一場必將到來的革命，人工智慧將左右下一代終端的成敗

圍繞人工智慧科技，科技巨頭展開了軍備大戰，矽谷密探採訪了Samsung美國人工智慧實驗室總監Michael Wei (衛岸)。我們探討了關於人工智慧對智能手機的影響，人工智慧的新硬體創新機會，以及人工智慧時代如何戰略布局。

人工智慧將成為手機的基礎能力，關係到生存權

手機廠商投資人工智慧，一個重要的原因就是這可能關係到生存權的問題。圍繞手機未來的發展可能存在兩個趨勢：

第一個是手機從賣產品逐漸向賣服務過渡

以Google Pixel為例，一般的硬體廠商賣的是硬體，而Google Pixel的賣點主要不是硬體，而是在賣智能能力。Google從自身軟體特點出發，在Pixel中融入了大量的人工智慧的技術，把手機賣成了服務(service)，雖然其硬體本身就不錯，但和其他手機廠商的區分度是通過其自帶的人工智慧服務區分開。Pixel是軟體和硬體結合的一個產品，因為谷歌掌握了上層的軟體和底層的硬體，可以做結合硬體的軟體優化或者結合軟體的硬體優化，比單純從軟體角度或者從硬體角度做手機更能發揮智能的能力。

另外一個軟硬結合的例子，就是Google Home,只用了兩個麥克風陣列，結合軟體優化，就達到了比較好的語音識別的效果，但從軟硬結合的角度，Amazon的Echo的技術更加成熟和領先。

從賣硬體到賣服務的變化，這是一個思維模式的改變。在現有硬體技術趨於極限，並且不斷趨同化的大背景下，這是一個戰略的選擇。但是這個轉型並不容易，各大廠商尚在不斷努力中。

第二個是未來人工智慧會成為手機的基礎能力

隨著人工智慧技術的發展，人工智慧可能成為手機上像水和電一樣的基礎設施，沒有人工智慧就像沒水沒電。但是，人工智慧是否能夠成為一個獨立的「賣點」，業界還在不斷地探索中，尚沒有定論。人工智慧服務的一個挑戰就是很難有明確的區分度，而利用人工智慧基礎能力上來提供的服務可能反而有區分度，所以人工智慧可能會成為一個基礎的能力，成為隱形的服務。人工智慧基礎功能和手機的關係，就會像水電和房子的關係，人們不會因為有水有電大家就來買房，而沒水沒電大家肯定不會買。

當然，軟體服務會不會成為手機賣點也是大家在研究的東西，大家有沒有可能因為喜歡某項服務而購買手機，比如因為喜歡Google Assistant所以來買台Pixel手機。用戶想要和用戶想花錢買之間區別很大，不過軟硬結合然後讓自己的軟體和硬體都更有競爭力是一個值得嘗試的方案。

隨著人工智慧產品的發展，用戶體驗和軟體服務會如何顛覆是值得思考的問題。比如很多GUI通過語音就可以完成時，過去的複雜的用戶交互可能蕩然無存。

總結一下，在硬體走向極致，技術更新變慢和趨同時，如果別人有很好的以人工智慧等為基礎的軟體服務並以此構建差異化優勢，而且這些服務又能被用戶接受為「賣點」，形成新的競爭平台的時候，你就可能會被吃掉。

人工智慧關係到廠商未來的發展問題

人工智慧不僅是關係到生存權，也是關係到發展的問題。大家都意識到人工智慧是一個很重要的基礎能力，擁有人工智慧的技術儲備，未來才能在終端戰爭中有一席之力。但擁有人工智慧不是唯一的事情，擁有人工智慧不代表擁有一切。比如不是有計算機視覺的技術，就能造好無人車，硬體其實很重要。如何從應用角度出發，找到核心問題所在，定位切入點，創造好產品的價值反而更重要。

人工智慧還有一個有意思的現象，大家都覺得人工智慧很好，但直接賣人工智慧的技術公司目前來說成功的很少。人工智慧有可能很難單獨成為一個獨立的行業，但是它可能成為很多行業的基礎技術。類似於之前的大數據，直接做大數據基礎設施比如spark的公司並沒有直接獲益太多，但是各個行業都因為大數據技術而獲得效益提升。

下一代終端是什麼？

手機市場相對已經成熟了，讓手機變得更智能可能只是錦上添花，大家都是在打保衛戰。不可否認，這其中會有一些異軍突起的情況發生，但留給後來者創造利潤的空間已經不大了。相比之下，大家更關心的是下一代終端是什麼？

智能終端的變化有一條最重要的主線，就是人機交互界面。晶體管時代是打孔機，大型機時代是鍵盤，PC時代是滑鼠讓人類進入圖形用戶界面時代，而真正創造智能手機時代的是觸摸屏，多點觸控技術一舉改變了手機鍵盤操作笨拙的問題，讓人類進入移動互聯網時代。那麼下一個終端是什麼？這是大家在尋找和不斷探索的問題。

有幾個基本的規律，下一代的終端應該是讓我們做到以前做不到的事情，能夠深入到過去滑鼠和觸摸屏做不到或者不方便的一些用戶場景。最典型的例子就是Amazon Echo，亞馬遜推出的一款圓柱形的小型桌式音箱，Echo讓計算進入以前PC和手機的「盲區」。關於下一代終端的用戶交互形態不止語音一種，有很多方向都在嘗試，AR也是一種可能。不管是什麼方式，最大的瓶頸就是對用戶習慣的改變。而改變用戶的習慣需要有持續的吸引力，就是「seed of gravity」，如果不能達到就只能是曇花一現。用戶習慣具有非常強的粘性，需要找到一些對用戶價值很高的應用場景作為突破口，或者帶來十倍以上的效率和體驗上提升，才有可能改變已有的用戶習慣。比如在手機上已經很習慣而且很方便的使用觸摸屏的時候，某些場景再增加語音是很難改變用戶習慣的，但是也不排除在新的場景或新的用戶群下切入語音是合理的。我們的一個觀測是，有小孩的家庭使用Amazon Echo後，小朋友非常習慣和Echo對話。

語音識別不是一個已經解決的問題

語音識別在過去的7年中突破非常大，但還不是一個已經解決的問題，這其中依然存在兩個瓶頸：

首先是技術瓶頸，語音識別在技術上依舊有難度，在「遠距」和「重噪」的環境下，很多公司所謂的智能音箱都沒得到很好的解決。很多產品只要稍微離得遠一些或者沒有對著說話就識別不出來。語音入門容易，但如果不能解決「遠距」和「重噪」的問題，很多最重要的用戶場景就不能實現，語音就失去了意義。

其次就是生態瓶頸，沒有一個好的生態和服務，語音作為入口就失去了意義，所以要有良好的生態。這兩個瓶頸決定了對語音的投入不是短期行為，很多廠商都希望短期投入後就立馬有產品，這其實是個誤區，語音識別並不是一個已經解決的問題。

做語音還是需要長期的投入，比如從聲源的識別、音道識別、降噪、語義理解，其實都需要很多的聲學和語音的技術積累。像亞馬遜做Amazon Echo團隊有幾百人，而Google做Google Home也很早就開始了，經過至少兩年才有產品推出。

終端升級換代的危機和機遇

終端每次升級換代都傾向於換一批廠商，因此用戶終端的公司能挺過兩代的並不多。

比如小型機時代DEC就在後來的終端升級中消亡了，IBM，Dell和HP等PC廠商在手機時代被拉下了，摩托羅拉和諾基亞也在智能手機時代被淘汰，三星等智能手機基本都是新的一批手機廠商，基本和功能機時代不是同一批。蘋果的手機業務也基本是從快倒閉的PC業務上涅槃重生，這裡面至少有三點原因：

第一，技術革新沒有掌握老的廠商手裡，新的技術大多是邊緣突破，革命性的技術往往被其他人掌握；第二，傳統廠商放棄原有優勢的抉擇困難，新的技術往往意味著舊優勢的喪失，需要極大的動力去主動放棄才能重建，這在以收入為主導的企業中很難實現；第三，新的終端和原有的商業模式不匹配，新的終端往往會有新的商業模式。

在下一代終端變遷的時候，大家都有機會，不過大家比較迷茫兩個點，第一是時間點，大家還不知道這個產品什麼時候出現和崛起。第二是新的產品形態，都還不清楚新的產品形態是怎麼樣的。廠商在06年07年也陷入過迷茫期，不知道下一步怎麼做，在蘋果手機出現之後，真正走出這條路的時候，大家才恍然大悟。回顧智能手機發展的早期，跟蘋果跟的最早的是HTC，先和微軟合作做智能手機，後來又和谷歌合作做手機。

如何布局人工智慧？

那麼，人工智慧時代的最重要的布局點會是哪些地方是一個值得思考的問題。

第一是思考數據戰略在公司中的定位

有一個確定和一致的數據戰略的公司在智能大賽中將會得到很大的優勢。但是數據戰略並不是簡單粗暴的通吃，而需要細緻的思考和規劃。

在數據戰略中，隱私和智能是一對矛盾，如何抉擇是一個戰略需要思考的問題。另外，大家都知道數據是很重要的，但現有的數據對未來的應用到底有多重要？會不會過去積累的數據由於應用的變遷變得沒有用。布局數據的一大威脅是，數據是和應用綁定的，今天產生的數據，可能放在以後都沒有用。

第二是思考布局哪些可能的新硬體

新的終端形態非常有可能是建立在一種新的交互技術上，而這種交互形式將會圍繞人、機器和環境之間的交互。我們目前可以看到幾個非常有潛力的方向，但具體的突破還有待市場的不斷驗證。除了Amazon Echo這類產品，可能VR/AR也是一個可能的新終端。而無人車和自動駕駛也是一個可能的方向，因為這個也顯著改變人和機器，機器和環境的交互方式。

第三就是技術儲備和人才

不過無論是哪一種交互方式，人工智慧的技術都會成為一項基礎能力。所以儲備技術和人才或許是一個非常有價值的事情。谷歌最強的軟體能力和產品化能力，以人才為基礎，可能比谷歌積累的數據更重要。一個典型的例子是，谷歌推出的神經網路翻譯，最早並不是谷歌發明的，而是加拿大蒙特利爾大學Yoshua Bengio教授和他的學習一起做的，但是谷歌最快把這個技術產品化和商業化。

跟隨戰略

跟隨戰略可能在新的經濟體系中成功的機會越來越小，在人工智慧時代也是如此，有幾個基礎的觀察。

第一個點是技術和產品的生存周期趨向於縮小，導致這個跟隨的時間窗口變短，或者變成沒有利潤的跟隨。以前的產品生命周期可能是幾十年，而現在的產品三到五年就更新換代了，想跟隨都跟不上。比如智能手機生命周期有七年，出現了跟隨的時間窗口，但是最後發現跟隨的手機廠商都沒有賺到錢，因為利潤都被早期的人吃光了，後期變成了紅海。

第二個點是雲計算和網路效應的原因，給跟隨的人機會越來越少雲計算等服務能夠讓新成品快速的擴張，會放大「First Mover Advantage」，產品迅速佔據市場。

總結一下，跟隨戰略是一種戰略選擇，減少前期投資，但是也意味著放棄了前期的利潤。

所以大公司都在各個方向布局，對於大公司來說都害怕錯過新的機會，即使跟隨也要成為第一個跟隨者。

軟硬結合其實是個很難的事情

軟硬結合是很難完成的事情，這個世界上很少有軟硬結合做得很好的公司。所謂軟硬結合，一定要有側重的，還是要落到硬體或者軟體上。因為在流程控制上和在公司的管理上，軟硬體實在很難去結合。

硬體公司非常強調控制，硬體廠商強調用流程來控制，在硬體上不能犯錯，因為返工和替換的成本非常高，回收的成本也非常高。但軟體公司強調快和發散，可以快速迭代，放鬆流程控制，可以犯錯，和硬體公司截然不同。

硬體的工作周期長，因此傾向於做預算，通常一年為一期的預算，包含具體項目的計劃，通常是在行動之前要花至少幾個月的規劃期，而軟體公司很少做如此長期的具體預算和計劃。

所以目前的觀察室，硬體廠商做不好軟體，軟體廠商做不好硬體。這是由企業基因決定的：管理，流程和文化上有鴻溝。目前來看，能夠同時把硬體和軟體都做好的公司，都是把軟體和硬體在管理，組織，流程和文化分開來的。比如IBM就是把軟體和硬體分開來做，分成單獨的集團，用不同的流程甚至不同的文化來管理。另外一個近期成功的公司就是GE，而GE用的是體外孵化的思路創造了一個完全不同的文化、流程和管理思路來做軟體。GE最早是做硬體，他在體外投資了一個完全獨立運營的公司來做軟體，然後由這個公司把它的軟體能力建立起來並形成規模，再回過頭來合并兩個公司，用新的公司帶動老的團體進行軟體轉型。

軟體公司和硬體公司這裡面確實存在物理世界的一個必然的規律，就是管理、流程和文化的差異。必須要清楚意識到軟體世界和硬體世界是有很大區別的，必須有意識的去規避這兩個世界之間的碰撞。很多硬體公司想做軟體轉型沒成功，都因為沒有意識到這個區別。

關於chatbot的應用場景

chatbot最重要的不是產品形態，更重要的是應用場景。到底未來是Amazon Echo的形式，還是出現在手機上的形式，可能都不是最重要的。要想清楚chatbot的使用場景，到底chatbot在哪裡有用：

第一個場景，物理上決定了眼睛和手被佔據的時候，都非常適合chatbot (No hands No eyes)。最典型的就是在家裡，我們不願意去找手機在哪裡，只需要聲音就能完成，因為語音是人的物理延伸。車裡就是很典型的另外一個場景，眼睛和手都被佔據了。從目前市場的反應來看，大家對chatbot在家庭領域的應用基本都是認可。

第二個是，chatbot可能也非常適合交互很多的場景。以前我們的交互，都是通過圖形界面（GUI)來完成，但GUI並不是一個完美的方案，這只是一個權宜之計。舉個例子，人類最早的購物模式中有一大類是互動式的，我們可能沒有特別明確要買什麼，通過與店員或者導購的交流來決定買什麼。我們過去的電商，在互聯網時代把網路購物模式固化了，大家都是通過圖形界面，通過分類和搜索的方式來完成。但其實這種購物模式是可以被打破的，因為自然語言是最好的交互方式，通過聊天這種自然靈活的方式來做電商，是非常值得電商領域來探索的。

目前整個工業界都在嘗試，最近這兩年的進步是比較快的。Amazon Lab，微軟，Google和Facebook都在試。現在chatbot的問題是，需要有對目的性和靈活性的平衡。這兩個問題分開來都相對容易達到，但是要結合在一起，針對具體應用場景進行平衡優化就非常難了。最早的chatbot基於規則，可以有很強的目的性，但是沒有很強的靈活性，現在也出現了像微軟小冰這種非常靈活的chatbot，但是缺乏目的性。類似於微軟小冰這種很強的靈活性的chatbot，非常適合娛樂和教育。而基於規則的chatbot，比如訂Pizza的系統，目的性非常強，但不夠靈活。

目前可能沒有一個通用的系統能做到既有很強的靈活性又有很強的的目的性，大都落在了上面這個扇形裡面。值得注意的是，隨著技術的進步，這個扇形會不斷擴大。我們需要做的事，找到需要解決的問題空間，平衡好靈活性和目的性，或者從技術出發，尋找合適的場景，或者從場景出發，尋找合適的技術，看看chatbot能否滿足要求。未來兩三年內chatbot會在商業上有比較大的進展。

註：以上僅代表個人觀點，與供職單位無關。

本文為矽谷密探旗下《AI嚴肅說》專欄文章

作者：嚴肅

「矽谷密探主筆，麻省大學人工智慧方向研究生畢業，與通用汽車合作過為期兩年的無人駕駛科研項目，在國際人工智慧聯合會議(IJCAI)等學術會議上發表過多篇論文，在寫一系列AI的文章」