中國版 Siri 們的「黎明之前」

當大家都認為語音助手是下一個時代的「入口」時，撲騰了幾年的人發現這並不是一門經營流量的生意。

文 |孫然

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，並下了命令：

「進去要給我帶東西出來，看看別人在做什麼，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：弄明白咪咕靈犀還能解決以及應該解決什麼問題？通過什麼載體、怎麼介入應用之中？總之，訊飛內部的規劃，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，是人工智慧領域最光鮮熱鬧的一個領域。但折磨人的地方也在這裡，語音助手一面烈火烹油，大家覺得分分鐘就應該改變未來，成為下一個入口，但在實際應用上，卻又遲遲找不到一個爆發性的突破點。這讓商業化上也舉步維艱。

鄔霄雲和樂視移動手機EUI高級副總裁馬麟，面對面坐在樂視大廈附近一間咖啡館裡時，起初鄔感覺到，對方打算用半杯咖啡的時間「打發」掉自己，坐在這，也是出於中間人的人情。

「找我做什麼語音助手的人特別多，你們有什麼了不起？」馬麟發問了。

鄔霄雲創立的奇點機智的語音助手產品剛起步，正需要搭載上一款手機，以獲取進一步訓練演算法的用戶數據。然而大腿並不好抱。正如5年前曾風靡一時的暢銷書《大數據時代》所言，比起演算法，數據會變得更加稀缺和珍貴。一番產品演示後，鄔霄雲最終順利贏得了樂視的合作。是以免費模式提供服務——這已經是這個行業的常態。

缺乏話語權，直接導致這些語音助手公司很難向手機、電視等合作方收費。

今年3月，小米和出門問問間爆發了一場爭執。出門問問控訴小米在新品電視發布前，臨時拋出「霸王條款」，使用了問問的技術卻不願在發布會上給予露出。而小米則回應，是由於出門問問不想合作，以及技術PK的結果，小米電視的語音識別技術供應商已經換成了搜狗。

諸如手機、電視這類高出貨量的硬體，每家製造商身後，都至少追著三五家語音助手公司，希望把自己系統送進去。

「語音助手到現在都沒有商業模式。」創業的5年過去了，這是出門問問李志飛的結論。對於語音助手如何商業化，至今從業人士，都難以給出明確的答案。

從手機、電視，到現在正開始熱起來的智能音箱，語音助手最終可以靠什麼硬體、應用場景落地？這個被寄予了厚望的新人機交互模式，是否能如願成為「入口」？以及它們最終怎麼賺錢？

這些問題，都還待解。貌似光鮮的語音助手行業，正處在煎熬時刻。

從Siri 橫空出世、各路創業者開始做語音助手，轉瞬間，五六年已經過去了。

成為Siri的挑戰

曾經，做一個中國版的siri——這意味著改變未來、開拓巨大的市場、從技術落到實地的專業追求——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，李志飛還在矽谷Google Research Lab研究語音識別，聽說好朋友趙勇有意離開Google回國創業，自己也坐不住了。他是個急性子，五個月後，就拿著一款手機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，幾乎什麼設計都沒有。他試了試：

「我要去長沙。」

——「乘火車還是坐飛機？」

選擇火車後，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資料庫上。再問其他，助手就回復不了了。

儘管如此，同年8月，李志飛憑藉這款不能再簡單的demo，拿到了融資。投資人們認為，語音助手的控制功能，會讓它成為一個大流量入口，以後無論接入什麼應用，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科學家」們。

鄔霄雲甚至覺得，2016年才開始做語音助手，自己有點後知後覺。他和被拉他出來創業的科學家林德康，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，Siri出現後，科大訊飛這樣的公司，也為此感到興奮。當時，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，是訊飛探索的新業務。

還有更多創業者，前赴後繼地投身進來。亞馬遜Echo和語音助手Alexa的出現，又激發了一些想從智能音箱，切入語音助手生意的創業者。每隔兩個月，鄔霄雲至少會聽說一家新的語音助手公司出現，且多半曾在Google工作。

李志飛甚至覺得，如今演算法創業有些過剩了。

但這些這些頂尖的、代表未來、熱血沸騰的演算法科學家和科技公司們，在現實面前遭遇了困難。

第一道門檻，就是商業化。

靈犀的起步並不算十分順利。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後，靈犀空有一身技術，卻缺乏落地場景、資源和運營經驗，直到跟中國移動合作，靈犀找到了用武之地。

「運營商有到達用戶的能力，資源豐富。比如中國移動的咪咕現在在內容上就跟我們有大量合作。」儘管人們因「入口」而瘋狂，但賀曉光覺得助手對於創業公司而言，門檻不低。

「需要大量整合資源，而且工具型的東西，來錢慢，小的創業公司耗不起。」

「當時其他三條線掙錢掙嗨了，但靈犀開始的時候一年不掙一分錢，公司願意給它往裡投。」賀曉光告訴36氪，靈犀之所以能常年保持戰略投入型產品的地位，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賺錢。

圖靈機器人，當初遇到了同樣的狀況。2012年，俞志晨創業做了款蟲洞語音助手，兩年間迅速將種子用戶擴大到3500萬註冊用戶。這在當時算不小的規模，然而作為一家創業公司蟲洞，也並未摸索出to C的商業模式。2014年11月，這家公司發布了圖靈機器人，並在隔年發布人工智慧機器人操作系統Turing OS，自此蟲洞在產品線上退居次位。

第二道門檻，技術不完備限制了用戶體驗。

雖然搜狗還在做智能語音系統，但搜狗語音助手的IOS版卻停擺在2014年的10月23日。此前，這款產品搜狗運營了一年，儘管口碑尚可，但留存率卻差強人意。搜狗團隊最終的判斷是，語音助手是未來的方向，但當時不能成熟地解決用戶痛點，產品本身價值不夠大。

此後兩年間，搜狗一直默默打磨語音技術，直至2016年看到行業準確率有普遍提升，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，原因在於電視是高頻、剛需性硬體。按照王硯峰的標準，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到20％。

「去年從樂視電視開始，廠商才逐漸把語音作為標配。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。」搜狗語音交互技術中心負責人王硯峰，認為家庭場景中的語音交互，會是比手機場景更早成熟。

「大家在手機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。本質上，助手是想替代手機里所有的APP而存在，甚至超越APP的體驗，這意味著它面臨的技術等等難題，是一條很漫長的路。」

即使強大如蘋果，用戶在最初經歷用Siri調用APP、查詢天氣、安排日程、回復郵件這類小任務的興奮期後，Siri展露出功能的局限性。

歸根結底，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，並不止要好演算法，更關鍵的是數據：訓練人工智慧所需的用戶數據，如今都握在BAT手裡，創業公司要是想往前走，至少第一步，要先拿到數據來訓練演算法。還有什麼選擇？

這正是大家紛紛抱緊硬體品牌商大腿的原因。

當初出門問問決定自己做「不討喜」的硬體，也是經歷了一番與製造商的撕扯，被逼之下的舉動。「當初做個入口級的東西，但要做進去應用不僅要免費，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。

靈犀語音助手（今年5月更名咪咕靈犀）目前是國內最大的語音助手平台之一。但賀曉光對靈犀在產業鏈里的話語權有更高期待。「因為用戶水平、整合難度還有IT上的難度，（帶來了挑戰）。如果我有四個億用戶，更多客戶會排隊來找我們。」

用戶量和活躍度，是助手公司和硬體廠商、內容服務商談判時的硬指標，能說明消費者是否真的對語音助手具備需求。

但目前，這些數字還不夠樂觀。

根據易觀千帆提供的數據，咪咕靈犀的月活為709.45萬人次，微軟Cortana 的月活人數為47.56萬人。5月初的微軟Build大會提出全面AI化轉型後，Cortana環比增幅上升至34.36%。但在活躍數據上，小廠普遍呈現出下滑趨勢。

語音風口說雖然已經炒起來了，但由於技術不完備，資源整合艱難，大部分玩家都出於「熬」的狀態。

搶在巨頭身前衝刺

無論李志飛、賀曉光還是鄔霄雲，都意識到，語音助手並不會是一門販賣流量的入口生意。

「引流的服務大家都願意做，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。」2015年，更新到3.0版本時，訊飛發現和手機廠商一樣，應用廠商也不願意把所有數據流程都開放給你，這就導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。

比如查詢明天機票，但查完了無法在咪咕靈犀內完成購買。以及查天氣、打電話等功能，雖然讓用戶感到方便，但顯然不是讓他們願意花錢來獲取的服務。

賀曉光覺得，破解的方法，是乾脆放棄做大而全的引流服務，把垂直領域做深做透。

這意味著尋找合適的落地場景，和硬體載體很重要，單純的助手沒有商業模式。「助手就跟鬼上身一樣，灌入各種各樣的硬體，軟硬結合的時候就會產生商業價值。」

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，幾乎等同於訊飛超腦技術平台。

「過去我們什麼都接入，但很多真正有需求的內容卻做不下去。現在跟很多公司深度合作，他們會把內容給打我們，我們就相當於去到代理。當用戶在我這裡聽了一本書、買了一張票，我能獲取數據對你不斷學習，知道你的喜好，慢慢就能告訴你，你需要什麼，提供更多服務、產品和內容。」賀曉光告訴36氪。

鄔霄雲的想法一樣。

剛回國時，他做過一個基於深度鏈接的SDK實現應用內搜索的產品。那個項目後來並未做大，但整日與應用商打交道，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容是不靠譜的。應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介面。對創業公司，這個任務太過於艱難。

所以奇點機智選擇不通過獨立的APP界面提供服務，而是通過底層技術，在用戶使用各類應用時，在APP裡面提供服務。鄔霄雲說，目前奇點機智能連接的APP有100多家，日後會試著進一步擴大到1000、甚至10000萬家。

咪咕靈犀和奇點機智都在努力擴大服務，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者平台。儘管為開發者提供的定製化工具還不完善，但創業公司的處境會更艱難。巨頭入場，意味著以後單點競爭會演變為生態戰。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內打造一個閉環。

擺在創業者面前的只有兩條路：其一，趁巨頭還沒作出爆款，儘快建立自己的生態，或連接更多內容和服務商；其二，純演算法生意勢必更加難做，一部分公司迫於無奈轉去做to C的硬體。

至於技術服務商轉型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體，李志飛為此糾結了半年，但想到雖然語音技術有了，但短期內用戶不看好，沒有流量和收入，技術幾乎沒有用武之地，他還是下了決心。不過在當時，九成同行認為他在往火坑裡蹦。

如今，出門問問依舊沒有盈利，但可穿戴設備、車載產品、智能音箱等幾款硬體產品，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台，李志飛做硬體的路子，開始被更多做純to B的業務的演算法公司效仿。

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技術服務商拼技術，鄔霄雲近日忙著說服更多強勢的手機廠商，出門問問在打磨新硬體，咪咕靈犀也在想方設法吸引更多應用商的合作。不那麼沉迷流量後，廠商越來越接地氣。

留給創業者們的時間緊迫。

語音分析創業公司VoiceLabs發布的《2017語音報告》顯示，2016年12月對Amazon Echo和Google Home設備的調查中，只有11%的消費者願意在購買Amazon Echo之後再購買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，儘管消費者對智能家居的接受度還不夠高，但是BAT引領的生態具有更強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後，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，打通語音技術準確度、服務和內容的豐富度，以及銷售渠道，三個環節，會直接決定一家創業公司，能否搶到「中國版」siri的入場券。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！