編者按：本文是銳和信聯(lián)合創(chuàng)始人杜軍的投稿，經深圳灣（公眾號 ID：shenzhenware）加工、整理發(fā)布。

今年國內智能音箱市場格外熱鬧，除了以雨后春筍之勢席卷而來的初創(chuàng)企業(yè)，各大互聯(lián)網、科技巨頭也紛紛憋出大招。特別是阿里發(fā)布 499 的購物音箱天貓精靈 X1，以及「價格屠夫」小米隨后以 299 的產品橫掃所有同行，對原本空間狹小的國內智能音箱市場形成了絕殺的局面。

▲ 小米 AI 音箱，只要 299

智能音箱行業(yè)呈現(xiàn)出一片「樹葉過江」的狀態(tài)，大部分團隊是那片樹葉

從 2013 年開始，銳和信聯(lián)合創(chuàng)始人杜軍就進入了智能音箱行業(yè)，曾打造悅 Pod 音樂盒產品，也曾作為方案提供商與君正服務過歌爾聲學、DOSS、阿里小智，與上海樂鑫共同對接科大訊飛，服務哈曼、JBL 等語音技術、音響巨頭，為京東靈隆科技的 Q3 產品提供 cost-down 解決方案。

有著多年豐富經驗的杜軍深諳智能音箱行業(yè)在這幾年內的起起落落。在小米發(fā)布絕低價格的智能音箱之際，杜軍仔細復盤了這個行業(yè)在過去 3、4 年內發(fā)生的種種。

從解決連接和內容源問題的 WiFi 音箱，到加入了語音識別、深度學習的智能音箱，這一路走來，杜軍所在公司做過的的事情已涵蓋產品轉型、解決方案等，Slogan 也從開始的「讓音樂像空氣和水一樣自由流動」到了「讓設備說話」。

杜軍指出，Slogan 的改變也能從側面反映出整個行業(yè)對智能音箱這個 SKU 的期望變化——從一個簡單的音箱升級產品向替代百度的「框計算」發(fā)生轉變。

其中，前者的代表主要是叮咚音箱，后者的主要代表則是百度 DuerOS、思必馳 DUI 等語音操作系統(tǒng)的落地產品。而后者的本質不完全在于產品，其肩負的使命也與前者完全不同。

▲ 在今年百度的 AI 開發(fā)者大會上，百度度秘事業(yè)部總經理景鯤著重介紹了 DuerOS 小度開放平臺

杜軍表示，這兩者孰是孰非，現(xiàn)在定論還為時尚早。但可以確定的是，在智能音箱這個浪潮里，呈現(xiàn)出「樹葉過江」的狀態(tài)，而大部分團隊則是那片樹葉。

智能音箱這件事，歸根結底是「一魚三吃」的問題

對一片樹葉來說，智能音箱這個事情，本質上是一個「一魚三吃」的問題：

魚頭是語音技術，語音識別 ASR、語音激活 VAD、TTS 等等，也就是傳說中的語音入口。這些基本是思必馳、云知聲、科大訊飛、聲智科技等語音技術廠商的菜，關鍵在于足夠的語料訓練模型，并不是任何一個人或公司在本地搭建并運行 kaldi（語音識別套件）就能完成的事情。

魚尾是大數(shù)據(jù)，這塊是百度、搜狗、騰訊、阿里們的菜。不管是機器學習，還是搜索引擎，在沒有足夠數(shù)據(jù)的情況下，就是「巧婦難為無米之炊」。對于小團隊來說，數(shù)據(jù)的積累也是個主要硬傷。

魚身上則有兩面的肉可以吃：一面是品牌，一面是上量。

音箱是暴利行業(yè)，當然這主要是對活下來并且有品牌的音箱而言。品牌即銷量、品牌即消費者，有了品牌就可以挾消費者以令魚頭、魚尾。語音入口也好、大數(shù)據(jù)也罷，都需要落地才能完成最終的商業(yè)閉環(huán)。

鑒于目前的情況，從頭開始建立新的音箱品牌并不現(xiàn)實，品牌音箱自然而然會成為智能音箱的首選。因此出現(xiàn)「一手接入 AI Service，一手去親近現(xiàn)有品牌」的產品思路，例如京東與哈曼、創(chuàng)新、漫步者、聯(lián)想合作的產品，但對于這樣一款超長供應鏈、用戶期望超高的產品來說，松耦合的合作一般費力不討好。

▲ 去年 1 月份，京東與哈曼合作發(fā)布的 JBL Go Smart 智能音箱

至于上量這件事情，首先要知道的是，此前藍牙音箱的月銷量接近三千萬，后來的智能音箱則希望嘗到這樣的甜頭，奉行「走藍牙音箱的路，讓藍牙無路可走」的思路。

但事與愿違，AI 體驗本身并不足以成為亮點的情況下，AI 元素在這個思路的產品中只能作為買藍牙送 AI 的贈品存在。既然是贈品，那么其成本必然要低到接近為 0。

但就目前智能音箱而言，只要涉及遠場語音識別方案，就需要一顆單獨的、相對藍牙方案來說價格不菲的處理器作為支持。能否將這部分成本降下來，主要得看 RDA 和 ESP 們這些 IC 廠商的進展情況了。

綜上，對有志于智能音箱行業(yè)的淘金開發(fā)者們來說，在魚頭、魚尾部分并不占優(yōu)勢。另外，機器學習并非像當年的移動互聯(lián)網，它沒有 App Store，也沒有成熟的分紅模式。在這一點上，普通開發(fā)者可將其中涉及的數(shù)學、算法等作為更新知識結構的良好機會，但不建議把它當做一門賺錢的生意。

至于魚身上的正、反兩塊肉，如果有特別好的運營思路和資源，或者強有力的供應鏈、研發(fā)能力，基本上還能養(yǎng)活一個 20 人左右的團隊。哈曼等國際大牌音箱廠商的優(yōu)勢往往體現(xiàn)在，擁有實力的同時還有非常強大的融合能力。

面對巨頭的夾擊，小團隊就沒有機會了嗎？——也未必

前有阿里天貓精靈 X1 擊中叮咚音箱的中段（叮咚定價分別是 599 和 399），小米 以 299 的智能音箱完成華麗絕殺，后有百度 DuerOS，思必馳 DUI，阿里 AI Lab 等語音操作系統(tǒng)、科研團隊的布局。

那行業(yè)是否在還沒真正起來的時候就已經設定好了天花板，或者新進者就完全沒有機會了呢？杜軍表示，這也未必，事實上，小米的核彈主要是扔向了京東和阿里，小團隊靈活且所需糧食并不多，還是有一定的機會。

據(jù)行業(yè)目前情況來看，小團隊有兩條可行的路徑：

一條是「走出去」，做 Alaxa Inside 代工，比如國內的 LinkPlay、Sugr。先活下來以觀后效，但后續(xù)如僅僅滿足于如此，將有很大程度的風險。

另一條則是著眼于場景化、低成本、多觸點這三大要素。一旦具備以上三點要素，便具備打通國外、國內市場的能力。

著眼于「場景化、低成本、多觸點」這三大要素

將這三個要素分別展開陳訴如下：

場景化是核心：

從阿里小智、京東智能等實例中可以看出，純粹的智能燈泡、智能開關等單品并不能真正打動用戶。也就是說，用戶要的是精裝房不是毛坯房，只有多產品聯(lián)動形成場景化，才能打通用戶體驗和產品能力之間的隔閡。這也是被實踐證明了的事實。

低成本——一條老掉牙的思路：

在 AI Inside 無法成為一個獨立的賣點之前，低成本將是 AI 打開市場唯一的賣點。在從業(yè)者特意強調智能音箱產品 5 米或 7 米以外的遠程識別技術之時，事實上，市場策略恰恰走的是相反路線，即弱化當前 AI 的弱點，價格下探到藍牙的成本。若這個成本能控制在 90-150 之間，則極有可能激活用戶對產品的升級換代需求。

當然，大部分人都希望成為小米，盡量讓更多的廠商有錢賺。雖然越多的對手就意味著越多的人在分這一塊「蛋糕」，但多了一位同路人的同時也多了一個思路和探索方向，況且 AI「框計算」還遠遠沒來。這一點算值得從業(yè)者們樂觀對待。

多觸點：

智能音箱發(fā)展到現(xiàn)在，基本演變成了一個 AI 服務落地的事情。既然是 AI 服務落地，那么其重點就在于服務和用戶之間的觸點，不在于音箱、故事機、電視等具體形態(tài)。

近幾年，雖然出現(xiàn)了「PC 互聯(lián)網、移動互聯(lián)網時代結束」這樣的聲音，但要注意的是，這里的「結束」大體上是針對新增廠商而言。對用戶來說，現(xiàn)在是 PC 互聯(lián)網和移動互聯(lián)網升級的時代。

為推進 AI 服務落地，不少從業(yè)者花費巨大的精力、資金來開拓遠場激活的語音入口、占領更多的攝像頭，希望可以在新時代里抓住類似百度的「框計算」入口。但要知道的是，像這種全球級別的入口，背后必然要有世界級的金錢和資源支持。若沒有這方面的支持，團隊倒不如把省出來的時間、資金、精力投入到現(xiàn)有的觸點中去，這樣成功的機會反而更大。

以上，將場景化、低成本、多觸點這三個要素融合起來并用簡單的語言概括，就是大量便宜、傻瓜化的單品能相互連接以形成統(tǒng)一的場景服務，而且其背后的服務決不是能且只能通過新買的設備訪問到，原有的生活方式如 PC 客戶端、Web、手機 App、小程序，這些一個都不能少。

那么，有哪些符合「場景化、低成本、多觸點」的產品呢？

能符合以上邏輯的典型產品就包括 亞馬遜的 Dash Wand 和國內 BroadLink 最近發(fā)布的魔法棒。

▲ Dash Wand：相當于 Amazon Dash Button + Echo，內置 Alexa 語音助手，除了語音購買商品，還能連接家電實現(xiàn)控制

這兩個產品均結合自身生態(tài)內的眾多成熟單品形成場景化；產品本身無需累贅的遠場識別技術，通過 push-to-talk 接入 AI 服務，極大滿足低成本的要求；在多觸點方面，暫時的多個設備可形成薄弱的用戶觸點，需要后期增加投入完善現(xiàn)有諸如 PC、Web、App、小程序上的布局。

一旦完成場景化、低成本、多觸點的布局，再加上合理的運營和渠道支持，短期上量，長期形成品牌，只要執(zhí)行到位，在未來就還有與巨頭一戰(zhàn)的機會。

總的來說，這些道理聽起來難，真正做起來會更難，雖然如此，但至少小團隊還是有機會的。■