樹葉過江全靠浪之智能音箱篇

04-23

聽相聲，郭德綱懟岳雲鵬是樹葉過江全靠浪，諸位業內的兄弟們，大家又何嘗不是，區別可能只是在於有人浪起來了，有人還在等著浪

近一段時期一直在反思、復盤過去這三、四年來發生在智能音箱上的種種，供應鏈的一灘爛事都一樣咱不說了，單說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，一路走來，我們也從做產品轉型到了做方案，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」，一個明顯的區別是整個業界對智能音箱這個 SKU 的期望從一個簡單的音箱升級產品轉變到了替代百度「框計算」的那個框，能不能框住不清楚，反正是思路不同就完全不同了，比如前者的代表叮咚音箱和後者的代表 DuerOS、DUI的落地產品長得差不多，但本質上他們已經完全不是一個產品，肩負的使命也完全不同。孰是孰非，現在定論還為時尚早。但可以看清的是，樹葉過江，大部分團隊其實是那片樹葉。

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，傳說中的語音入口，基本是思必馳、雲知聲、科大訊飛、聲智等廠商的菜，別說自己搞個 kaldi 跑也行，誰試誰知道，要是有足夠的語料訓練模型，you can you up。
魚尾是大數據，你說機器學習也好、搜索引擎演進也罷，如果沒有數據，就變成了巧婦難為無米之炊。這塊是百度、搜狗、騰訊、阿里們的菜，對小團隊來說，辦個培訓班，打著機器學習的旗號撈一波培訓費也就罷了，真以為自己可以21天精通 Python、C++，學了幾天 TensorFlow、CNTK、Torch、MXNet... 就可以自己搞一個 AI service，老規矩，you can you up。
魚身上有兩面的肉可以吃，一面是品牌；一面是上量。

音箱是暴利行業，當然我是指活下來並有品牌的音箱。品牌既銷量、品牌既消費者，有了品牌就可以挾消費者以令魚頭、魚尾，語音入口也好、大數據也罷，都需要落地才能完成最終的商業閉環，而有品牌的產品自然是不二之選，從頭在音箱領域創建一個品牌不是不可能，只是非常困難而已，這個思路按下不表；另一個聰明的思路是，一手接入 AI Service，一手去親近現有品牌豈不也很美？BUT，凡事總有個BUT，but 這條路也不一定好走，可以參見下京東跟哈曼、創新甚至漫步者、聯想合作的產品，對一款超長供應鏈、用戶期望超高的產品來說，松耦合的合作基本上註定就是費力不討好。

上量這個事情，一直以來業內的思路就是走藍牙音箱的路，讓藍牙無路可走。從 13 年起我們就垂涎藍牙音箱一個月三千萬的銷量，但在 AI 體驗本身並沒有特別突出浪點的情況下，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，那麼成本必然要低到接近為 0，但目前的方案是，只要有遠場語音識別的方案就必然需要一顆單獨的、相對藍牙方案來說價格不菲的處理器來支持，SO，這塊基本上就看 RDA 和 ESP 們這些 IC 廠商的進展了（RDA、ESP不用謝，廣告費我就不收了，加油幹活吧）。

綜上，對有志於智能音箱行業的淘金開發者們來說，魚頭、魚尾就別惦記了（需要特別提醒的一點是，這次的機器學習浪潮，不是當年的移動互聯網，沒有 App Store，沒有成熟的分紅模式，對普通開發者來說，你折騰很多的數學知識、演算法知識、更新一下自己的知識結構是好事，但別想著在這塊賺錢，沒門）。魚身上的兩塊肉，如果你有特別好的運營思路和資源，又有特別牛逼的供應鏈和底層研發能力，那麼恭喜你，你可以基本養活一個20人左右的團隊來開始 show 你的情懷和理想了，如果你特別好的運營思路和資源+你特別牛逼的供應鏈和底層研發竟然融合的非常好，哪么再次恭喜你，你的直接對手 B&O、哈曼世家們等一票朋友已經在不遠的前方等你了。

那是不是這個行業就真的還沒起來就先定好天花板，就沒有希望了呢？ 尤其是阿里發布了 499 擊中叮咚的中段（叮咚定價分別是 599 和 399），小米完成華麗絕殺，PPT 預先鎖定 299 之後？前有小米 299，後有百度 DuerOS，阿里 AI Labs，思必馳 DUI，劉備們又要哭了，為之奈何？為之奈何，其實也無需過於擔心，小米 299 的核彈主要還是扔到了京東和阿里頭上，小團隊靈活且所需糧食不多，依然有活路，活下去，以謀未來的名義

活路有兩條

一條是走出去，做 Alaxa Inside 的代工，像 LinkPlay、Sugr 做的，先活下去以觀後效，壞處是後效也有好壞兩種，如果僅僅滿足於此，也有很大被吃掉的風險。
第二條是著眼在三個點上下文章：場景化、低成本、多觸點。 一旦具備了以上三點，基本上有如打通了任督二脈，不僅僅可以做國外市場，慘烈的國內市場也可以做起來。

場景化是核心，且已經被實踐過多次，從阿里小智、京東智能時代到現在，真正讓用戶爽的根本不是某一個 WiFi燈泡、智能xx 單品帶來的體驗，用戶要的是精裝房不是毛坯，只有多產品聯動形成場景化，才能打通用戶體驗和產品能力之間的隔閡，這已經成為不爭之事實。
低成本是一個老掉牙的思路，在 AI Inside 無法獨當一面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，別跟我說你家產品可以做到 5 米外激活、7 米外激活，有毛用？相反，市場策略上弱化當前 AI 的弱點，價格上下探到藍牙的成本，在大約 90~150 之間 PK 一下，極有可能激活整個產品的升級換代需求，當然，前提是大家忍住不要都做小米，盡量讓更多的廠商有錢賺，更多的對手確實分走了你的利潤，但多了一位同路人的同時也多了一個思路和探索方向，AI 框計算的框還遠遠沒來，相煎何太急。
多觸點，我們常說，智能音箱發展到現在，基本上變成了一個 AI 服務落地的事情，既然是 AI 服務落地，那麼重點就在於服務和用戶之間的觸點，不要糾結於究竟是音箱、故事機、機頂盒還是電視，甚至手機和 PC 都要照顧到，尤其是手機和 PC，這幾年下來，大家不約而同的感慨 PC 互聯網時代結束，移動互聯網時代結束，但要注意到這個結束只是針對新增廠商，對用戶來說恰恰是 PC 互聯網和移動互聯網成功升級，變成了日常中水電一樣必不可少的存在，作為 AI 服務落地，大家花費巨大的精力、資金來開拓遠場激活的語音入口、佔領更多的攝像頭，希望可以在新時代裡面抓住類似百度的框計算入口，但像這種全球級別的入口，背後必然是要有世界級的錢包和資源支持，有的話就上，沒有趁早別嘚瑟。倒不如把省出來的時間、資金、精力投入到現有的觸點中去反而更有機會。

以上，場景化、低成本、多觸點，翻譯過來就是要有很多很多、很便宜開放又傻瓜化的單品可以連接進來形成統一的場景服務，而且這個背後的服務決不能是能且只能通過新買的設備訪問到，原有的生活方式，比如 PC 客戶端、Web 網頁、手機 App、小程序，一個都不能少。

聽起來很難，做起來其實會更難，雖然很難，並不是沒有機會。

比如亞馬遜的 Dash Wand 和國內 BroadLink 跟進的魔棒，就是一個非常切合場景化、低成本、多觸點的產品。

這兩個產品各自結合自己生態裡面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；在多觸點上面，暫時只有多個設備可形成薄弱的用戶觸點，需要後期增加投入完善現有諸如 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，只要執行到位將來形成可以跟巨頭一戰的局面也未必沒有機會。