6月底的上海，世界移動大會（GSMA）上，科大訊飛消費者BG副總裁賀曉光把手下兩個部門十幾號人全部撒到會場里，并下了命令：“進(jìn)去要給我?guī)|西出來，看看別人在做什么，做的是不是足夠好。”
他在為語音助手尋找更多可行的落地場景：弄明白咪咕靈犀能解決以及應(yīng)該解決什么問題？通過什么載體、怎么介入應(yīng)用之中？總之，訊飛內(nèi)部的規(guī)劃，是今年找到更多真正有需求的場景，而且要把東西做出來。
做蘋果Siri、亞馬遜Alexa這樣的語音助手，是人工智能領(lǐng)域最光鮮熱鬧的一個領(lǐng)域。但折磨人的地方也在這里，語音助手一面烈火烹油，大家覺得分分鐘就應(yīng)該改變未來，成為下一個入口，但在實際應(yīng)用上，卻又遲遲找不到一個突破點。
商業(yè)化上也舉步維艱。
鄔霄云和樂視移動手機(jī)EUI高級副總裁馬麟，面對面坐在樂視大廈附近一間咖啡館里時，鄔感覺到，對方打算用半杯咖啡的時間“打發(fā)”掉自己，甚至坐在這，也是出于中間人的人情。
“找我做什么語音助手的人特別多，你們有什么了不起？”馬麟發(fā)問了。
鄔霄云創(chuàng)立的奇點機(jī)智的語音助手產(chǎn)品剛起步，正需要搭載上一款手機(jī)，以獲取進(jìn)一步訓(xùn)練算法的用戶數(shù)據(jù)。
然而大腿并不好抱。正如5年前曾風(fēng)靡一時的暢銷書《大數(shù)據(jù)時代》所言，比起算法，數(shù)據(jù)會變得更加稀缺和珍貴。
一番產(chǎn)品演示后，鄔霄云最終順利贏得了樂視的合作，但是是以免費模式提供服務(wù)——這已經(jīng)是這個行業(yè)的常態(tài)。
缺乏話語權(quán)，直接導(dǎo)致這些語音助手公司很難向手機(jī)、電視等合作方收費。
今年3月，小米和出門問問間爆發(fā)了一場爭執(zhí)。出門問問控訴小米在新品電視發(fā)布前，臨時拋出“霸王條款”，使用了問問的技術(shù)卻不愿在發(fā)布會上給予露出。而小米則回應(yīng)，是由于出門問問不想合作，以及技術(shù)PK的結(jié)果，小米電視的語音識別技術(shù)供應(yīng)商已經(jīng)換成了搜狗。
諸如手機(jī)、電視這類高出貨量的硬件，每家制造商身后，都至少追著三五家語音助手公司，希望把自己系統(tǒng)送進(jìn)去。
“語音助手到現(xiàn)在都沒有商業(yè)模式。”創(chuàng)業(yè)的5年過去了，這是出門問問李志飛的結(jié)論。對于語音助手如何商業(yè)化，36氪采訪的多位采訪對象，均未給出明確的答案。
從手機(jī)、電視，到現(xiàn)在正開始熱起來的智能音箱，語音助手最終可以靠什么硬件、應(yīng)用場景落地？
這個被寄予了厚望的新人機(jī)交互模式，是否能如愿成為“入口”？
以及它們最終怎么賺錢？
這些問題，都還待解。
貌似光鮮的語音助手行業(yè)，正處在煎熬時刻。
從Siri橫空出世、各路創(chuàng)業(yè)者開始做語音助手，轉(zhuǎn)瞬間，五六年已經(jīng)過去了。
成為Siri的挑戰(zhàn)
曾經(jīng)，做一個中國版的siri——這意味著改變未來、開拓巨大的市場、從技術(shù)落到實地的專業(yè)追求——是讓許多全球頂尖的華人工程師熱血沸騰、夜不能寐的主意。
2012年1月，李志飛還在硅谷Google Research Lab研究語音識別，聽說好朋友趙勇有意離開Google回國創(chuàng)業(yè)，自己也坐不住了。他是個急性子，五個月后，就拿著一款手機(jī)APP開始融資了。
如今成為格靈深瞳CEO的趙勇記得，李志飛給他看了個帶有基本語音交互功能的助手，純白色界面，幾乎什么設(shè)計都沒有。他試了試：
“我要去長沙。”
“乘火車還是坐飛機(jī)？”
選擇火車后，助手顯示了幾個班次，不過都是虛擬的。它是個demo，還沒連接到任何服務(wù)數(shù)據(jù)庫上。再問其他，助手就回復(fù)不了了。
盡管如此，同年8月，李志飛憑借這款不能再簡單的demo，拿到了融資。投資人們認(rèn)為，語音助手的控制功能，會讓它成為一個大流量入口，以后無論接入什么應(yīng)用，都能收上一筆“過路費”。這讓資本感到興奮。資本們也特別青睞“Google科學(xué)家”們。
鄔霄云甚至覺得，2016年才開始做語音助手，自己有點后知后覺。他和被拉他出來創(chuàng)業(yè)的科學(xué)家林德康，此前分別在Google工作了8年和12年，與李志飛同在一個實驗室。
在國內(nèi)，Siri出現(xiàn)后，科大訊飛這樣的公司，也為此感到興奮。當(dāng)時，訊飛的語音助手項目（包含訊飛輸入法和靈犀語音助手），和其他3個方向，是訊飛探索的新業(yè)務(wù)。
還有更多創(chuàng)業(yè)者，前赴后繼地投身進(jìn)來。亞馬遜Echo和語音助手Alexa的出現(xiàn)，又激發(fā)了一些想從智能音箱，切入語音助手生意的創(chuàng)業(yè)者。每隔兩個月，鄔霄云至少會聽說一家新的語音助手公司出現(xiàn)，且多半曾在Google工作。
李志飛甚至覺得，如今算法創(chuàng)業(yè)有些過剩了。
但這些這些頂尖的、代表未來、熱血沸騰的算法科學(xué)家和科技公司們，在現(xiàn)實面前遭遇了困難。
第一道門檻，就是商業(yè)化。
靈犀的起步并不算順利。和出門問問在2013年底遇到的情況一樣，從訊飛研究院孵化出來后，靈犀空有一身技術(shù)，卻缺乏落地場景、資源和運營經(jīng)驗，直到接受中國移動入股，才找到用武之地。
“運營商有到達(dá)用戶的能力，資源豐富。比如中國移動的咪咕現(xiàn)在在內(nèi)容上就跟我們有大量合作。”盡管人們因“入口”而瘋狂，但賀曉光覺得助手對于創(chuàng)業(yè)公司而言，門檻不低。“需要大量整合資源，而且工具型的東西，來錢特別慢，創(chuàng)業(yè)公司耗不起。”
“當(dāng)時其他三條線掙錢掙嗨了，但靈犀一年不掙一分錢，公司愿意給它往里投。”賀曉光告訴36氪，靈犀之所以能常年保持戰(zhàn)略投入型產(chǎn)品的地位，是因為劉慶峰和時任研究院院長的胡郁，堅信未來語音助手一定能以另外一種形態(tài)賺錢。
圖靈機(jī)器人，當(dāng)初遇到了同樣的狀況。2012年，俞志晨創(chuàng)業(yè)做了款蟲洞語音助手，兩年間迅速將種子用戶擴(kuò)大到3500萬注冊用戶。這在當(dāng)時算不小的規(guī)模，然而作為一家創(chuàng)業(yè)公司蟲洞，也并未摸索出to C的商業(yè)模式。2014年11月，這家公司發(fā)布了圖靈機(jī)器人，并在隔年發(fā)布人工智能機(jī)器人操作系統(tǒng)Turing OS，自此蟲洞在產(chǎn)品線上退居次位。
第二道門檻，技術(shù)不完備限制了用戶體驗。
雖然搜狗還在做智能語音系統(tǒng)，但搜狗語音助手的IOS版卻停擺在2014年的10月23日。此前，這款產(chǎn)品搜狗運營了一年，盡管口碑尚可，但留存率卻差強(qiáng)人意。搜狗團(tuán)隊最終的判斷是，語音助手是未來的方向，但當(dāng)時不能成熟地解決用戶痛點，產(chǎn)品本身價值不夠大。
此后兩年間，搜狗一直默默打磨語音技術(shù)，直至2016年看到行業(yè)準(zhǔn)確率有普遍提升，才鎖定了車載、智能電視這兩大主要場景。
搜狗之所以首選把助手灌入電視，原因在于電視是高頻、剛需性硬件。按照王硯峰的標(biāo)準(zhǔn)，這意味著起碼每年得有幾千萬量級的銷量。另外，在電視端，用戶使用語音輸入的比例達(dá)到20％。
“去年從樂視電視開始，廠商才逐漸把語音作為標(biāo)配。我們也是在市場相對成熟，能帶出來語音助手的價值時，才決定切入。”搜狗語音交互技術(shù)中心負(fù)責(zé)人王硯峰，認(rèn)為家庭場景中的語音交互，會是比手機(jī)場景更早成熟。
“大家在手機(jī)上做的都是通用型助手，既要通過助手把咖啡定了，是不是又可以把京東上的貨買了。本質(zhì)上，助手是想替代手機(jī)里所有的APP而存在，甚至超越APP的體驗，這意味著它面臨的技術(shù)等等難題，是一條很漫長的路。”
即使強(qiáng)大如蘋果，用戶在最初經(jīng)歷用Siri調(diào)用APP、查詢天氣、安排日程、回復(fù)郵件這類小任務(wù)的興奮期后，siri展露出功能的局限性。
歸根結(jié)底，凡事要先談用戶體驗。
第三道門檻，抱品牌商的大腿不容易。
要做好語音助手，并不止要好算法，更關(guān)鍵的是數(shù)據(jù)：訓(xùn)練人工智能所需的用戶數(shù)據(jù)，如今都握在BAT手里，創(chuàng)業(yè)公司要是想往前走，至少第一步，要先拿到數(shù)據(jù)來訓(xùn)練算法。還有什么選擇？
這正是大家紛紛抱緊硬件品牌商大腿的原因。
當(dāng)初出門問問決定自己做“不討喜”的硬件，也是經(jīng)歷了一番與制造商的撕扯，被逼之下的舉動。“當(dāng)初做個入口級的東西，但要做進(jìn)去應(yīng)用不僅要免費，還得求著他們。說服不了他們，又想往前走一步，那我就自己做唄。”李志飛告訴36氪。
前述奇點機(jī)智拿下樂視的單子不易，不過他們想不到，以科大訊飛的體量要搞定品牌商，同樣充滿挑戰(zhàn)。
靈犀語音助手（今年5月更名咪咕靈犀）目前是國內(nèi)最大的語音助手平臺之一。但靈犀在產(chǎn)業(yè)鏈里的話語權(quán)尚未達(dá)到賀曉光期望的程度。“因為用戶水平、整合難度還有IT上的難度，（帶來了挑戰(zhàn)）。如果我有四個億用戶，客戶會排隊來找我們。”
用戶量和活躍度，是助手公司和硬件廠商、內(nèi)容服務(wù)商談判時的硬指標(biāo)，能說明消費者是否真的對語音助手具備需求。
但目前，這些數(shù)字還不夠樂觀。
根據(jù)易觀千帆提供的數(shù)據(jù)，咪咕靈犀的月活為709.45萬人次，微軟Cortana 的月活人數(shù)為47.56萬人。5月初的微軟Build大會提出全面AI化轉(zhuǎn)型后，Cortana環(huán)比增幅上升至34.36%。但在活躍數(shù)據(jù)上，小廠普遍呈現(xiàn)出下滑趨勢。
語音風(fēng)口說雖然已經(jīng)炒起來了，但由于技術(shù)不完備，資源整合艱難，大部分玩家都出于“熬”的狀態(tài)。
搶在巨頭身前沖刺
無論李志飛、賀曉光還是鄔霄云，都意識到，語音助手并不會是一門販賣流量的入口生意。
“引流的服務(wù)大家都愿意做，然而做這個對用戶沒用，時間長了用戶粘性不高，因為你沒法在靈犀上完成想要的服務(wù)。”2015年，更新到3.0版本時，訊飛發(fā)現(xiàn)和手機(jī)廠商一樣，應(yīng)用廠商也不愿意把所有數(shù)據(jù)流程都開放給你，這就導(dǎo)致用戶在使用靈犀操作到一定地步，就沒法在往下深入操作了。
比如查詢明天機(jī)票，但查完了無法在咪咕靈犀內(nèi)完成購買。以及查天氣、打電話等功能，雖然讓用戶感到方便，但顯然不是讓他們愿意花錢來獲取的服務(wù)。
賀曉光覺得，破解的方法，是干脆放棄做大而全的引流服務(wù)，把垂直領(lǐng)域做深做透。
這意味著尋找合適的落地場景，和硬件載體很重要，單純的助手沒有商業(yè)模式。
“助手就跟鬼上身一樣，灌入各種各樣的硬件，軟硬結(jié)合的時候會產(chǎn)生價值。”
對外，咪咕靈犀以一款to C的語音助手APP的面目示人，但事實上，咪咕靈犀這個概念，幾乎等同于訊飛超腦技術(shù)平臺。
“過去我們什么都接入，但很多真正有需求的內(nèi)容卻做不下去?，F(xiàn)在跟很多公司深度合作，他們會把內(nèi)容給打我們，我們就相當(dāng)于去到代理。當(dāng)用戶在我這里聽了一本書、買了一張票，我能獲取數(shù)據(jù)對你不斷學(xué)習(xí)，知道你的喜好，慢慢就能告訴你，你需要什么，提供更多服務(wù)、產(chǎn)品和內(nèi)容。”賀曉光告訴36氪。
鄔霄云的想法一樣。
剛回國時，他做過一個基于深度鏈接的SDK實現(xiàn)應(yīng)用內(nèi)搜索的產(chǎn)品。那個項目后來并未做大，但整日與應(yīng)用商打交道，讓他在2014年就想明白一件事——做語音助手，如果自己沒有垂直的內(nèi)容是不靠譜的。應(yīng)用商肯定不希望你守在它跟用戶之間，或者在它的APP里搞。如果想做個自己的界面，嫁接所有第三方功能，就得挨個跟對方談BD，求對方開放API接口。對創(chuàng)業(yè)公司，這個任務(wù)太過于艱難。
所以奇點機(jī)智選擇不通過獨立的APP界面提供服務(wù)，而是通過底層技術(shù)，在用戶使用各類應(yīng)用時，在APP里面提供服務(wù)。鄔霄云說，目前奇點機(jī)智能連接的APP有100多家，日后會試著進(jìn)一步擴(kuò)大到1000、甚至10000萬家。
咪咕靈犀和奇點機(jī)智都在努力擴(kuò)大服務(wù)，但速度還需要更快，因為危險的訊號來了——百度這類巨頭開放了免費的開發(fā)者平臺。盡管為開發(fā)者提供的定制化工具還不完善，但創(chuàng)業(yè)公司的處境會更艱難。巨頭入場，意味著以后單點競爭會演變?yōu)樯鷳B(tài)戰(zhàn)。最簡單的例子，騰訊的QQ音樂，百度的愛奇藝，阿里的電商，只要有一款助手，巨頭很容易在自己的生態(tài)內(nèi)打造一個閉環(huán)。
擺在創(chuàng)業(yè)者面前的只有兩條路：其一，趁巨頭還沒作出爆款，盡快建立自己的生態(tài)，或連接更多內(nèi)容和服務(wù)商；其二，純算法生意勢必更加難做，一部分公司迫于無奈轉(zhuǎn)去做to C的硬件。
至于技術(shù)服務(wù)商轉(zhuǎn)型to C，最在吃螃蟹的是出門問問。
那是2014年上半年，出門問問開始做智能硬件，李志飛為此糾結(jié)了半年，但想到雖然語音技術(shù)有了，但短期內(nèi)用戶不看好，沒有流量和收入，技術(shù)幾乎沒有用武之地，他還是下了決心。不過在當(dāng)時，九成同行認(rèn)為他在往火坑里蹦。
如今，出門問問依舊沒有盈利，但可穿戴設(shè)備、車載產(chǎn)品、智能音箱等幾款硬件產(chǎn)品，有的開始賺錢了。加之，有百度這樣的大廠商開始做免費的開放語音平臺，李志飛做硬件的路子，開始被更多做純to B的業(yè)務(wù)的算法公司效仿。
今年，以智能音箱居首，語音助手的落地場景開始有明朗的跡象。
但這門生意仍不好做。搜狗在與to B技術(shù)服務(wù)商拼技術(shù)，鄔霄云近日忙著說服更多強(qiáng)勢的手機(jī)廠商，出門問問在打磨新硬件，咪咕靈犀也在想方設(shè)法吸引更多應(yīng)用商的合作。不那么沉迷流量后，廠商越來越接地氣。
而留給創(chuàng)業(yè)公司的時間也不多了。
語音分析創(chuàng)業(yè)公司VoiceLabs發(fā)布的《2017語音報告》顯示，2016年12月對Amazon Echo和Google Home設(shè)備的調(diào)查中，只有11%的消費者愿意在購買Amazon Echo之后再購買Google Home。這意味著，消費者開始自行劃分陣營。語音助手是個贏家同吃的市場。
這是美國的情況。在中國，盡管消費者對智能家居的接受度還不夠高，但是BAT引領(lǐng)的生態(tài)具有更強(qiáng)的封閉性和絞殺能力。除了與小魚在家和做的百度，7月5日阿里的智能音箱天貓精靈上線后，三大巨頭中只欠一款騰訊的音箱。
能否在巨頭的布局成熟之前，打通語音技術(shù)準(zhǔn)確度、服務(wù)和內(nèi)容的豐富度，以及銷售渠道，三個環(huán)節(jié)，會直接決定一家創(chuàng)業(yè)公司，能否搶到“中國版”siri的入場券。
責(zé)任編輯：吳一波
相關(guān)推薦
由Siri引發(fā)的語音技術(shù)市場探討：三大種類及諸多挑戰(zhàn)面面觀
引言：蘋果iPhone4S的Siri功能推出，可謂是引起了人們對于智能語音技術(shù)的極大關(guān)注。其實，語音技術(shù)非常復(fù)雜，表象繁多，本刊通過采訪國內(nèi)科大訊飛、國筆等專家對目前的語音市場進(jìn)行梳理和探討。一、不僅僅是語音，還是人工智能盡管蘋果“教主”喬布斯離開了我們，盡管iPhone5沒有入人們期望的那樣出現(xiàn)，但是iPhone4S的推出仍然成功吸引了蘋果粉絲和業(yè)界的所有關(guān)注。根據(jù)美國電話電報公司（AT&T）透露，iPhone4S在發(fā)布12小時之內(nèi)就接到了20萬份訂單，而其中最引入注目的一大新功能，就是被稱為Siri的語音助手功能。10月4日上午，蘋果全球產(chǎn)品副總裁PhilSchiller與負(fù)責(zé)iOS軟件的
為迎接亞馬遜和谷歌挑戰(zhàn)：蘋果調(diào)整Siri負(fù)責(zé)人
為應(yīng)對谷歌和亞馬遜的挑戰(zhàn) 蘋果調(diào)整Siri負(fù)責(zé)人
蘋果Siri如何在2018年回懟亞馬遜，或?qū)⒂羞@三個套路