸、用眼睛看、用耳朵聽。如今，我們與數(shù)字產(chǎn)品的交互正處于用手摸（觸控技術(shù)）和用眼睛看（屏幕）的階段，下一階段語(yǔ)音交互或?qū)⒊蔀橹髁鳌?/P>

　　目前的智能家居多是通過(guò)APP進(jìn)行操控，需要打開手機(jī)再打開APP這樣多余的過(guò)程，其實(shí)是為用戶增加了困撓，根本就是“”偽智能，《鋼鐵俠》里托尼•史塔克只需喚一聲“給我一杯咖啡”，智能系統(tǒng)就會(huì)自動(dòng)制作一杯美味的咖啡送到面前，這樣智能、便捷的家居生活，才是一直以來(lái)人們追求的夢(mèng)想。

　　互聯(lián)網(wǎng)女皇”瑪麗·米克爾在《2017年度互聯(lián)網(wǎng)趨勢(shì)報(bào)告》中同樣指出，語(yǔ)音是最有效的計(jì)算輸入形式，將成為人機(jī)交互的新范式。相比打字，語(yǔ)音交互的優(yōu)勢(shì)明顯：人每分鐘平均可以說(shuō)150個(gè)單詞，打字只能打40個(gè)。同時(shí)語(yǔ)音交互既簡(jiǎn)單又方便，一個(gè)麥克風(fēng)即可解決，尤其適合物聯(lián)網(wǎng)的場(chǎng)景。語(yǔ)音即計(jì)算界面，其應(yīng)用的三大場(chǎng)景是家里、車?yán)?、隨手，更快更方便就是用戶價(jià)值所在。

　　總之，語(yǔ)音交互可以以各種設(shè)備作為載體，如果還有新來(lái)的企業(yè)想入局智能家居，暫且放過(guò)可憐音箱吧！