2017，智能音箱究竟何去何从？

雷锋网按：本文作者李智勇，声智科技联合创始人，有个好玩的公众号“琢磨事儿”。

2017年智能音箱上似乎春天已至，但其实未必，类比智能手机，我们很可能仍然处在2007年。

智能音箱是一种慢节奏的产品

不同产品的先天属性差别会很大，脸萌这种产品很可能整个生命周期一共只有几周，而微信这种产品最终的决胜期可能只有一年甚至几个月。但智能音箱这产品的启动期很可能长达数年。

通常来讲新型的通用型产品都需要一个较长的启动周期，这里面既有技术的原因，也有生态成熟本身就需要一定时间的原因。个人电脑从出现到普及花了差不多20年，智能手机相对比较短，那也花了差不多4-5年。智能音箱这个品类的成熟周期很可能会与手机相当，当然这个过程中成熟的绝对不只是智能音箱，也会包含整个远场语音交互。

而之所以需要这么长的成熟时间，正和这个品类的两个核心瓶颈有关：

一是技术本身。不管我们怎么宣传，不管过去在其它方面有任何积累，任何一个公司如果忽视亚马逊做这产品花了4~5年这一基本事实，那就一定会为此付出代价。这就和我们如果盲目追求亩产十万斤，那就很可能连正常的收成都没有是一个道理。技术本身里面蕴含了一种刚性，你可以适当弯折它来适应场景，但如果弯折过甚，一旦它反弹回来就会把违背技术规律的产品打的满地找牙。

一是生态本身需要成长和打磨。习惯通常和生态共同成长。当每个人每时每刻都在玩手机的时候，手机的生态也就大成了。这里面蕴含了内容-习惯彼此促进的一个过程。眼下实际上是两者都缺。这反过来意味着这个品类仍然处在早期阶段。不过据此就以中国人没有听音箱的习惯为理由，认为智能音箱在中国不会成功就是更为奇怪的解读。中国人其实也没有使用智能手机的习惯。

不管从那个角度看，智能音箱都是一种慢节奏的产品。拿马拉松当百米冲刺来跑其实是不乐观的。

智能音箱此后的走势

如果一款产品本身不能和叮咚做出本质差异，那更可能是叮咚的量级为中轴线而上下起伏。原来的用户基础可能会对此产生加成，但如果产品自身不产生粘性，那这种加成就会变成一次性的进而变的毫无意义。

这点和上一点连在一起看就特别有意义，它事实上要求先把产品预期放低，把产品做小，耐心打磨技术和体验，而不是上来就高调的做一款无所不能的产品。眼下看来大多产品的运作方式正好与此相反。

所以智能音箱下面的走势很可能并不会一帆风顺。而是会大范围受挫。然后才会有人在此基础上琢磨产品应该如何重新定义。这很像HTC虽然做手机比小米早，但若论结果却远逊一样。

这里的结果有可能是两种：

一种是最终胜出者仍然是现在的各路玩家。这就需要些痛定思痛，其实比较困难。

一种是又会有新的玩家出现。谁如果做成了这件事情，那谁就会是新的小米。

以过往历史来看，第二种可能性反倒是高于第一种可能性。

整体来看，下面的发展趋势很可能是到2018年发展势头一定程度受挫，然后涌现出新的玩家。

从智能音箱到语音助手

语音助手的范围一定会大于智能音箱，所以智能音箱只是载体之一。在很多人关注智能音箱的同时，远场语音交互会以语音助手的形式在各种设备上逐渐落地。这就好比当触屏出现后，大部分设备要重做一遍；当远场语音交互成立后，事实上更多的设备要重做一遍（比如触屏不会影响摄像头，但远场交互会）。当前这点上发力最多的是百度DuerOS，近来百度联合声智科技推出的麦克风阵列其目的显然也不是只覆盖智能音箱市场。

但必须一提的是，虽然现在很多公司逐渐提高了对语音交互的重视程度，但很可能还是远远低估了它所可能带来的变化。整个人机交互发展的主线很可能是先语音然后语音和视觉相融合构成更便利丰富的交互形式。但从触屏到语音是颠覆性的，是一次重新洗牌的机会，从远场语音交互到语音与视觉的融合则是改善性的，很可能会维持那时候已经确定的格局。

而远场语音交互之所以是颠覆性的在于：它很可能让科技公司的竞争更为激烈，而只剩下数目更少的玩家，因为在语音交互下，生态系可能具有唯一性，而生态系里的超级应用也具有唯一性。这点我之前文章里提到过，这里重复一下：

我们先做个基本的假设，那就是Alexa获得了巨大成功，渗透到各种设备之中，包围了人们的生活，人们有50%的时间在通过语音和设备打交道，并且日活逼近Android。

那这时候一定会衍生这样的需求，用户会说：Alexa，帮我通知下马化腾，明天我不见他了。这时候就需要有一种通讯的IM来实现这种需求。这时候亚马逊就有两个选择：第一它接入一种已有IM，比如Whatsapp，或者Skype。第二种是自己做一个嵌在Alexa里面。亚马逊至少有一半以上的几率会选择后者，而不是把这种基础设施开放给别人，因为前两种要么属于Facebook，要么属于微软。

如果在中国是阿里巴巴做成了Alexa，那估计百分百不会选择对接微信。我们很难想象这种语音交互方式：Alexa帮我用Whatsapp给马化腾留个消息，明天我不见他了。在语音交互中WhatsApp这类应用的标识很可能会被优化掉。如果Alexa还只是百万级、千万级DAU的应用时那这个特性还不关键，但如果它是10亿DAU的系统，那这个特性的影响就会被无限放大，也就说搜索、IM、电商很可能都只有一家，而不是像现在虽然少，但还有个1,2,3名。

眼下我们还不太确定最终的生态是否会有唯一性，比如说终极状态下是不是只会有Alexa，然后它渗透到无所不在的地步，还是说同时会有几个Alexa存在，分别属于不同的大公司。纯从技术的角度看，很可能真的只会有一个（也许是两个，毕竟有苹果存在）。而一旦如此就会产生非常颠覆性的结局，今天的巨头不再是巨头，而新玩家则因此而崛起。

小结

有时候想想自己似乎一直在做一些很逆向思维的事情，当没人关注智能音箱的时候，我大多时候在说，这必是未来；而当大多人开始做这件事情的时候，则又反过来说它来的并没有想的那么快。其实这也并不矛盾，其间唯一差异只在于尺度。具体产品比如阿里的智能音箱就不做细节上的评论了，想说的已经在上面提到了。