從音箱看AI Labs科學家，阿里參與競爭有哪些獨特法則？

研發專家、產品經理、淘寶店客服，你以為的 AI 科學家在阿里 AI Labs 重塑了技術和產品的關係。

撰文 | 宇多田

編輯 | 劉燕

2017 年 11 月，在雙十一晚會媒體中心外的科技展示區，我買了一副耳機。

買這副耳機實屬偶然。當時，為了給我們「提供更多的寫作素材」，阿里特意在可容納幾百名記者的直播間外，搭建了大大小小與新零售密切相關的「體驗樣板間」。其中，就有一個方便我們體驗無人支付流程的簡易版天貓超市。當然，你只能真的買了東西才能進入無人支付環節。

超市裡東西不多，我到處轉了轉，發現除了各種天貓與淘公仔式樣的毛絨玩具、掛墜與杯子，就只有耳機相對實用一些了。恰好阿里工作人員也在旁邊適當地推銷了幾句：

「這是我們自製的，都是在內部銷售，質量挺不錯。」

最後，我花 172 元買下這副無線藍牙耳機，順利通過了手機全程揣在褲兜里的無人支付環節。然而直到現在，我對無人超市的體驗幾乎沒了印象，卻對這副耳機「念念不忘」。

因為實在是，難用到令人髮指。

即便是入耳式設計，走路不到 5 秒也會掉出來；作為無線耳機，藍牙連接很多時候不聽使喚；掛脖子的耳機線走幾步就滑下來…

這就是我對阿里硬體水平有著嚴重顧慮的源頭事件。

也讓我對阿里唯一開發消費級 AI 產品的實驗室——阿里 AI Labs的能力，保持了審慎的態度。

一個被稱為實驗室的部門，一台價格便宜的音箱，再加上「阿里」的 title，很難不讓人想到大洋彼岸早在 2011 年就開始密謀 Alexa（智能語音助手）與 Echo（音箱）的亞馬遜。

「很明顯，亞馬遜從來都是一個商業風向標。他們從 2014 年就開始賣 Echo 了，甚至到 2015 年還沒打開局面，但是卻讓很多科技公司聞到了不一樣的味道。」一位智能耳機創業者感慨。

與 2017 年音箱市場百花齊放，每家與技術沾邊的公司恨不得都要做一款音箱的格局全然不同，2014、2015 年入局的玩家量少，且步伐小心翼翼。

阿里就是這群嗅覺敏銳的早期試探者之一。但由於當時沒有明顯的市場說服力，2015 年中旬，阿里選擇了較為保險的入場方式——合作。

2015 年 4 月，阿里成立智能生活事業部，讓時任總經理的淺雪帶著百人團隊主攻軟體平台，而硬體部分，自然是合作夥伴來承擔。

就是在這種模式主導下，三個月之後，阿里分別與飛利浦及漫步者共同合作推出智能音箱「小飛」與「MA1/3/5」，迅速進入了市場。

而結果，可想而知（在當時，無論是市場，還是產品的設計與 AI 技術都不夠成熟）。

或許正是由於幾年前那些不算順暢的智能硬體合作經驗，讓 2017 年重新出山帶隊阿里 AI Labs 的淺雪毫不猶豫地表態：

「合作是個必然的選擇項，但安卓思路並不靠譜。只有親手試試，才知道它究竟存在什麼樣問題。」

AI Labs負責人淺雪

坦白講，不管是跟風、經驗教訓，亦或是選擇 2017 年市場抬頭之際抓住風口再次出擊，對於一家商業公司，要尋找更多收益機會，無疑需要更加全面地增加與用戶的「接觸點」。

而對比此前各種各樣由第三方製造，許多只是名字冠以「天貓**」的硬體產品（以天貓魔屏為例，其製造商標註為深圳市橙子科技公司），天貓精靈的誕生其實讓阿里顯得有誠意了不少。

這一次，硬體設計團隊成為了 AI Labs 極為重要的一部分，產品經理通過各種渠道「回收」用戶意見，整個軟硬結合的流程通暢了不少。

而與此同時，他們也承受了雙十一銷量拔高後，用戶的花式吐槽以及大規模量產帶來的質控與供應鏈壓力。

這到底是不是一個優秀的實驗室？很難說，因為產品還在被市場持續考驗中。但有一點可以確定：

這是一個有故事的實驗室。

智能音箱天貓精靈

「接地氣兒」並不只是說說

隨著 Echo 逐漸被市場接受，亞馬遜硬體實驗室曾被爆出不少有意思的組建經歷。

譬如由於渾身散發的「生意人」氣味兒太濃，與 Google 相比，發展史上研發人員的地位也不算太高，因此在公司決定為 Alexa 項目尋找人才時，傲嬌的技術大牛們都紛紛表示嫌棄。

總之就是：招人挺難的。從學術圈走出來的科學家們都會優先選擇提供良好研發氛圍的企業。

因此，亞馬遜採取了連續性收購策略——人招不來，那我就買下公司。

專攻語音文本轉換的 Yap，開發語音助手的 Evi，以及語音交互技術供應商 Ivona 在 2012 年前後被亞馬遜陸續收至麾下。

對比起步艱難的亞馬遜，也許有 iDst（數據科學與技術研究院）、城市大腦在前，也許出手頗為豪氣，總之 AI Labs 科學家們的「就位」速度十分可觀。

AI Labs 成立不久，根據 LinkedIn 提供的資料顯示，2017 年 3 月，前新加坡南洋理工大學終身教授王剛就已經加入 AI Labs。

又隔 5 個月，微軟亞洲研究院主攻自然語言理解與知識圖譜的科學家聶再清與 Google 前 Tango 及 Daydream 項目負責人李名揚也被阿里 AI Labs 成功挖角。

迅速的動作，在很大程度上證明了阿里想拚命轉換身份的決心。更直白來說，科學家的加入，從營銷角度來說也大大增加了外界對阿里 AI 產品的可信賴度。

「現在即便搶人很難，但實驗室和科學家就是大公司標配。不這樣弄都不好意思說你搞 AI。」一位 AI 獵頭這樣告訴我。

然而，當科學家決心踏入行業，特別是商業氛圍相對濃厚的阿里，自然而然需要迫使自己主動作出改變。而這也正是我們認為阿里 AI Labs 最吸引人的地方：

研發專家、產品經理、淘寶店客服。消費級產品的屬性，讓這個部門的技術人員具備了三重身份。而實驗室的科學家們，也變成了我見過的最接地氣兒的一群學術人。

在 2017 年 10 月接受機器之能的採訪中，當聽到我們在評測天貓精靈過程中遇到不少問題後，聶再清立馬掏出手機，這位入職 AI Labs 不到 5 個月的前微軟科學家當場一條一條記錄下來：

「太好了太好了，我正好去跟技術和產品經理溝通一下，有技術問題得趕緊解決。」

聶再清

而與聶再清幾乎同時入職的李名揚，由於年紀很輕，看起來更像 90 後，略顯呆萌。

不知道是不是因為在 Google 有著視覺方向的項目研究經歷，他對色彩極為敏感。

在接受採訪時，他對我五彩斑斕的鍵盤貼紙產生了濃厚的興趣，我們還特此圍繞顏色嘮了幾分鐘嗑，並由此借題發揮轉移到了計算機視覺技術應用在音箱產品上的幾種可能性。

「給音箱帶攝像頭的確是個方向，但具體產品形態我可不能告訴你。」

李名揚

與聶再清的研究風格截然不同，王剛喜歡自己給自己找難題，還喜歡把難題用段子呈現出來。

「你問我難點在哪裡，語音識別、自然語言理解，再到後面的命令執行，哪一個環節都有難點。但對我來說，最讓人惱火的語言理解問題，」他在接受採訪時，迅速開啟了「段子」模式，

「不是有句話嘛，『大學裡有兩種人不談戀愛：一種是誰都看不上，另一種也是誰都看不上』。

每個字重音和語氣不同，意思千差萬別。自然語言這種模糊性，讓我們在這一塊做了不少研究」

因此，他更喜歡呆在電腦前寫寫畫畫，一直在測試與訓練不同的深度學習演算法，又在這個基礎上進行各種調參與優化。

這就好比面前擺著一口大鍋，為了煮出一鍋味道不咸不淡的鮮美雞湯，火候與料包都需要反覆調配，才能獲得恰當的比例。

就是在這種訓練-調試-訓練-再調試的反覆狀態下，他帶領的團隊在短時間內設計出了一些獨有的自然語言理解的深度學習網路，這些網路在一些標準的設計基礎上超越了國際上以前的方法。

王剛

很顯然，這些術業有專攻，有著產品經驗的科學家，正在模糊實驗室里技術研發和產品開發之間的界限。

他們仍然要看論文、發論文，帶著技術隊伍去「打國際比賽」，這是公司保持自己不被新趨勢所拋棄的必然舉動。

但一個事實可能會讓你難以想像——雙十一當天，天貓精靈旗艦店的大部分客服的身份，其實就是這群科學家。

甚至有一位技術人員，還因為在短時間內成功賣出好幾萬台音箱，被評選為當天的「銷售明星」。

「他們學什麼都很快。像『么么噠，親』這些術語，簡直是信手拈來。」淺雪在描述雙十一當天科學家作戰狀態時，把他們的大腦比作成「天然的深度學習網路」：

「你如果不在現場，根本不會想到，他們竟然具備高超的推銷技巧，可以針對不同用戶用不同的話術引導下單。我還感慨果然都是全方位人才。」

在雙十一銷量突破 100 萬後，急劇增長的除了天貓精靈 APP 下載量與用戶活躍數，還有各種各樣的用戶反饋。

因此，科學家們的日常又變成了時不時去淘寶和其他網上銷售渠道刷「用戶反饋」，一有用戶的吐槽，就迅速截圖扔到產品群里。

「吐槽和差評對普通賣家是件壞事，對我們來說，就是與其他競品的最大優勢。賣的少的廠家會極其羨慕我們。」

問題「倒逼」產品，技術決定產品

在我們與各種各樣科學家們廣泛接觸的過程中，很多時候會出現由於問題淺顯，科學家搪塞回答，甚至不屑於回答的尷尬場景。

這很正常，外行與科學家之間，總會隔著上百篇論文與上百個演算法模型。

因此可以想像，當一位科學家有著親和態度的同時，也兼具極佳的「將技術轉化為通俗語言」的能力是多麼難得。

而 AI Labs 的科學家們，就擅長用「產品吐槽倒推技術」的方式，解釋了軟硬結合過程中的技術難點。

舉個簡單例子。

由於天貓精靈的很多回復不夠精準，當我們提出「這種狀況是否跟知識圖譜技術做的不好有關聯」時，聶再清老師在用實例進行問題還原的同時，也把這項技術與它的作用闡釋地通俗易懂。

「想聽周杰倫的歌，但喊一聲『想聽周董的歌』卻得不到回應；或者問『范冰冰是誰』，再接著問『那他男朋友呢』？音箱回答不了。這裡面·都會涉及到知識圖譜構建的不完善。

「知識圖譜簡單理解，就是給這些名詞建立聯繫，把人物關係都理順了，跟家譜差不多。你可以把它當做一種管理數據的方式，建立起一整套結構明晰的資料庫。」

假如建立一個完善的圖譜知識庫，當用戶在問音箱一個問題時，它就不會根據你的關鍵詞去給網頁排名，而是在這個數據被理得很順的庫里找答案。鎖定的信息更少，當然答案也會更精準。

「但精準的結果不是一個知識圖譜技術就能實現的。如果語義分析做的不好，讓計算機把『周杰倫的歌』錯誤理解成『周杰倫是誰』，或者說資源庫里根本沒有周杰倫的歌，那知識圖譜技術有了也白搭。」他提醒道，

「後者更像是一種助燃劑，而不是最重要的工具。」

此前，聶再清教授主攻的便是知識圖譜與 NLP 技術，也曾做出名噪一時的微軟 AI 產品「人立方」。因此，我們是否可以這樣推測：

科學家們擅長的領域，可能恰恰是未來天貓精靈的升級方向與下一個產品的基礎形態。

譬如，李名揚在 Google 期間便主要負責 AR/VR 技術領域的產品研發，對 Slam 導航技術深有研究。進入阿里後，他曾明確向我們表示，此後的工作方向與計算機視覺及多感測器融合有著密切關係。

因此不難猜測，在 AI Labs 規劃推出的消費級硬體中，將會涉及與導航定位技術密切相關的產品，譬如機器人，甚至是無人駕駛。此外，AR 產品也極有可能迅速問世。

實際上，這個疑問也曾間接得到過聶再清的默認。他在介紹團隊內部不同的研發工作時，便提及了「自然語言理解、道路規劃以及AR」這三個方向。

至於 AR 產品，甚至是增加 AR 功能的二代或三代音箱會不會出現，淺雪只說了 4 個字：

「敬請期待。」

百萬銷量背後的最大問題，恰恰不是 AI

在競品眼中，作為天貓精靈創造百萬銷量奇蹟的基礎，阿里零售平台為其開啟的「綠色通道」著實是讓人眼紅。

「沒人不知道雙十一吧？想想當天去買買買的人有多少！而且天貓和淘寶 app 都把天貓精靈放在了首頁和電器專場最顯眼的位置，你想看不到都難！」另一家國內知名音箱廠商的營銷人員頗為嫉妒。

而在演算法工程師眼中，AI Labs 最幸運的事情，莫過於在音箱銷量破 100 萬大關後，將有機會享用源源流入的用戶活躍數據。

比起小冰與 Siri 很多無意義的插科打諢，這絕對是實打實的高質量數據，每一份都來自用戶最真實的應用場景與需求。

如果說之前音箱市場的各類競品還都半斤八兩，那麼數據方面的差異通常被視為拉開差距的開始。這不僅僅是為了升級產品，還關係到底層技術平台質的飛躍。

顯然，對於實驗室的科學家們來說，這是讓他們最為興奮的事情。

據內部透露，其機器學習的訓練效果有了大幅度提升，有利於對天貓精靈背後的語音開發者平台 Aligenie 進行持續完善。

但從用戶的視角來看，100 萬是一個極具爭議的數字。而這裡面爆發出的問題，幾乎與人工智慧技術無關。

有人說，即便活躍用戶數在短時間內有大幅上升，但這些用戶最終能夠留存多少，就要看產品本身了。

值得注意的是，雙十一這個銷量爆發期，恰恰是天貓精靈用戶群身份發生質變的分水嶺。

根據官方提供的數據顯示，在雙十一之前，天貓精靈的用戶多為科技愛好者與智能硬體發燒友；而在雙十一過後，普通消費者數量後來居上。

這些人身在圈外，受各種廣告宣傳影響對人工智慧產品有著一定的預期，但試用結果導致的心理落差往往要大過「早就心裡有點譜」的圈內愛好者們。

因此，雙十一結束後，與數據同時湧來的，是各種各樣的用戶反饋。有好評，也有大量口水。

在這些負面評價中，除了對天貓精靈各類功能實用性（譬如購物）與交互體驗方面的「常規性吐槽」，另有一個方面的集體差評引起了我們的注意：

作為一個智能家居中樞控制器，在生態壁壘的約束下，其可連接的電器範圍，甚至還不如一個不到 60 塊的紅外萬能遙控。

如果說「人機交互」凸顯的是技術能力，那麼「智能中樞」除了技術，也涉及到廠商的智能生態戰略。畢竟在他們眼中，後者約等於「下一代人機交互的入口」。

但諷刺的是，大小公司一邊把構建生態掛在嘴邊，一邊把生態壁壘帶來的麻煩全都留在了用戶體驗環節：

天貓精靈與小米電燈都是智能家居，卻不可能連接在一起，因為連接協議互不兼容；而天貓精靈與美的空調倒是可以連，但你必須買兩家公司指定的智能合作款。

這是一種當下智能中樞控制器最為常見的尷尬境遇。

為了越過壁壘，聰明的商人們用了一種更加巧妙的方式——再另外製造一個可連接智能音箱的萬能紅外射頻遙控。

只要遙控器的紅外編碼庫數據齊全，就可以利用這個遙控器打開客廳內任意一款由紅外控制的電器，譬如電視和空調，不是智能的也沒關係。

也就是說，你可以用天貓精靈控制這個紅外遙控器，然後再間接控制家裡的普通電器。

聽起來很不錯，但請注意，紅外不能穿牆，要想控制所有房間的空調，你需要每個屋子買一個遙控器。

此外，即便原理聽起來沒差錯，但實際使用過程中，通常會出現「命令滯後」「感應範圍太小」「信號太弱」「只能控制開關，不能調節溫度」等一連串問題。

很顯然，市場以為多一個環節就能解決生態壁壘的問題。

但結果卻是，除了音箱的「中樞」內涵逐漸變得形同虛設，多一層設置，意味著又多了 n 種麻煩。

這家可連接天貓精靈的萬能遙控器被很多人吐槽

此外，擺在 AI Labs 眼前的一個事實是，100 萬是他們當時所能達到的供貨極限。

雙十一期間我曾下過一單，排號大約是在第 56 萬左右。而這台音箱的最終送達時間已經過 12 月中旬了。

據淺雪透露，100 萬是他們猶豫再三後調高的最上限。用戶高漲的購買熱情對應的，是產能不足與供應鏈的不完善。

這是作為一個硬體實驗室此前從未預料到，也沒有處理過的事情。

「我們幾乎買光了市面上所有的功放晶元，招標的幾家工廠都在夜以繼日地趕工，但產能還是相對不足。這應該是整個音箱市場此前都忽視的一個問題，由於市場太新，此前根本達不到如此高的量級。」

除了用戶體驗問題，99 元的低廉促銷價格儘管激發了普通用戶的購買力，那麼以後呢，重新回復正常價格後，用戶的心理承受預期顯然不會停留在原來的價位上。

降價在很多時候是一種有效的策略，譬如，亞馬遜為了壓制對手 Google Home，就頻頻採取降價策略，成效斐然。

但我們卻忽略了兩點：前者有強大的生態覆蓋面、豐富的音箱產品線與龐大的技能商店。

曾據一位不願透露姓名的音箱廠商透露，99 元的價格可能連硬體都買不到。而顯然，競品們也使出了渾身解數：69元、49元（你狠我更狠），以及飢餓營銷。

因此，當成本消耗逐漸達到極限時，如果不在關鍵時刻開展後續商業服務，例如推薦廣告與技能商店，那麼很可能最終變成幫後續競品「教育了市場」的犧牲品。

Skill Store

參照發展時間線，亞馬遜 Echo 從誕生、成長，再到引爆市場，比國內跟風者們多用了整整三年時間。

除了數據積累與技術層面拉開的巨大差距，其後續商業服務能力也讓人望塵莫及：

多達幾萬種技能的 Echo 商店，在某種程度上可以被視為蘋果或安卓的應用商店。

儘管亞馬遜還沒有規劃未來如何與商店內的技能開發者進行分成。但在 2017 年，亞馬遜卻正式頒布了 基於 Alexa 的技能收費制度，受歡迎的技能可以通過平台向訂閱用戶收取費用。

既然收費制度都設立了，那分成還會遠嗎？

很明顯，國內外市場正處於一個產業生命周期中兩個截然不同的發展階段。

在各品牌音箱技能數寥寥無幾，開發者群體不能形成規模的前提下，在堅持把量做大的基礎上，只能另尋出路。

對於 AI Labs 來說，他們選擇了與大多數廠商相同的道路：

對既有產品系統進行升級，拓展多條產品線，與各種公司談嵌入式合作，思考是否在給用戶推薦的信息中融入廣告。

但唯一不同的，以及值得讚頌的，是「他們願意跑得快一點兒」。

「我們與 Echo 之間差了 3 年。但我們在花費血本來彌補這個時間差。你知道，從 7 月推出再到 11 月光棍節，我們用了 4 個月時間，讓天貓精靈達到了 100 萬。

我們是國內第一個做到的，所以我們可以被稱為中國音箱市場的墾荒者。」

記得一位音箱測評自媒體曾表示，自己在 2015 年試用某創業公司研發的智能音箱時感到頗為驚艷。

因為那個時候入局者不多，互相對比起來，音箱能夠接收到指令並給予正確反饋就可以讓人刮目相看，而同一時期的競品…無疑相當於智障。

兩年過去，當他再次把那個創業公司研發的音箱與天貓精靈、小米音箱、叮咚音箱等大廠產品放在一起時。讓他驚訝的是，前者竟然在這兩年里幾乎沒什麼進步：

「大廠都進來了，所以它現在淪為智障了。」

這樣來看，「快」不僅是科技公司天然的美德，也是最為殘酷的競爭法則。

「我有做硬體的經歷，知道大部分時間我們其實是寂寞的，也就 AI 風口爆發了出來曬一下。我們從來都是默默地提各種變態需求，默默地改進技術，默默地吐槽自己的產品。

省去說話的時間，做一個掃地僧即可。」

而掃地僧，恰恰是《天龍八部》里登場的天下第一高手。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！