中國智能音箱的玩家和玩法

如果在一年前，也就是 2017 年 7 月之前談論智能音箱，幾乎所有的討論都集中在亞馬遜 Echo 以及 Google Home 這兩大產品線。也是從 2017 年 7 月開始，隨著百度正式發佈 DuerOS 以及阿里巴巴人工智能實驗室推出天貓精靈，中國智能音箱市場開始起步，並在隨後半年多的時間內影響到全球智能音箱市場的格局，在市場研究公司 Strategy 的一份統計裡，2018 年第一季度，來自中國的智能音箱玩家，如阿里巴巴、小米已經成為影響這個新興市場的重要力量。

自 2018 年 3 月之後，中國智能音箱市場的玩家和玩法也越來越多：

• 2018 年 3 月，小米推出小愛 mini 音箱，售價 169 元，隨後價格被調整到 99 元；
• 2018 年 3 月，百度和小魚在家聯合發佈 599 元的帶屏智能音箱；
• 2018 年 4 月，騰訊發佈騰訊聽聽音箱，售價 699 元；
• 2018 年 5 月，阿里巴巴新款智能音箱方糖，售價只有 89 元；
• 2018 年 6 月，百度發佈小度智能音箱，定價 249 元，嚐鮮價 89 元；
• 2018 年 7 月，百度發佈 DuerOS 3.0，從技術和商業閉環的方面打造「中國版 Alexa」；

上述這些新的變化也讓我們格外期待稍後關於二季度全球智能音箱市場的格局，在此之前，不妨先來思考一個問題：為什麼 BAT 以及小米，都在砸錢進入這個領域？

為何殺入這個市場？

幾乎所有關於智能音箱市場爆發的分析都包含兩個理由，其一，智能音箱以對話式的交互方式帶來了全新的交互體驗，這是自 2007 年 iPhone 之後最有可能取代智能手機的單品，尤其是在語音交互技術成熟之後，智能音箱的對話式交互也將變得更智能。

其二，智能音箱作為一個全新的入口，其背後是智能家居這樣一個巨大的市場。下圖是前瞻產業研究院的一份預測，可以看到，即便是中性估計，整個市場也將在 2022 年達到 2600 億人民幣以上。

這兩個理由自然不算錯，但還有一個值得關注的原因，這就是語言和文化差異，導致智能音箱市場註定成為一個區域性市場。以目前全球市場佔有率最高的亞馬遜 Echo 系列為例，該產品雖然早在 2014 年年底就上市銷售，但直到 2017 年才將語言支持擴張到非英語之外的語種，目前支持英語、德語和日語。

而在中國，根據教育部的數據，中國有多達 130 多種語言（方言），書面文字 30 種。由於智能音箱是一個非常依賴對話的產品，從語音識別到語義理解，機器都需要對語言有非常深刻的理解，這些都是美國公司無法克服的障礙，即便是深耕中國多年的蘋果，Siri 目前能聽懂的方言也僅僅只有上海話和四川話。

這樣的文化和語言障礙，使得中國智能音箱市場幾乎完全屬於中國公司，尤其是在線上流量獲取越來越難也越來越貴的行業背景下，爭奪線下流量入口的戰爭也將愈發激烈，前兩年的共享出行盛況也一定程度上映射了正在發生的智能音箱之爭，整個行業也不可避免地進入到價格戰、補貼戰之中。

低價的兩種玩法

不敢想象，如果不是在去年雙十一期間以 99 元進行促銷，天貓精靈的銷量到地能有多少。這個上市價格為 499 的智能音箱，自 2017 年 8 月上市後，直到 2017 年雙十一之前的三個月，都處在不溫不火的狀態，但雙十一的銷量爆發，最終讓這款產品成為當下中國市場銷量最好智能音箱。

與天貓精靈 99 元低價戰略形成鮮明對照的則是百度 2017 年的一步錯棋。2017 年 2 月，陸奇出任百度 COO 後的第一筆收購，就是以數千萬美元的價格收購了渡鴉科技，其目的是推進百度的智能硬件，或者準確地說是百度的智能音箱戰略。

2017 年 11 月的百度世界大會上，渡鴉科技拿出了他們對於智能音箱的解決方案，這款從外形上絕對秒殺市面所有音箱的產品有兩個死結：其一，價格，高達 1699 元的價格第一次讓中國智能音箱產品進入 1000 元大關；其二，產量不足，當用戶對著屏幕向這款音箱發出一聲聲感嘆後，卻發現無法第一時間買到手。

也正是這兩個死結，讓這款被《華爾街日報》譽為 2018 CES 最好的產品最終被百度放棄，最新的消息稱，渡鴉創始人、百度智能生活事業群組（SLG）旗下Raven Studio工作室負責人呂騁已經離職，而百度也在這半年時間先後發佈了兩款智能音箱，尤其是最新發布的小度智能音箱，直接將將價格降到了 89 元。

這些或成功或失敗的案例，也給智能音箱市場的價格競爭提供了參考。作為一款全新的品類，不管渡鴉上千元的音箱還是不足百元的產品，其基本功能沒有太大差異，這也意味著，只有價格足夠親民，才能最大限度地吸引用戶關注，進而購買。

另一方面，簡單的價格戰之外，多樣化的產品線將有助於規模的擴大。當用戶購買了一款智能音箱之後，接下來，如何刺激這個已經對智能音箱有認知的群體進行二次購買？至少在現階段，智能音箱迭代週期還沒有完全形成，但智能音箱在使用空間有一定限制，比如一臺智能音箱無法完全覆蓋臥室、廚房與客廳，如果此時能有多樣化的產品選擇，至少從價位上做出區分，也成為促進智能音箱市場爆發的重要舉措。

而要開闢新的產品線，硬件可以節約，但基本功能並不能節省，也正是在這樣的背景下，帶有屏幕的智能音箱開始出現在市場上。

屏幕帶來哪些可能性

在 3 月底的天貓精靈發佈會上，負責天貓精靈研發的阿里巴巴人工智能實驗室總經理淺雪這樣說道：

屏幕不等於視覺能力，不是加塊屏就好了，我們不拘泥於上面那塊屏是什麼，我們拘泥的是有沒有新的交互方式，是用視覺跟你做互動的，這才是下一代人和機器交互的東西……

這是對諸多記者質疑天貓精靈為何不發佈有屏音箱的回應，但這個理由並不成立，因為屏幕本身就是一種新的交互方式。在去年亞馬遜有屏音箱 Echo SHow 的廣告宣傳片裡，儘管依然需要通過「Alexa 」來喚醒，但這塊屏幕卻讓智能音箱的用戶群體從年輕人擴展到老人和孩子。

如上圖所示，這些廣告里人物選角的細節和廣告裡的多個場景設計，比如年輕夫妻照看雙胞胎的場景以及小女孩和爺爺一起畫星空的場景，事實上都是亞馬遜 Echo Show 的用戶群體定位，那就是，美國的中產階級白人群體——他們受過良好教育、有著相對穩定的工作和收入、看重家庭觀念，更希望能夠通過技術帶來的便利優勢，讓家庭成員之間的聯繫更加緊密和便捷。

無獨有偶，當百度發佈有屏音箱「小度在家」時，也大打家庭理念。多個廣告片裡，忙碌的年輕人無法和父母團聚、焦慮的職場的媽媽想時刻和孩子通話等等場景反覆出現，尤其是家庭通訊功能：

“一呼即通”功能最適合有老人和孩子的家庭。通過簡單的權限設置，當你向家裡的小度在家撥出電話時，不需要家人操作接聽，小度在家就能幫你直接聯通。

這個功能有著極強的「侵略性」，它強化了智能音箱與其他計算設備的不同——它不再是私人（個人）設備，而是一種家庭共有設備。

有了一塊屏幕，也讓整個交互的反饋機制得以視覺化的呈現，「屏幕」是從 PC 到智能手機時代最深入人心的交互媒介，如果說早前純粹依賴聲音的智能音箱產品是一種年輕人面向未來的體驗，那麼現在擁有屏幕的智能音箱，則更具普遍和大眾意義，這也是為什麼 Echo Show 、「小度在家」等廣告裡出現如此多的老年人和小孩的原因。

由此也可以大膽的預計，2018 年下半年，會有越來越來的有屏音箱出現，而隨著種類增多與產品的普及，屬於智能音箱以及對話式 AI 的內容與生態會出現嗎？

內容與生態是關鍵嗎？

當智能音箱在基本功能、基本形態（有屏無屏）與價格上的差異性越來越小，內容和生態之爭就變得越發重要。

中國互聯網過去幾年所形成的若干個陣營，也反映在當下智能音箱市場的內容和生態裡，天貓精靈背後是阿里巴巴的電商平臺以及蝦米的音樂曲庫，百度 DuerOS 依靠的是愛奇藝、百度地圖等自家的產品，而騰訊音樂也支撐了多個非阿里、百度的智能音箱產品……

在基礎的音樂、服務之外，百度在上週開發者大會上宣佈，開始全面賦能第三方開發者「技能」，根據官方的說法，要打造一個 AI 時代的 App Store。

具體來說，包括以下三個方面：

• 開發者可以選擇「付費技能」和「技能內付費」，前六個月的付費收入全部歸開發者；
• 推出 DuerOS 億元開發者支持計劃，提供開發資金傳播資源，雲服務器教育成長以及流量支持孵化基金等形式的支持；
• 推出 DuerOS 對話技能大賽，鼓勵開發者開發有趣的技能參加比賽；

上述舉措可謂相當領先，要知道亞馬遜也是在今年 5 月份才開始向開發者們開放「付費技能」和「技能內付費」的功能，百度此舉也彰顯出其在語音交互生態建設上的決心。

但如果以亞馬遜 Echo 的技能生態為參考來看，基於智能音箱的第三方技能開發並不像看起來那麼美。根據今年 3 月的數據，亞馬遜 Alexa 平臺的技能數量已經達到 30000 個，而差不多一年前這個數字只有 15000 個，如此之快的增長速度背後，卻也有諸多不確定性。

智能音箱的操作，除了特殊的喚醒詞，比如「你好小度」、「天貓精靈」之外，還需要一些命令用語，也正是這些命令用語可以調動各種技能，但隨著技能越來越多，不僅增加了用戶的使用難度（記住那麼多命令並不是一件容易的事情）也大大降低了某個應用的二次試用，或者說應用的用戶留存率。

科技媒體「愛範兒」曾援引語音交互研究機構 Voice Labs 的一份報告指出，在 2017 年 1 月 Alexa 所擁有的 7000 多項技能中，其中只有 31% 擁有超過一次的評分，同時用戶二次使用某個技能的比例只有 3%。因此，某種意義上說，這些 Alexa 語音技能中的大多數既無法被發現，也不大可能被二次應用，變成了所謂「殭屍技能」（Zombie Skills）。

另一方面，隨著有屏音箱的出現和普及，基於家庭特定領域的技能，比如面向兒童、老人的的技能數量會有大幅增加。但這些領域的技能，如何能在遠程通訊、問答之外做出更多的創新，如何能將屏幕的視覺、語音與手機乃至其他智能家居做出整合，從而帶來全新的交互體驗，已遠不是單一一個技能開放平臺所能承擔的，也不是獨立第三方開發者能所能應付的事情，而這些目前看起來，還非常遙遠。

尾巴

如果產品出現的時間來看，中國智能音箱產品的出現，較亞馬遜第一臺 Echo 發佈，足足差了兩年半的時間，但與過往 PC 和智能手機的落後追趕所不同，中國智能音箱市場的出現和發展，已然形成了和美國相抗衡的局面，這背後的深層原因既有前文提到的語言文化差異，也包含了中國用戶對於新技術、新產品的接受程度，當然還包括，中國用戶對於「隱私換便利」的默許。

而中國互聯網特有的生態、內容圍牆也將進一步塑造中國特色的智能語音生態，你熱衷淘寶還是重度使用微信，決定了你在購買智能音箱的決策；你是米粉還是米黑，也一定程度左右了你對 99 元以下智能音箱的購買決策……而對中國智能音箱的玩家們來說，歷來的流量入口之爭從來都是一場一場慘烈的戰鬥，BAT 們做出的燒錢架勢，也將進一步壓縮其他小廠商的生存空間，這個市場的未來發展，也會成為 BAT 再加上小米的四強之戰。