巨頭們都在布局智能音箱 但行業(yè)高潮短期內(nèi)也許不會出現(xiàn)

　　智能音箱是一種慢節(jié)奏的產(chǎn)品

　　不同產(chǎn)品的先天屬性差別會很大，臉萌這種產(chǎn)品很可能整個生命周期一共只有幾周，而微信這種產(chǎn)品最終的決勝期可能只有一年甚至幾個月。但智能音箱這產(chǎn)品的啟動期很可能長達(dá)數(shù)年。2017年智能音箱看似春天已至，但其實未必，類比智能手機(jī)，我們很可能仍然處在2007年。

　　通常來講，新型的通用型產(chǎn)品都需要一個較長的啟動周期，這里面既有技術(shù)的原因，也有生態(tài)成熟本身就需要一定時間的原因。個人電腦從出現(xiàn)到普及花了差不多20年，智能手機(jī)相對比較短，那也花了差不多4-5年。智能音箱這個品類的成熟周期很可能會與手機(jī)相當(dāng)，當(dāng)然這個過程中成熟的絕對不只是智能音箱，也會包含整個遠(yuǎn)場語音交互。而之所以需要這么長的成熟時間，正和這個品類的兩個核心瓶頸有關(guān)：

　　一是技術(shù)本身。不管我們怎么宣傳，不管過去在其它方面有任何積累，任何一個公司如果忽視亞馬遜做產(chǎn)品花了4-5年這一基本事實，那就一定會為此付出代價。這就和我們?nèi)绻つ孔非螽€產(chǎn)十萬斤，那就很可能連正常的收成都沒有是一個道理。技術(shù)本身里面蘊(yùn)含了一種剛性，你可以適當(dāng)彎折它來適應(yīng)場景，但如果彎折過甚，一旦它反彈回來就會把違背技術(shù)規(guī)律的產(chǎn)品打的滿地找牙；

　　二是生態(tài)本身需要成長和打磨。習(xí)慣通常和生態(tài)共同成長，當(dāng)每個人每時每刻都在玩手機(jī)的時候，手機(jī)的生態(tài)也就大成了。這里面蘊(yùn)含了內(nèi)容-習(xí)慣彼此促進(jìn)的一個過程，眼下智能音箱實際上是兩者都缺。這反過來意味著這個品類仍然處在早期階段。不過據(jù)此就以中國人沒有聽音箱的習(xí)慣為理由，認(rèn)為智能音箱在中國不會成功就是更為奇怪的解讀。中國人其實也沒有使用智能手機(jī)的習(xí)慣。

　　不管從哪個角度看，智能音箱都是一種慢節(jié)奏的產(chǎn)品。拿馬拉松當(dāng)百米沖刺來跑其實是不樂觀的。

　　智能音箱此后的走勢

　　如果一款產(chǎn)品本身不能和叮咚做出本質(zhì)差異，那更可能是叮咚的量級為中軸線而上下起伏。原來的用戶基礎(chǔ)可能會促進(jìn)其生產(chǎn)銷量的增加，但如果產(chǎn)品自身不產(chǎn)生粘性，那這種增加就會變成一次性的，進(jìn)而變得毫無意義。這點和上一點連在一起看就特別有意義，它事實上要求先把產(chǎn)品預(yù)期放低，把產(chǎn)品做小，耐心打磨技術(shù)和體驗，而不是上來就高調(diào)做一款無所不能的產(chǎn)品。眼下看來，大多產(chǎn)品的運作方式正好與此相反。所以智能音箱下面的走勢很可能并不會一帆風(fēng)順，而是會大范圍受挫，然后才會有人在此基礎(chǔ)上琢磨產(chǎn)品應(yīng)該如何重新定義。這很像HTC，雖然做手機(jī)比小米早，但若論結(jié)果卻遠(yuǎn)遜一樣。

　　這里的結(jié)果有可能是兩種：一種是最終勝出者仍然是現(xiàn)在的各路玩家。這就需要些痛定思痛，其實比較困難；一種是又會有新的玩家出現(xiàn)。誰如果做成了這件事情，那誰就會是新的小米。

　　以過往歷史來看，第二種可能性反倒是高于第一種可能性。整體來看，接下來以及2018年的發(fā)展勢頭可能會一定程度受挫，然后涌現(xiàn)出更多新的玩家。

　　從智能音箱到語音助手

　　語音助手的范圍一定會大于智能音箱，所以智能音箱只是載體之一。在很多人關(guān)注智能音箱的同時，遠(yuǎn)場語音交互會以語音助手的形式在各種設(shè)備上逐漸落地。這就好比當(dāng)觸屏出現(xiàn)后，大部分設(shè)備要重做一遍。當(dāng)遠(yuǎn)場語音交互成立后，事實上更多的設(shè)備要重做一遍(比如觸屏不會影響攝像頭，但遠(yuǎn)場交互會)。當(dāng)前這點上發(fā)力最多的是百度DuerOS，近來百度聯(lián)合聲智科技推出的麥克風(fēng)陣列，其目的顯然也不是只覆蓋智能音箱市場。但必須一提的是，雖然現(xiàn)在很多公司逐漸提高了對語音交互的重視程度，但很可能還是遠(yuǎn)遠(yuǎn)低估了它所可能帶來的變化。整個人機(jī)交互發(fā)展的主線很可能是先語音，然后語音和視覺相融合構(gòu)成更便利豐富的交互形式。但從觸屏到語音是顛覆性的，是一次重新洗牌的機(jī)會，從遠(yuǎn)場語音交互到語音與視覺的融合則是改善性的，很可能會維持那時候已經(jīng)確定的格局。

　　而遠(yuǎn)場語音交互之所以是顛覆性的在于：它很可能讓科技公司的競爭更為激烈，而只剩下數(shù)目更少的玩家，因為在語音交互下，生態(tài)系可能具有唯一性，而生態(tài)系里的超級應(yīng)用也具有唯一性。這點我之前文章里提到過，這里重復(fù)一下：

　　我們先做個基本的假設(shè)，那就是Alexa獲得了巨大成功，滲透到各種設(shè)備之中，包圍了人們的生活，人們有50%的時間在通過語音和設(shè)備打交道，并且日活逼近Android。那這時候一定會衍生這樣的需求，用戶會說：Alexa，幫我通知下馬化騰，明天我不見他了。這時候就需要有一種通訊的IM來實現(xiàn)這種需求。這時候亞馬遜就有兩個選擇：第一它接入一種已有IM，比如Whatsapp，或者Skype。第二種是自己做一個嵌在Alexa里面。亞馬遜至少有一半以上的幾率會選擇后者，而不是把這種基礎(chǔ)設(shè)施開放給別人，因為前兩種要么屬于Facebook，要么屬于微軟。如果在中國是阿里巴巴做成了Alexa，那百分百不會選擇對接微信。我們很難想象這種語音交互方式：Alexa幫我用Whatsapp給馬化騰留個消息，明天我不見他了。在語音交互中WhatsApp這類應(yīng)用的標(biāo)識很可能會被優(yōu)化掉。如果Alexa還只是百萬級、千萬級DAU的應(yīng)用時，那這個特性還不關(guān)鍵，但如果它是10億DAU的系統(tǒng)，那這個特性的影響就會被無限放大，也就說搜索、IM、電商很可能都只有一家，而不是像現(xiàn)在雖然少，但還有個1、2、3名。

　　眼下我們還不太確定最終的生態(tài)是否會有唯一性，比如說終極狀態(tài)下是不是只會有Alexa，然后它滲透到無所不在的地步，還是說同時會有幾個Alexa存在，分別屬于不同的大公司。純從技術(shù)的角度看，很可能真的只會有一個(也許是兩個，畢竟有蘋果存在)。而一旦如此就會產(chǎn)生非常顛覆性的結(jié)局，今天的巨頭不再是巨頭，而新玩家則因此而崛起。

　　小結(jié)

　　有時候想想自己似乎一直在做一些很逆向思維的事情，當(dāng)沒人關(guān)注智能音箱的時候，我大多時候在說，這必是未來;而當(dāng)大多人開始做這件事情的時候，則又反過來說它來得并沒有想象中那么快。其實這也并不矛盾，其間唯一差異只在于尺度。具體產(chǎn)品比如阿里的智能音箱就不做細(xì)節(jié)上的評論了，想說的已經(jīng)在上面提到了。