近50家公司殺入，智能音箱們為什麼這麼火？

作者：左刀

版權申明：本文為小商幫原創，轉載請務必添加來源和作者

小商幫：新經濟，新科技，新服務，新模式

背景

自從2016年4月傳出亞馬遜Echo音箱在北美銷售超過300萬台的消息之後，所有的廠家都不淡定了，除了北美的巨頭如谷歌，蘋果，微軟等紛紛入局之外，國內的創業者們也蜂擁而入，根據智東西的報道，目前國內已經有多達49家企業殺入這個領域，包括BAT和科大訊飛，京東、小米、聯想們，甚至包括了移動和電信，更可怕的是，還不斷有大公司和創業者湧入這個方向，但與此對應的是此類產品寥寥無幾的銷量。

對於智能音箱而言，除了已經發布的產品之外，7月份馬上還有兩場好戲，國內人工智慧領先的兩家公司百度和阿里巴巴，將分別推出基於語音的智能音箱產品。相比而言，百度的DuerOS聞名已久，其語音交互的能力在國內數一數二，本次的「百度AI開發者大會」是否會公布一款類似於Echo的產品，目前非常值得期待，不過DuerOS的技術已經經過了長時間的考驗，延伸做出Echo類似的產品對百度而言應該難度不大。而阿里的語音產品則名不見經傳，不過，據說第一代阿里的語音產品叫「天貓精靈」，聽名字應該側重點在購物方面，而且本次推出該產品是非常高調的，據傳是其超過半年研發的結晶，應該也是值得期待的一款產品。

相對於巨頭和創業者們熱鬧非凡的一窩蜂殺入，國內的消費者對於智能音箱這個產品不管是認知度還是接受度方面，都表現出跟北美市場完全不同的情況。不管是淘寶還是京東上，echo的銷量非常之低，這大概跟國人的語言習慣有關係，而以國內語音最強之一的科大訊飛和京東合作的叮咚音箱來看，京東上的產品列表中表面看上去銷量也不過小几萬，當然，該合資公司自己公布的數據是已經銷售了超過100萬台。

相對而言，亞馬遜的Echo內置的Alexa語音助手已經擁有了超過500項技能，且開放了底層技術，使得創業者能夠快速進行介入，從而打造了一個非常強大的生態圈，作為智能音箱的先行者，叮咚也建立了開放平台，號召力目前沒有相關的數據。

國內最有可能做到Echo能力的企業是百度，其開放的DuerOS最有利於開發者快速搭建生態系統，而且百度在語音識別方面的能力已經跟科大訊飛不相上下，甚至在某些方面超過了科大訊飛，最關鍵的因素在於百度在DuerOS的大數據，人工智慧和軟體生態方面的打磨是領先的，2017年3月，百度DuerOS發布的智慧晶元，集成了WIFI、藍牙和語音交互能力，這樣的晶元將來可以插到很多設備里，只要插進設備就可以讓設備具有對話能力。

看到這裡，你可以發現百度的DuerOS不僅僅能做Echo的全部工作，任何設備只要插入幾乎免費的智慧晶元，就可以接入DuerOS的體系中，從而大幅度降低了設備接入的門檻，連接變得更加便捷，因為對於電器和傢具的廠商而言，他們沒有必要專門為了類似於Echo的產品而做一款特殊的專供產品，產品生產成本會大大降低。

因此，如果從技術和生態的角度而言，百度是最接近能夠做出國產Echo產品的公司，更何況，DuerOS的野心遠不止做一款智能音箱那麼簡單，百度整個人工智慧的開放平台，極有可能在後續會研發出大大超越Echo的產品。

只不過，開發出來之後，到底會有哪些應用場景，是否會成為剛需，目前是國內廠家普遍關心的問題。從應用場景來看，目前Echo的場景排序如下：

根據第三方機構BI的數據統計，可以看到排名前十的應用是設置鬧鐘、語音遙控聽歌、聽新聞、計時器，亞馬遜電商購物業務相關的一些應用。由於Echo在之前是沒有屏幕的，所以，購物等環節受到影響是肯定的，目前最新的Echo已經加入了屏幕，購物等場景的使用率將會大大提升。

由於歐美人群對於時間規劃以及音樂等產品的需求習慣跟中國有很大的不同，以及歐美的房子普遍大於國內的房子，導致了智能音箱在國內到底要怎麼樣去發展成為了一個未知數。從這麼多的團隊參與，而銷量則非常少的情況，就可以看出一點端倪。

生意經

拋開應用場景，我們先說說Echo們為什麼要做智能音箱這樣的生意，其背後到底有什麼戰略部署？

1、家庭超級入口

首先，從Echo的誕生到現在體現的功能來看，Echo更多的是作為一個「懶人助手」的角色而存在的。

無論是設定時間，還是播放音樂或者電台，Echo為你帶來的都是「更加方便」的體驗。而這種方便，背後隱藏的是其背後產業聯盟的思路。

比如說，你用了亞馬遜的Echo，很顯然，購物基本上只能在亞馬遜的體系內進行，而你要聽音樂，他會提供幾個可以選擇的音樂平台，但僅此而已，你很難自定義一個自己喜歡的音樂平台，或者自定義一個自己喜歡的購物平台，如此等等。

在互聯網發展到當今的時代，一切的產品設計都會圍繞著「搶奪用戶時間」來進行。比如說，微信公布的數據稱有近三分之一的人每天刷微信的時間超過了4小時，如果一天除去工作、睡覺、吃飯以及其它浪費的時間之外，假設用於真正可以支配的時間為6小時，那麼這三分之一的人剩下用於做其他事情的時間僅僅2小時，這2小時可能用於健身，可能用於網購，可能用於看新聞，可能用於打遊戲，總之，那麼多的其他選擇只能拚命去爭取這剩餘的2小時。

同樣的，有人喜歡刷今日頭條，每天刷5個小時，剩下的時間給其他應用的就不多了。

所以從這個角度來看，為什麼淘寶現在要往內容媒體的方向去發展，為什麼百度搜索現在用的越來越少了，為什麼新浪微博能夠在短短几年內從死亡邊緣異軍突起，為什麼今日頭條要發展微博和視頻功能等等就非常好理解了。

所以，Echo的出現，同樣是在滿足你在「越來越懶」的情況下還能方便的做好各類事情的同時，儘可能把你的時間都填滿。從很大程度上，他把你手機中的各種APP都替代了。

比如說，你手機上裝了天氣軟體，裝了音樂軟體，裝了小說閱讀軟體，裝了購物軟體，裝了英語學習軟體，裝了日程提醒軟體等等，每個你都要點開，並且一步一步來操作和搜索，而有了Echo這樣的助手之後，你隨口一說，就可以把各種APP的功能都滿足了，方便，快捷，省時省力。

在Echo的體系中，不管未來推出多少種應用，每一種應用都將只有幾種選擇，比如說，如果在中國的話，其新聞的對接平台可能就選騰訊新聞和網易新聞，而隨著其用戶量的激增，原來看新浪新聞和今日頭條的用戶，由於使用了這款智能音箱，轉而都會去聽騰訊新聞和網易新聞，這樣，隨著用戶量的增加，Echo選擇什麼樣的合作夥伴，將會有很大的議價能力。

Echo成了嚴選，把大部分的APP給過濾了，甚至，Echo在未來將會建立自己的應用生態圈，從而把大部分生態圈中的競爭對手給打敗，因為對於用戶而言，需要的是最好的體驗，至於是什麼牌子的APP提供的，其實並不是最重要的。

這跟Costco中，顧客不用考慮商品是什麼牌子的，只要知道這些商品都是質量好，價格低的產品就可以的思路是一樣的。

這其實是非常可怕的戰略，因為一旦在未來，Echo成為了大部分家庭的標配，那麼依附於其上的應用們或者被亞馬遜們蠶食，或者要繳納高昂的入口費用。

所以，正是因為看到未來Echo音箱們有可能會成為一個超級的應用入口，這麼多廠商才會蜂擁而入，因為如果你不參與，萬一未來這個市場成為了真正的剛需，你的產品很有可能會被競爭對手迅速拉開距離，在家庭的場景中將失去蹤跡。

所以，雖然智能音箱在中國，甚至在國際上未來到底會不會成為家庭的標配這樣的問題依然有很大的疑問，但巨頭們已經不能再等了。

2、物聯網入口

Echo在配置上，加入了對傢具和電器的智能控制，比如簡單的開關燈，比如控制空調，冰箱等運行等等。

實際上，在Echo之前，國內的很多廠家也在做這方面的工作，比如小米之家的產品，通過一個APP可以集中控制，比如淘寶和京東聯合家電廠商，進行APP一鍵控制等等。現在，Echo們把這個工作放到了語音環境中，這使得控制更加的便捷和智能。

科大訊飛和京東的叮咚，在物聯網方面的工作顯然已經超過了亞馬遜，藉助於京東微聯的廠商聯盟，叮咚的物聯網控制能力在目前所有智能音箱中應該是最為領先的。

作為一個語音入口，Echo和叮咚們將會成為傢具和家電的重要控制入口，與前面的觀點類似的是，如果家電廠商沒有加入到任何一個聯盟中，那麼未來等到某一個國內領先的智能音箱佔據了廣大家庭場景之後，該廠商的產品將會很容易的被同類的，加入聯盟的產品給替代。

所以，在即將到來的物聯網時代，家電廠商們同樣不敢掉以輕心，雖然不確定智能音箱的市場一定會起來，但積极參与總比不參與要好。

3、大數據採集器

在Echo的運行機制中，最為關鍵的一點是將語音上傳到雲端，然後在雲端經過人工智慧的技術，及時對用戶做出相應，並在用戶端給出一個合理的回答。

最初Echo的響應速度達到了5秒，這是非常讓人頭疼的，因為你問一個問題，5秒之後才會有答案，這顯然是不太舒服的體驗。

到了後續的產品中，由於人工智慧技術的加強，語音識別之後在雲端的智能學習，讓Echo的「大腦」越來越強大，響應速度和回答的正確率不斷提升，最終使得響應速度降至1.5秒以內，並且答案越來越完美，用戶體驗越來越好，這從亞馬遜上對於Echo高於4.5分的評分中能夠看出來。而國內的百度DuerOS據說響應速度控制在0.8秒之內，遠遠好於Echo的響應體驗，這說明百度在這方面的技術積累已經處於全球最領先的行列。

對於類Echo的智能音箱而言，其所有的數據都要上傳到雲端，一方面是作為用戶的查閱備份，而更為重要的，則是雲端人工智慧學習系統的大數據。數據量越大，雲端就會越「聰明」，後續為用戶的服務也將會越個性化。當然，上傳的數據一定會在相應廠商的「保護」之下。

實際上，未來不是你的數據會不會被廠家拿到的問題，而是你選擇把數據放到哪家公司的問題，一般而言，你的數據越集中於某個超級互聯網公司，你得到的便利性也會越大，但你的隱私也會越容易被窺探。而如果你選擇把數據分散到各個不同的平台上，那麼你的各個維度的隱私畫像將不那麼容易被描繪，但你得到的便利性一定會下降。

亞馬遜的野心，顯然是希望把用戶的全部數據都集中到他的雲服務之上，用戶感覺到更加便利的同時，亞馬遜獲得了更加豐富的用戶數據。（目前，吃穿住行都可以在Echo上完成，叫外賣，購買衣服，預定酒店，叫車等等，Echo全部可以完成，這些App也都沒有了用武之地。）

誰會成為中國市場的霸主

使用過Echo和叮咚的人普遍認為，叮咚離Echo的體驗差距還是比較大的。最關鍵的問題在於：Echo為什麼能夠成功，離不開亞馬遜在雲+大數據+人工智慧方面的積累。要知道，亞馬遜是全球第一的雲服務提供商，其大數據的能力也是全球領先的，有了雲和大數據這樣的「水電煤」，運行於其上的人工智慧才能真正體現價值。所以，語音技術只是一方面，雲+大數據+人工智慧的長期積累，才是亞馬遜的核心競爭優勢。當然，亞馬遜的語音技術也非常強大，Alexa不管是語音技術本身，還是人工智慧方面，在北美都處於領先的地位。

如果要真正實現跟Echo一樣強大，甚至超過Echo的能力，至少需要幾個條件：1）強大的語音識別能力；2）強大的雲+大數據技術；3）強大的人工智慧技術；4）良好的應用場景。

在國際上，谷歌，微軟和蘋果都具有想當前的競爭力，尤其是谷歌和微軟，在幾個方面基本上沒有短板，會成為Echo強勁的競爭對手。事實上，2016年剛推出的Google Home，已經獲得了北美智能音箱23%的市場份額，增長速度驚人。

而在國內，語音識別方面最強的要數科大訊飛、百度、思必馳、雲知聲、捷通華聲和中科信利等，前兩者大名鼎鼎，不過思必馳和雲知聲目前做的也非常出色。

目前，科大訊飛與京東合作，百度自己在做，而雲知聲則與阿里系以及搜狗等都有合作，是個第三方的技術平台，思必馳得到過阿里的戰略投資。而騰訊的智能音箱產品據稱名字叫「耳朵」，將會在8月份推出，採用什麼樣的語音識別系統目前尚不清楚，以其與搜狗的參股合作來看，採用雲知聲的核心技術可能性最大。所以，在這個層面上，BATJ基本上旗鼓相當，很難分出高下，可能科大訊飛和百度略微領先一些。

而在雲和大數據方面，目前國內最強的是阿里雲，騰訊雲和百度雲份額相對較少，而京東雲則基本上沒有什麼存在感。大數據方面，阿里的電子商務平台，高德地圖等，騰訊的社交平台以及遊戲數據等，百度的搜索引擎以及地圖等，其在數據豐富程度，應用場景和量級方面是領先的，京東落後於BAT，所以，雲+大數據的排序，大致會是阿里>騰訊>百度> 京東。

而在人工智慧技術方面，百度無論是人才數還是研發投入方面，都是全國做的最好的，而阿里在基於大數據的人工智慧研究方面也有類似於ET這樣的超級案例，根據各方面的綜合比較，這方面的的排序，大致為百度>阿里>騰訊>京東。

在應用場景方面，百度的DuerOS應用場景非常的廣泛，其在無人駕駛領域具有國內絕對的領先優勢，而在家庭領域，智慧晶元的推出將會使得DuerOS的解決方案對廠家更有吸引力。同時，百度百家，愛奇藝，百度地圖等等應用，將會極大地豐富其工具使用的場景。百度的最大問題在於在線購物，這方面只能尋求合作夥伴，但阿里有淘寶，騰訊和京東合作，百度的購物環節是一個相當頭疼的問題，從淘寶和京東中選擇一家進行合作的可能性較大。從百度日前與阿里進行數據合作的行為上看（阿里雲旗下的數據可視化產品DataV與百度EFE團隊的數據可視化產品合作），百度與阿里合作的可能性似乎會更大一些。

阿里巴巴和騰訊的應用場景則更加豐富，覆蓋了家庭生活所需工具和娛樂的各個方面，從總體上來說，除了購物環節之外，其他方面目前騰訊稍好於阿里，不過，由於京東和科大訊飛已經單獨出了智能音箱，未來騰訊的智能音箱是否能把京東納入還是一個未知數，畢竟騰訊並未控股京東，投票權也不夠，京東的戰略中是否有單獨把這個家庭入口做成全國最大的野心，目前不得而知，這也是騰訊做智能音箱最大的變數，當然，合作的可能性更大。而阿里巴巴的優勢則在於智能音箱的各個場景，他幾乎全部都有，而且掌握在自己的手上，雖然在某些方面不如騰訊，比如新聞，音視頻等，但好在全部都有，也不算差。

京東作為先行者已經做了很多的工作，積累了很多的經驗，這是他的優勢，其與科大訊飛屬於互補的關係，但最關鍵的核心技術在科大訊飛手上，京東扮演的更多是渠道商的角色，這種組合是否牢固，存在一定的不可控性。除了語音之外，科大訊飛+京東在其他方面綜合而言弱於BAT，雖然目前有先發優勢，但後續很難說能夠繼續保持領先的優勢。

只有智能音箱嗎？

作為物聯網時代的入口，智能音箱之所以被廣泛重視，是因為其技術、市場和應用場景都已經相對成熟，具備了作為一個入口的所有基礎條件。

但在物聯網時代，語音並不能代表一切，仍然會有很多需要靜默的場景，所以，語音只是一種入口方式，比如Echo已經添加了顯示屏，用以顯示購物產品、歌詞、地圖等等需要顯示的部分。而未來，具有眼控以及手勢控制的可穿戴設備（如HoloLens一類的產品）也會成為非常重要的入口方式，而且這種可穿戴設備可以集成語音的功能，替代智能音箱的可能性非常大。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！