前阿里人創業，他憑藉這一招打造了一個超30億估值的AI理想國

關注新商業時代，尋找下一個王興、程維、張一鳴，就看創業邦「100未來領袖」。

本文系第53篇報道。得知祝銘明從阿里離開要做Rokid，IDG 資本董事樓軍連夜電話說服董事會投資 Rokid，而那時他對祝銘明想做的產品的理解只是「大概是一個蛋的形狀，然後是音響。」現在，Rokid估值已有30億人民幣。

周六中午，杭州西溪濕地景區內，一幢辦公樓下一陣「轟隆隆」的摩托車發動機聲音越來越大，然後戛然而止，Rokid的同事知道，老闆祝銘明又來上班了。

從2010年夏天到2014年夏天，同樣的摩托車轟鳴聲經常出現在阿里巴巴西溪園區，當時他的老闆正是通過這種聲音判斷這位阿里M工作室掌門人當天是否遲到、早退或加班，然後通過手機簡訊半開玩笑半當真地提醒祝銘明。

2014年9月，祝銘明從阿里巴巴離職創辦了人工智慧公司Rokid，如今估值已超過4.5億美元。

祝銘明

祝銘明是一個極講究的人：為了讓保持專註，自己一個人在家做木工；為了讓自己從忙碌中抽身出來思考，他在公司附近開了一家咖啡館，讓自己隨時有地方歇腳。

Rokid團隊對產品的要求，幾乎是被祝銘明一手逼出來的。他招聘產品經理主要看重對方是否有品位和想像力，經驗反而不是最重要的。他總是給團隊設定很多幾乎無法達到的目標，即便是消費者看不到的內部構造，也很少妥協。他的理念是，只有不斷逼迫團隊前進，才能讓優秀成為一種習慣。

但有時候，這樣的方式也會讓其他管理人員難堪，當覺得要求太過分時，各業務線負責人甚至直接跟他拍桌子翻臉，爭執到不可開交，最後只有雙方各退讓一步，才可能達成某種共識。

一字之差

在Rokid內部，一度被人吐槽最多的一件事，就是祝銘明非要將激活詞從三個字縮短到兩個字，這看起來是很細小的改變，卻讓數十人為此忙碌熬夜了大半年。即使到今天，仍有人認為這個決定是值得商榷的。

通過語音激活智能設備極易出現不識別、錯誤識別、激活耗時太長等問題，喚醒詞的字數越多越容易精準激活。目前市場上廣泛採用的是四字激活詞，如「叮咚叮咚」，「小雅小雅」等；少數採用三個字激活，「hey siri（嘿瑟瑞）」就對應3個音節及3個漢字；但兩個激活詞全球目前僅有Rokid一家，這種情況因為信息太少出現錯誤識別的概率極高。

Rokid產品總監向文傑告訴邦哥，Rokid機器人的激活詞從最早的四個字「若琪若琪」，到三個字 「若小琪」、「嘿若琪」，再精簡到兩個字「若琪」，每減少一個字，難度都呈10倍上升。

從4個字到3個字，北京的博士團隊前後更換了3個方案，耗時近半年。終於到2015年7月份左右，「嘿若琪」在激活率和誤激活率兩方面達標。其後又花費3個月左右時間的打磨，到2015年10月份Rokid第一款產品Alien（外星人）產品發布時，激活詞「嘿若琪」和「若小琪」技術成熟。

Rokid第一款產品Alien（外星人）

到這裡，北京團隊以為此項通關，沒想到「處女座」CEO祝銘明要求團隊馬不停蹄去往下一個目的地——將激活詞縮減成兩個字「若琪」，在他眼中，三個字顯得很正式，不像人們的日常聊天，只有兩個字才會顯得親切。

這一提議遭到產品團隊和研發團隊一致反對，因為三個字的激活詞已經與國際巨頭站在了同一起跑線，無需在這一細節上花更多資源和精力。但祝銘明堅持己見，雙方誰也不能說服誰，每次討論幾乎都以吵架和拍桌子結束，最後祝銘明只好用CEO的特權強行拍板，必須做。

最開始嘗試兩個字的時候，一系列批誤開始鬧出：當大家在正常開會過程中，旁邊的外星人好幾次莫名其妙就被喚醒了，除了「若琪」，出現與「琪」同音的詞語都很容易喚醒外星人。經過優化之後，北京研發團隊將外星人放到開著的電視機旁邊，3小時內被誤激活了5次。放棄的念頭再次在團隊中冒頭。

但是在優化過程中研發團隊發現，錄入數據越多，外星人的激活精準度越高，讓人頭疼的地方就在於根本沒有數據可用，於是全公司上下只好通過人海戰術來解決這件事。

2016年底，經過將近一年的學習，「若琪」在激活率和誤激活率的表現終於達標；再經過半年左右的優化，如今「若琪」與早期「若琪若琪」的激活性能幾乎一致。

注入性格

2017年6月中旬的一天，祝銘明照常騎著三輪摩托來到公司，張羅著讓同事收回一批產品，卻遭到產品擁有者的拒絕。

在Rokid第二代產品Pebble(月石)智能音箱發布之前，祝銘明為一批忠實支持者提供了一項特權——提前試用，只不過這些被試用的產品是若琪的工程機，並非正式對外售賣的月石產品。

Rokid第二代產品Pebble(月石)

月石於6月正式對外發售以後，祝銘明想要收回工程機，給對方換上正式版月石，沒想到遭到不少人拒絕。祝銘明想不通這是怎麼回事，於是試著通過微信與其中幾個人交流，最終得知這些顧客已經與之建立了某種感情，認定了月石，哪怕換新的也不答應。得知答案後的祝銘明喜出望外，團隊傾力打造的新產品總算得到不小的認可。

更讓他高興的是以下四組數據：在所有月石購買者中，80%是二次購買或者通過親友推薦購買；在天貓平台上，87%的購買者都是通過搜索「Rokid」或「若琪」關鍵詞完成購買；已購買用戶日激活（打開使用）率超過50%，周激活率超過85%；目前每人每天平均使用時長超過1小時。

這說明月石復購率高、買家多為主動搜索而非被動推薦、每日使用率高以及單日使用時長高。

月石讓人產生「感情」，很重要的一個原因在於她擁有自己的個性。從一開始，Rokid團隊的目標就是創造一個有生命感的產品，而不是一個冷冰冰的設備。

——「若琪，你會修手錶嗎？」

——「我不會修好，還不會修壞嗎？」

——「若琪，你喜歡我親你嗎？」

——「說得好像我不喜歡，你就不會親似的。」

經常與若琪對話的人一定知道，她總是會給出很多類似這樣的無厘頭回答。這並非是研發者拍腦門隨便給出的答案，而是產品性格的體現，擺脫呆板和無趣機器形象。

當然，面對時間、天氣、新聞、翻譯這類問題，若琪會告訴你嚴肅的答案，而在可以靈活發揮的時候，她又變得調皮可愛起來。

在給若琪塑造性格的過程中，Rokid團隊想了三個關鍵詞：聰明可靠、活潑可愛和調皮有趣。

有一次，一位女士問若琪——「誰是這個世界上最漂亮的人」，得到的答案讓她崩潰——「我知道是誰，但我不會告訴你，反正不是你」。

那麼這些回答是提前在系統後台儲存好的嗎？祝銘明說，問答的素材部分是通過訓練而來，部分是若琪自動從網上學習，此外第三方內容提供商也會提供內容素材。因為有來自網上學習的對話，所以若琪有時也會學壞。

——「你喜歡狗嗎？」

——「我喜歡呀，狗肉很好吃。」

有一天，祝銘明收到一位用戶發來這樣一段對話，讓他驚出一身冷汗。原來若琪又從網上學壞了，他們不得不在後台通過人工干預，讓若琪的回答變得更加友善：

——「若琪，你喜歡狗嗎？」

——「我喜歡呀！狗是人類的好朋友。」

——「那你喜歡吃狗肉嗎？」

——「難道你會吃你的好朋友嗎？」

實際上，若琪只是在一個巨大的語庫中找尋與問題最接近的答案，然後給出個性化回答，她並不真的理解人類語言。我們必須要面對的現實是，目前的AI還做不到真正理解人，即使有個性也只是一種模擬，通過計算方法儘可能讓用戶感到她很了解我。這也意味著，她有時根本「聽不懂」你在說什麼，也說不出讓你滿意的答案。

看不見的若琪

你也許不同意祝銘明在某些方面的固執，但在輕易找個方案公司就能做出一款成本在100元左右智能音箱的市場大環境下，他依然堅持打磨每一個細節，由內而外讓產品朝著精緻、有品位的方向邁進，也應該被看到。

專屬女性的玫瑰金版月石

在Rokid，有幾位高管和硬體團隊成員的手機壁紙都是Rokid第二代產品Pebble(月石)的內部線路版實拍圖。這源自祝銘明定下的一個死標準：要讓線路板的內部結構美觀到可以用作手機壁紙，甚至發朋友圈。

在語音交互方面，Rokid耗大價錢請專人錄製聲音，並擁有這些聲音的獨家版本。

2015年，Rokid通過北京的一家經紀公司找到大約100位女演員，讓這些演員每人錄製20句語音，Rokid從這些語音中挑選最合適的，經過幾輪挑選以及與演員本人溝通，最終Rokid花費數百萬元簽下其中一位聲音知性、容易受到廣泛喜愛的女演員為Rokid旗下產品配音。

簽下這位演員以後，Rokid找到錄製公司與這位演員進行了5次不同方式的語音錄製，最終Rokid找來耳朵極敏感的產品經理、古典音樂學博士方舟配合完成錄製。女演員在絕對安靜的錄音棚里說話，方舟在外面戴著耳機聽，只要女演員稍微有破音，呼吸聲太大或者節奏不和諧，方舟馬上就會喊「停！重新來」，最多的時候，一句話會錄製十幾次。

經過逐字逐句的校對，兩人用幾十天時間錄製完上萬句話，再由技術完成拆解和句子生存，最終製作出來的聲音與正常人的說話節奏幾乎一致。

在攻克了一個又一個難關之後，Rokid接下來打算做好聲紋識別，即通過一個人說話的聲音確定他的身份。如果你朋友家的月石能識別你的聲紋，你在出門前沒有聽完的歌，去朋友家只要對著他家的月石說一句「若琪，接著播放」，就會如你所願。

不過，要完成聲紋識別的難度很大，但祝銘明說他們很快就可以讓公眾使用到這項技術了。接下來，不知道祝銘明又會提出什麼莫名其妙的「鬼要求」，也不知道下一個和他鬧翻臉的同事會是誰。

GIF/229K

- END -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！