誰將是AI時代的中國「蘋果」？BAT、科大訊飛還是中移動？

還有三天就要迎來中國傳統的春節，很多人都已經在回家的路上，但對中國消費科技領域的大佬們來說，這個春節也許會成為一個焦慮的假期，甚至夜不能寐了。

隨著亞馬遜Echo及AI操作系統Alexa在海外市場的高歌猛進，AI顛覆中國消費市場的時間點看似已十分接近，而且可能就在今年。

亞馬遜 Alexa 在2017年CES上引人注目的表現讓這個話題不再是秘密，幾乎業界所有人都已經看到AI爆發到來的可能，只是沒有人確切知道是什麼時候，由誰來完成。

這個時刻，很像當年蘋果已經將iPod和iTunes推出了相當時間，而真正的殺手級產品iPhone即將推出的時刻。當年的蘋果就是如今的亞馬遜，沒人知道亞馬遜的下一步是什麼，但可以確定的是，這一步如果成功，將不亞於當年的iPhone，人機交互方式將徹底顛覆，一如當年的iPhone觸屏，AI將大步進入消費級市場。

但無論如何，中國市場量級之龐大，而且相對的滯後和絕緣，為本地巨頭們留出了時間窗口。這意味著，亞馬遜在中國大陸的替代者之爭奪將空前激烈。沒有誰會對如此明顯的趨勢掉以輕心，那除了緊迫感還剩下什麼？

然而，趨勢畢竟就是趨勢，只是一種預期。而一款消費級產品是否成功，對消費者來說，最重要的就是產品用起來爽不爽，以及整個的交互體驗是否令人愉悅。歷史上，比如從DOS到Windows，這種從命令代碼到圖形化操作系統的升級就是體驗的一次飛躍；比如從按鍵到觸屏，向人類自然操作方式更近了一步，也是一個道理，都是由技術進步所推動的。

眾所周知，AI這項技術已經面世很久了，但因為交互體驗的「甜點」（Sweet Spot）一直沒有到來，所以只是一項遠離消費市場的實驗室技術。用亞馬遜的例子來解讀，Alexa之所以受到歡迎，就是因為達及了「甜點」，使用戶的交互體驗上到了一個全新的台階。在此基礎上，交互效率也實現了大幅提升，完全通過自然的對話從Echo獲得服務，遠比在手機上點按方便得多——五步左右的操作可能只需簡化到一到兩個步驟就能實現。

所以，目前的情況就是：一場由AI導致的新的交互革命已經開始，而且這場革命將席捲一切，將來所有的機器、智能硬體都會被這場革命包含在內。所有的設備都將「聽得到」你在說什麼，「聽得懂」你在說什麼，然後去執行相應任務。

現在再回頭看，當年智能手機時代突出重圍的為什麼是蘋果，而不是摩托羅拉、諾基亞、微軟？就是因為蘋果領導了一場全新的交互體驗革命，這也是為什麼很多研究者說蘋果不是一家硬體公司，而是一家UE（用戶體驗）公司。

無疑，亞馬遜已經在AI時代拔得頭籌，其成功首先是技術上的。據加州大學洛杉磯分校語音識別專家Abeer Alwan向DT君介紹，通常情況下，用於訓練和測試語音識別系統的標準資料庫並不包含家庭環境下的音頻，也不包括類似於Echo通過使用麥克風陣列來獲取特定方向的語音。

亞馬遜Echo的麥克風陣列

在硬體設備上使用麥克風陣列已經有很長的歷史了，但還未有一款只能語音產品能達到目前亞馬遜的部署規模。一般來說，更多關於特定場景或語音類型的數據能轉化為更好的性能。

比如，在多人語音識別問題上，Alexa創始團隊成員 Nikko Strom 已經帶領團隊取得了不小的進展：通過用戶提供的數據，幫助亞馬遜在雞尾酒會問題（cocktail party problem）上有所突破。這是計算機語音識別領域的一個難題。當前語音識別技術已經可以以較高精度識別一個人所講的話，但是當說話的人數超過一人時，語音識別率就會大打折扣。

NikkoStrom希望，通過Echo大規模部署所獲得的數據最終能夠幫助Alexa進一步升級，從而能夠同時準確識別多人說話的聲音。但他並沒有提到，當這個問題解決的時候Alexa能做什麼，但是這至少會使Echo在交互時更加自然、更進一步融入到對話場景中去。

「雞尾酒會問題」的解決方案之一：盲信號分離

除了技術上的優勢，Alexa收集的數據也將幫助亞馬遜打敗Echo的競爭對手——Google Home。谷歌的確可以將網路搜索和語音搜索領域多年的積澱，以及大量資金投入到人工智慧領域，但是谷歌之前的產品和業務都沒有收集類似於用戶在家中呼叫語音設備的資料庫。所以，亞馬遜在真實使用場景下的數據收集方面，又搶佔了先機。

亞馬遜不僅通過Echo軟硬一體的設計在技術上擊中了用戶交互體驗的「甜點」，同時更在生態上做了完美的布局，它後端整合內容及服務，前端整合觸及用戶的各類終端設備，用戶數和服務數都在快速生長，在幫越來越多用戶解決越來越大問題的同時，幫助亞馬遜將進入壁壘快速砌高。

Amazon Echo和Google Home

BAT+中移動，AI時代其各自優勢在哪？

現在已經進入人工智慧時代，當我們看到亞馬遜Echo在重演當年iPhone大戲的同時，再看看中國，全球半壁互聯網江山都在這裡，誰最有機會突出重圍？

從目前市場的布局來看，BAT（百度、阿里、騰訊）、科大訊飛及中國移動都做了很多準備，加上本身的實力，具備一定先發的優勢。

目前看來，在AI消費市場取得成功，至少需要滿足以下四個條件：

1、很強的硬體能力。AI是大腦，硬體是五官，首先要保證機器「聽得見、聽得清、看得見、能說會道，有視覺呈現和表達，甚至有感知」。這就要求設備有耳朵（麥克風）、嘴巴（揚聲器）、眼睛（攝像頭）、表情反饋（屏幕顯示），這些類似人類五官的功能，來支持自然的交互方式。

要在人機交互方面達到「甜點」，需要大腦和五官的精細配合，硬體的工業設計、結構設計、電路設計以及許多演算法都必須與AI演算法密切配合，才能達到完美體驗。在AI時代，軟硬一體的設計已經成為必然趨勢，所以當微軟、谷歌、亞馬遜這樣的軟體和互聯網巨頭紛紛開始推出硬體產品的時候，我們不再感覺到難以理解。

2、很強的AI能力。基於AI的產品，不光要「聽得見」，還要「聽得懂」，能夠「說得清楚」，能把信息表達清楚。語音識別、語義識別、深度學習，以及視覺智能等技術在未來的競爭中會成為核心競爭力。

3、內容和服務能力。AI可以提升用戶交互的效率，提升用戶獲得內容和服務的效率，最終能夠幫用戶解決問題、滿足用戶需求。因此整合內容和服務的能力也十分重要，內容方面比如聽音樂、廣播、小說，看電影、電視劇等；而服務可能包括鬧鐘、提醒、日曆、控制家裡的IoT設備，以及穿透購物、訂餐、叫車等O2O服務。

另外，AI能夠提升服務效率，但難以替代真人，因此具備語音電話、視頻通話、直播等通訊功能也十分重要。Echo目前沒有顯示屏，無法穿透如電影電視劇、視頻通話、商品選購等服務，相信視覺輔助將成為必不可少的一環，因為很多內容和服務是基於視覺的。並且，當AI在達到高度成熟之前，視覺輔助的交互方式會顯得更可靠。

4、迅速做大規模的能力。形成產品規模的速度決定了形成生態的速度，銷售、渠道、資金方面的資源能力十分重要。Echo的銷售量突破千萬，與亞馬遜自身電商平台優勢是密不可分的。

只有上述四個條件集於一身，才可能出現未來的蘋果。如果把BAT、科大訊飛和國內運營商放在一起作比較，就會看得比較清晰了：百度在AI方面做了大量投入，布局最為接近亞馬遜的模式；阿里在內容及電商方面有很強的資源，具備迅速做大規模的能力；騰訊的優勢在於很強的連接能力，能夠快速整合第三方的服務，以及自身的優質內容資源，直達用戶。百度已經把AI當做自己的未來，阿里騰訊也有自己的AI團隊，但這三家在硬體上都還缺乏專業能力。

再看運營商，以中國移動為例來分析，其最大的優勢就是迅速做大規模的能力，通過終端設備補貼、贈送的方式迅速把保有量做起來。當然，運營商現在在內容方面也有優勢，比如中國移動的咪咕，在音樂、文學、遊戲、視頻等方面都已經具備了。AI方面本來不是運營商的傳統強項，但中移動已經投資了國內著名語音技術領軍企業科大訊飛。

在中國談語音，不得不提及科大訊飛這家公司。雖然最近異常火熱，但這家成立於1999年的公司多年來一直保持低調。其實，業內都知道，科大訊飛從一開始成立的時候就是做人工智慧的，因為語音就是人工智慧非常重要的一部分。可是如果在上世紀九十年代提人工智慧這個概念，從商業上看恐怕不是一個好選擇。不過現在，對訊飛來說，時機明顯已經到來了。

DT君在採訪科大訊飛輪值總裁、訊飛研究院院長鬍郁時，他曾做出這樣的評價：「判斷一個公司是不是技術公司的標準是什麼？是賺了很多錢？還是整天說自己在做技術？其實是看你的技術在這個行業的領先程度。我們中文語音是做得最好的，英文語音方面，我們連續11年都是全球英文語音合成大賽『暴風雪競賽』的冠軍。」

從技術上看，科大訊飛已經做了長時間的積累，而且目的只有一個：讓開發者和用戶有最極致的體驗。這一點與亞馬遜在開發Echo時的戰略無疑是非常一致的。

以下是對BAT+中移動在AI領域布局的具體盤點：

百度：

百度在兩年半以前就開始布局AI相關產業，同時下了很大力氣將現有搜索轉化為服務，通過把語音轉為文字，再更進一步轉化為後端需求。如果一家搜索公司做類似的事情，還是有優勢的。一個典型的例子就是從Google到Google Home，從回答問題，到對內容的理解、服務的覆蓋能形成一個良性循環。

百度的優勢目前看來在於兩個方面：一是對用戶需求的把握，二是理解用戶表達需求的方式。

首先，從用戶需求把握上說，很多需求是大家都有的，比如詢問天氣、交通狀況，這類需求由於百度所從事的搜索行業及前期積累，會有比較充分的表達。從中國用戶的整體需求看，百度已經建立了一個覆蓋比較完整的系統。

第二點是對用戶表達需求方式的把握。手機百度已經擁有一億以上的日活，而且有很大比例的搜索是通過語音完成的。從這些語音搜索中，百度可以建立用戶在語音交互時表達方式相關的資料庫，屬於比較獨特資源。所以綜合上述兩點，百度在語音技術方面是有優勢的。

百度在戰略和思路上把人工智慧放在了公司的首要地位，而且步伐比較明晰，短期產品、中期規劃、長期願景都已經鋪開。百度相信人工智慧被市場認可和接受只是時間問題。就像李彥宏自己說的：「我認為三年、五年，甚至十年、八年之後才會被市場所認可。」

最新一期《最強大腦》中登場的百度人工智慧機器人

阿里巴巴：

在阿里的戰略體系之中，雲計算一直都是電商、物聯網的核心驅動力。而阿里的人工智慧也是放在阿里DT大商業體系內，配合雲計算、大數據對阿里的電商物流乃至物聯網體系進行全面強化。

2016年之前阿里在「人工智慧」概念上的宣傳要少於百度，更多是因為阿里的錯位營銷戰略，把人工智慧規劃在「雲服務」中。

阿里在人工智慧方面起步較晚，在產品還未成熟之前，刻意避免過早被拿來和谷歌、Facebook、百度等廠商對比。不過隨著阿里的AI技術發展，從2016年開始，已經明確地把部分產品和服務打上了人工智慧的標籤。直接與百度等公司展開正面交鋒。

從阿里現有的人工智慧產品來看，更多的是應用在電商業務中，比如通過人工智慧技術來優化訂單、解決複雜的服務場景、智能客服、違規圖文識別、快遞機器人等，更多的聚焦於電商的基礎設施層面。雖然阿里具有強大的渠道和內容服務能力，也在諸如天貓魔盒等產品上搭載了阿里雲智能語音交互技術，但畢竟還沒有出現有能力搶佔高頻入口的產品。

提到阿里就不得不說一下京東，其與科大訊飛合作推出的京東叮咚（Ding Dong）智能音箱在生態拓展上已經有了很大進展。在2016年6月，叮咚開放平台的發布，已經吸引了像滴滴等服務商的接入。2016年10月，京東智能雲語音服務開放平台上線，用戶可通過叮咚呼叫第三方服務，隨即美的、小天鵝等家電廠商接入，家庭入口布局也開始發力。大有利用AI時代趕超阿里的架勢。

天貓魔盒

騰訊：

騰訊的核心業務主要是遊戲和社交，而以目前情況來看，對人工智慧相對涉及不多。有關的報道也屈指可數，比如10萬個微軟小冰殺入微信後又遭封殺，以及微信北京研發中心所從事的「模式識別」工作。

這個帶有AI色彩的團隊主要做的包括微信裡面的語音轉文字、聲紋識別、電視節目中的搖一搖等。其研究方向其實是人工智慧最基礎的一些功能，包含語音識別、圖像識別、語音合成、音頻指紋、語義理解、數據挖掘等。而騰訊在語音語義識別方面上其實早已做了大量的嘗試，比如語音記事本等產品。

從騰訊內部來看，在人工智慧領域最可能有所建樹的應該是騰訊雲。2016年5月，騰訊雲就展示了其人工智慧、互聯網金融、互聯網醫療、雲存儲和流媒體等技術應用。

當然，騰訊還有搜狗。搜狗在2016年也將人工智慧看作是重要的發展方向，搜狗輸入法在在語義理解、識別和人機交互方面也在做大量的探索。但與BAT的其他幾家相比，騰訊在發展人工智慧技術方面，明顯有些「漫不經心」。

騰訊雲

中國移動：

有人可能會覺得把運營商和BAT擺在一起比較有些不倫不類，其實不然，先來看看中移動最新制定的戰略規劃，就能看出其在AI時代的野心了。

中國移動2017年的戰略目標中，有兩點十分引人關注，即「大連接」：移動終端、數字家庭、智能物聯及行業信息化、數字服務；還有「家庭市場」：推動數字家庭市場應用普及，通過「魔百和」及「智能網關」等產品實現家庭連接客戶超過6000萬。

關於「大連接」，即擴大基礎連接，創造更多市場商機，實現基礎連接對象從人人互聯向家庭、企業以及更廣泛的萬物互聯擴展。2017年將中移動將加強渠道合作、積極布局蜂窩物聯網和下一代車聯網，目標之一是讓智能設備連接數達到2億。

關於「家庭市場」，即開放平台連接，提供更多優質內容和服務。通過智能家庭網關等平台，意在打破圍繞家庭、智能家居的各個廠家終端的壁壘。眾所周知，目前有很多像華為網關、小米網關之類的產品，各家各自為戰，搶佔自己的市場份額。但中移動明顯有更大的野心，希望通過其基礎通訊服務的優勢，一統AI時代的家庭互聯網接入。

而且中移動在內容及服務方面早已開始布局，加上其強大的規模化能力，極有可能成在AI時代異軍突起，將傳統通訊運營商的身份轉換為人工智慧相關服務的主要競爭者。

然而，無論如何布局，中移動在資源上的優勢是否能夠轉化成市場競爭力，一直以來是備受質疑的。

中移動的「魔百和」

值得注意的，不管是BAT、中移動，還是科大訊飛，硬體都不是它們的強項。百度和科大訊飛的想法更傾向於開放平台，與第三方廠商合作；阿里有「天貓魔盒」，已經有幾百萬的量了，但主要是在大屏方面與其他廠商合作；運營商目前主要在做一些家庭智能網關、機頂盒等。

然而，亞馬遜的成功是同時基於硬體和軟體。當然，成功不可能只有一種模式，但用戶體驗只有一個標準。無論如何，這可能是目前國內各大廠商所面臨較大的一個問題。

語音不是最終產品形態？

目前，亞馬遜在智能語音設備方面的成功可能只是個開始。在不久的未來，就正如智能手機一樣，為了穿透更多的內容和服務，亞馬遜恐怕一定會回去做一個擁有視覺反饋功能的設備，甚至一定會去做一個全新的AI智能手機。

這意味著，將來所有帶屏幕的設備都會具有AI功能，聽得懂用戶的話，而且能表現出來，比如電視、電腦、手機，這個趨勢是非常確定的，只是時間問題。

中國消費者目前處在一個內容和服務高度發達的環境之下。如此多的視頻、音樂、文學類網站，以及比任何國家都發達的O2O服務、在線支付體系，這些資源都已經在線準備好了，剩下的問題就是如何去穿透這些內容和服務了。

目前的難點在於，智能硬體剛起步，在線內容和服務提供商都在觀望，是否有必要花費太多的成本去嵌入，是否有必要像亞馬遜的Alexa Skills Kit（ASK）那樣去訓練AI的那些技能。

Echo通過各種「技能」穿透內容和服務

但當某個廠商有上千萬的量時，內容和服務提供商將主動去訓練AI技能、接入這個平台、讓平台來穿透自己的內容和服務。

國內企業，比如阿里和騰訊，其優勢就在於自己已經整合了大量的內容和服務。阿里投資影視娛樂內容，比如優酷土豆、阿里文學、蝦米音樂、阿里遊戲等，可能誰都不用求，直接接入自己的資源，就已經可以滿足很大部分的用戶需求了。

其他廠商也是一樣，在上文提到的四大條件中各有各的優勢，剩下的就是各廠商是否看清了趨勢，是否決定投入巨大的資源去做這件事。

如上文提及，說到BAT和運營商比較欠缺的一點，可能就是在一體式智能硬體終端的設計製造方面。

硬體廠商在打造產品時也採取了不同的策略，目前在AI消費類產品這條賽道上的廠商大多關注垂直領域，較多的是兒童機器人，如360、布丁機器人等。還有專註視頻會議的小魚在家，在本屆CES上與百度聯合推出了一款視頻對講機器人，搭載的是百度即將於今年晚些時間正式推出的DuerOS，其團隊主要來自老牌音視頻廠商寶利通，主要打造音視頻能力。

小魚在家視頻對講機器人（左）、數字家圓「親見」智能座機（右）

另外，一家專註AI及視頻硬體終端的公司數字家圓近期推出的「親見」智能座機也受到較多關注。其團隊主要來自摩托羅拉，有多位重量級技術人員加入，從硬體到操作系統進行自主研發，圍繞使用場景做的許多大膽創新讓人印象深刻。其定位在於打造支撐AI的硬體能力，通過建立硬體開放平台，在未來AI和服務視頻化到來時能夠爭奪屬於自己的位置。

拿上一次以觸屏為代表的交互革命為例，大到汽車，小到家電，都整合了觸屏，但用得最多的還是手機，所以觸屏時代的代表iPhone最終殺出重圍。AI所引發的交互革命將是非常類似的，它也會進入汽車、電器等。但決勝場景將是那些高頻使用的設備。

另外就是手機，畢竟這是一種最便捷的設備。但這並不意味著AI功能的實現都要以手機為入口，可能用戶可以直接與空調、電視、冰箱來對話。AI將以一個多終端、多樣化的形態呈現，但一定會有某些壟斷性的、高頻使用的入口。

2017CES上LG發布的搭載了亞馬遜Alexa的冰箱

前鎚子科技CTO、數字家圓副總裁錢晨對DT君表示，谷歌、微軟、亞馬遜這樣的公司一定要去做自己品牌的硬體是一件非常值得思考的事情。因為AI時代到來，在全新的交互方式下，如果無法做到軟硬一體的設計，就無法實現比較好的體驗。

可能會有人問亞馬遜為何選擇做一個音箱，而不是一個帶小屏幕的設備，或者直接是個智能電視？的確，大屏是AI時代設備的趨勢，但就目前發展階段來說，至少在中國國情下，大屏設備可能並不是一個號的選擇。

首先是監管。比如IPTV的牌照只有電信、聯通有；網上視頻許可證只有7家有。如果要做視頻內容，只能去綁定一家。

其次是在中國，今天的視頻內容已經是群雄割據了：運營商在做機頂盒，通過補貼、贈送，已經達到幾千萬的量；創維、TCL、樂視等的智能電視也都在做自己的生態，有自己的入口和交互系統，切入難度很大；互聯網公司比如阿里、小米也都在做自己的視頻生態。鑒於這種情況，很難出現一家公司在大屏領域一統天下。

再者是大屏設備體驗並不好，不能隨時在線、隨時響應，不是一種高頻應用場景下的便捷方式。可能比較難形成壟斷性入口。

毫無疑問，AI手機是肯定終將到來的。現在的問題是手機的使用習慣很難改變，從新場景切入更容易取得成功。等到AI軟硬一體設計能達到極致體驗後，AI手機才會出現。按現在的技術發展來看，可能還需要幾年的時間。從這一點上看，亞馬遜現在的策略非常類似與蘋果從iPod過度到iPhone。

比較主觀的判斷是，亞馬遜會從語音設備過度到帶屏幕的設備，最終實現耳機+AI手機。至少蘋果最新推出的AirPods獲得如此高的評價，就多少反映了這一趨勢。看似不起眼的無線耳機，事實上卻是未來AI手機拼圖的一部分。

AirPods這類產品是未來AI手機拼圖的一部分？

亞馬遜進不來，究竟誰更有優勢？

亞馬遜開放Alexa平台的目的其實是希望所形成的生態能以最快速度成長起來。亞馬遜Alexa Skills Kit（ASK）是整合服務的，訓練AI的技能來穿透服務，所以出現了Echo的技能每天新增100個的現象。而Alexa Voice Service（AVS）是用來整合終端的，換句話說就是整合用戶，只要是搭載Alexa的終端，其用戶就相當於被亞馬遜整合了。

當某一個平台後端的服務和前端用戶量巨大時，技術方面的優勢其實就不那麼重要了。很好的一個例子就是Windows Phone，不是因為其技術不好，而是因為其生態沒有長起來，對用戶和開發者來說都沒有吸引力了。而安卓的成功恰恰是因為它的開源，所有的設備都可以使用，也意味著所有的用戶都被抓到了。

亞馬遜的聰明之處就在於看清了這兩點：一是技術是否夠領先？第二就是生態夠不夠強大？這兩者是不可分割的。

其他廠商大量推出基於Alexa的設備，並不意味著Echo就會衰落，因為亞馬遜的策略是抓住那些最高頻的使用場景。

那麼，鑒於目前國內的特殊情況，亞馬遜要進來不容易，國內大廠誰最有機會？

目前看來，在技術方面，百度可能會把產品打造的比較完美，可能會具有比較好的軟硬一體設計，但它在穿透服務和規模化方面一旦慢了，就可能出問題。比如阿里也做了一個設備，時間上之和百度差了幾個月，在AI能力方面也比百度落後一點，但一旦阿里自己的幾千個服務介入進來，用戶量做起來，很可能會超越百度。鹿死誰手還很難說。

技術和規模化對第三方來說都是很大吸引力，都會像黑洞一樣源源不斷的將用戶和第三方廠商吸引進來。但技術上的略微領先對用戶來說可能不是第一位的，反而內容和服務的規模一旦形成較大差距，就很難去追趕了。

目前看來，幾家大廠中，百度應該是把路徑和模式看得最明白的；阿里次之，因為其內容和服務、規模化資源相對比較強。其實阿里和騰訊也都已經在做自己的AI技術。

現在大家可以看到，百度、阿里、騰訊、中移動都已經站在了AI時代的賽道上，各家的決心才是決勝的關鍵。雖然大家都知道AI重要，目前只看到百度是果斷的轉向AI技術，其他幾家可能還在考慮到底要不要投入這麼大資源，

像亞馬遜一樣快速整合并購，並投入上千人、四年時間在Echo這樣一款產品上進行軟硬體開發，需要超強的技術遠見，更需要勢在必得的決心。以前的看法是，同時開發軟硬體，自己做裁判員，又做運動員，別人如何跟你合作？但現在已經不是這個邏輯了。