AI 新物種——智能音箱「繁衍」後流量時代新生態

關注並標星36氪

每天3次，打卡閱讀

更快更深刻洞察互聯網商業

━━━━━━

一切不便依靠視覺輸入信息的場合，都是聽覺輸入的主場。

文 | 36氪

拿過接力棒，智能音箱成為了扣開AI時代大門的第一個硬體載體——它正置身於新舊體系的交替之期，把守著大門的入口，門內外圖景都令人慨嘆：

舊世界由智能手機開啟，後者以硬體霸主的地位見證了移動互聯網的黃金十年，全民觸網、衣食住行「在線生活」，但它也在繁榮中遲暮，這個行業在不可挽回地「過去」——市場機構IDC最新報告顯示，今年第三季度全球智能手機總出貨量已較去年同期下降了6個百分點，而這已是它自2017年第二季度以來持續下滑的第6個季度。

數據來源：IDC

往更早之前看，智能手機則是接棒PC，繼而書寫了自1970年代以來的互聯網革命史：時代前行，技術更迭，舊引擎疲軟後總會也總得有新引擎承啟，開啟下一階段的更大規模發展。

新世界的主引擎是物聯網與AI，而智能音箱成為了裝配主引擎落地的開荒級硬體。事實上，「智能音箱比過去十年推出的任何其他消費級科技產品的發展都更快」，市場調研機構Strategy Analytics 最新季度的研報指出，2018年Q3全球智能音箱出貨量同比增長197%， 且智能音箱保有量很快將突破 1 億大關，換言之，它將迎來更廣泛的使用基礎和市場認知。

時代選中智能音箱，有其運行邏輯。

交互方式的演變是主因之一。人類數字化進程的三十年，也正是交互方式變遷的三十年：PC時代，我們在適應電腦，鍵盤和滑鼠是貫穿二者的交互方式；移動時代，我們和手機彼此適應，觸摸屏、各類MEMS感測器是更便捷的交互方式；到如今的AI、物聯網時代，機器該主動適應我們，語音/圖像代替文本成為主流，語音交互、機器圖像識別提供了門檻更低的交互方式。

百度智能生活事業群組總經理景鯤在36氪WISE大會上曾分享，下一代人機交互方式就是語音主導。判斷背後的大背景則是語音識別的準確率不斷提升，機器學習技術讓前者達到了人們廣泛接受的閾值。與此相對應的數據是，自2015年以來，全球虛擬語音助手市場的規模正不斷攀升，預計2020年將超過百億美金市場。

而泛語音品類中之所以是音箱，則是因為它兼具語音場景、入手門檻低、市場接受度廣等典型特徵：智能音箱主要構件包括晶元、揚聲器、麥克風陣列、快閃記憶體和RAM晶元、數字媒體處理器、立體聲ADC處理器和通訊模塊。事實上，上十年PC、手機的繁榮很大程度上促進了上游元器件的規模發展並倒逼成本下降——製造產業鏈足夠成熟、經濟——這成為音箱智能化、普及化的前提。

但智能音箱的快速式爆發並不單只是一款硬體這麼簡單。換言之，硬體本身的製造門檻並不高，但支撐其AI新物種想像力的門檻則要高得多。

語音交互是連接人與物的關鍵一環。這個過程所需要求概括下來即為兩點——「聽的懂」、「答的對」。「聽懂」解決輸入過程，「答對」強調結果匹配：背後的完整技術流程是語音輸入經由麥克風陣列——聲紋識別後確認用戶身份——進而語音識別，得到文本——語義理解後得到語義結果——TTS語音輸出。

上述各環節的準確率直接決定用戶體驗，這在AI技術實力上便構成較高門檻，這也是為何百度等技術巨頭更具優勢的原因，而且其所涉及的對話式AI技術正將差距拉大：一個直觀的例證是今年百度世界大會上，小度音箱所搭載的人工智慧對話式操作系統DuerOS已經能提供「一次喚醒、持續對話」的體驗，目前全球範圍內率先實現這種「全雙工」技術的除了百度，便是微軟和谷歌。

技術之外，生態的門檻更高，這外化為應用場景、生態夥伴以及用戶群三個方面。

以應用場景為例，智能音箱開啟了語音交互的時代，它所構建的場景天然更合適搜索、通訊和內容分發，也因此當語音交互日漸成為主流後，人們無需掏出手機打字搜索、尋找聯繫人進行通訊，前者已經重塑了這些功能的獲得方式，這些恰巧是諸如百度、谷歌等搜索巨頭的核心戰場，它們更具備生態優勢。

生態夥伴則決定服務邊界。智能音箱作為入口，能夠給用戶分發何種服務，會成為吸納用戶的主要考量因素。以小度在家為例，內容方面，除其自身的信息流產品外，諸如QQ音樂等外部內容夥伴也是其實力的補充；此外，百度投資的小魚在家、極米、創維等生態鏈企業也能在其技術核心之外，拓展各種場景和服務邊界，增強用戶的使用黏性。

用戶群保證平台的雙邊效應可以運轉起來。尤其對於AI系統支撐的智能音箱而言，更廣泛的用戶群能夠提供更豐富的數據，反向促進識別、匹配的精準度，後者提升又能吸納、積累更多的用戶群。這也是為何巨頭如亞馬遜、谷歌、百度、阿里等前期補貼換取市場的原因，這對於用戶教育和培養至關重要。

從Strategy Analytics的研報來看，Echo在2018年第三季度仍以32%的市佔率排第一，而百度憑藉其產品的性價比優勢將全球市佔率猛增至8%，力壓小米成當季度最大黑馬；這從IDC的數據也得到進一步驗證， 2018年第三季度，搭載百度DuerOS的智能音箱在中國市場出貨量第一——行業格局基本形成。

百度智能生活事業群組總經理景鯤在2018百度世界演講

如同十年前智能手機出現後PC的使用率降低一樣，格局初顯的智能音箱戰場，已經在瓜分手機的流量了。埃森哲今年年初發布的調查數據顯示，受訪者中有66%的人表示使用智能音箱後，智能手機的使用頻次減少了；這在NPR與Edison Research的春季調查里也得到了印證，近34%的調研者認為智能音箱的使用替代了智能手機的佔用時長。

數據來源：NPR × Edison Research

這易於理解，新興智能設備的出現改變了圍繞用戶時長的爭奪格局。物聯網生態下並非手機不智能了，而是用戶有更容易觸達的媒介載體了，單一個體的時長有限，使用智能音箱的頻次越來越多，智能手機也就自然使用變少。

圍繞使用時長及頻次的流量發生了轉移，也意味著智能音箱這個破局者在重塑原有互聯網的產業走向。分發硬體之王的交椅由單一的手機端向音箱等多種新興終端過渡，隨之衍生的產業鏈規則也將改寫。

以內容行業為例，語音交互的時代走向必然衝擊文字交互的創作生態，用戶與智能音箱交互的行為習慣意味著對個性化內容的分發需求更為強烈，聲音創作者的紅利時代也將到來，一切不便依靠視覺輸入信息的場合，都是聽覺輸入的主場，這都將在語音、語義理解等技術的加持下全面落地；服務行業的影響更為直接，叫車、外賣、購物等功能已經被推出與使用，儘管受限於業務複雜度，短期內上述衝擊影響還並不明顯，但變化卻已在發生，舊有的思維正失去其效力，新的通路正待人挖掘。

數據來源：DuerOS對話式人工智慧用戶數據洞察報告

這一切，都將入口的爭奪指向場景。過去，傳統音箱所代表的就是一個功能機時代，但智能音箱則將物與物連接起來，AI是貫穿的大腦，以智能音箱為代表的智能設備則成為了由大腦控制的耳朵等器官，器官與器官之間開始互聯互通，音箱可以控制燈具、空調家電，這是音箱背後的家居場景。

場景與場景之間，多個終端設備依靠一個大腦進行互通。以百度為例，小度音箱代表家庭場景，百度無人車代表車載場景，看似分割的兩個場景，卻都是依靠DuerOS這個大腦中控來運轉。換言之，DuerOS可以搭載在任何具備連接能力的終端上，進而卡位對應的端場景，多場景多終端積累的多元數據都反哺於DuerOS本身，促進其更加智能決策。

實際上，DuerOS已經成為市場上最活躍的對話式AI操作系統，最新數據顯示，搭載DuerOS設備的激活量已經超過1.5億，月活躍設備量超過3500台，合夥夥伴超過300家，搭載DuerOS的落地主控設備達到160多款，加上開發者數量，基本都居於中國市場第一，具有極強的平台效應。

李彥宏說，「過去20年人類社會可能走的是互聯網時代，未來的30到50年，人們正進入人工智慧時代」。當下，人工智慧正成為百度煥新的血液，它被有效地注入到這家科技公司的新舊各項業務里，平滑著各方生態：無論是音箱、手機端應用，還是正如火如荼建造的車載終端，百度依靠AI在將生意從流量轉移到圍繞人的需求挖掘上，在此基礎上，生態中各方互惠共贏，但又在本質上持續為百度的閉環護城河貢獻川流。

舊世界在失去活力，百度借智能音箱們以開荒者的姿態「闖進」AI新時代，它找到了一條清晰的通路，前方到站新大陸，風景這邊獨好。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！