兩年前，亞馬遜經(jīng)歷了一場戲劇性變化——被寄予厚望的智能手機(jī)Fire Phone在上市遭遇慘敗，幾個月后推出的智能音箱Echo卻大獲成功。亞馬遜沒有花費太多時間思考，很快作出決定：放棄Fire Phone，押注Echo。一年之后，它收到了Echo結(jié)出的成功果實：

- 據(jù)研究機(jī)構(gòu)CIRP的統(tǒng)計，Echo上市一年多后，銷量已經(jīng)突破300萬臺。僅僅是2015年暑假，亞馬遜就賣出超過100萬臺Echo

- 2015年3月-12月，Echo的用戶認(rèn)知度從20%提升至47%。今年6月公開的新銷售計劃顯示，亞馬遜計劃在2017年賣出第1000萬臺Echo

難能可貴的是，Echo在實現(xiàn)高銷量的同時還保持著出色的口碑——它在亞馬遜的頁面下?lián)碛谐^40000條用戶評論，評分達(dá)到4.4星。贊美之詞不勝枚舉。

一 · 語音識別：亞馬遜“后發(fā)制人”

Echo不是一臺傳統(tǒng)音箱，亞馬遜在里面注入了最新的語音識別助手“Alexa”。除了聽音樂，用戶還能用Echo叫外賣、打車、安排日程、查詢天氣——你只需對著它說出命令即可。

智能手機(jī)的故事已經(jīng)基本講完，行業(yè)將迎來人工智能的高速發(fā)展。蘋果、谷歌(微博)、微軟……人們熟知的硅谷巨頭都在調(diào)轉(zhuǎn)船頭，發(fā)力人工智能。

語音識別被認(rèn)為是人工智能的核心應(yīng)用之一。蘋果在亞馬遜三年前就推出了智能語音產(chǎn)品；谷歌稍晚，但也比亞馬遜早兩年。然而現(xiàn)在亞馬遜憑借Echo實現(xiàn)“后發(fā)制人”，谷歌已經(jīng)成為它的模仿者。

它是怎么做到的？

二 · 只提供一種交互，迫使用戶使用語音

如何讓用戶使用語音服務(wù)？蘋果和谷歌采用了相同的方案。它們將語音服務(wù)整合進(jìn)手機(jī)系統(tǒng)內(nèi)，通過高使用頻率的手機(jī)來帶動用戶對語音服務(wù)的使用。

但問題是，智能手機(jī)擁有成熟的輸入方案——文字輸入法比語音更便捷、更高效，語音服務(wù)缺乏足夠的使用理由。研究機(jī)構(gòu)Creative Strategies的調(diào)查顯示，62%的安卓用戶表示很少或偶爾使用語音助手，iPhone對應(yīng)的比例為70%。

為了“迫使”用戶使用語音，亞馬遜Echo只提供語音一種交互方案。除了揚(yáng)聲器和麥克風(fēng)，Echo沒有其它交互接口。

Echo對交互的限制，保證了語音交互的純粹性和持續(xù)性：用戶只能使用語音，不會被其它輸入方式帶走。當(dāng)習(xí)慣養(yǎng)成后，他們會持續(xù)不斷地用語音與設(shè)備互動。

三 · 定位于家庭，緩解與機(jī)器對話的尷尬

只提供語音交互并非Echo成功的唯一因素。如果沒有解決用戶不愿使用語音的根本問題，這樣做可能會帶來另一個問題——用戶放棄使用產(chǎn)品。亞馬遜顯然不愿看到這樣的結(jié)果。

Echo成功的另一因素在于它定位于家居，而非手個人助理。

Siri和Google Now定位于個人助理，于是它們依附于手機(jī)，期待通過手機(jī)的高頻使用普及服務(wù)。但手機(jī)作為個人設(shè)備，多數(shù)情況下在公開場合下使用。在公開場合下用語音對手機(jī)發(fā)號施令，使用者很容易陷入尷尬。

Creative Strategies調(diào)查了300名手機(jī)用戶在公開場合下使用語音助手的比例。結(jié)果顯示，安卓用戶中，只有12%會在公開場合下使用語音助手；iPhone的比例更低，只有3%。

產(chǎn)品和使用場景沒有恰當(dāng)匹配，造成了Siri和Google Now的使用尷尬。

Echo采用了不同的產(chǎn)品定位，巧妙地避開了用戶使用語音助手的尷尬。它從一開始就定位于家庭設(shè)備——體積較大，不宜隨身攜帶；沒有獨立電池，必須連接室內(nèi)電源才能使用。盡管對著機(jī)器說話依舊怪異，但家庭環(huán)境緩解了用戶的使用壓力。用戶面對的是熟悉的家人而非公共環(huán)境下的陌生人。

四 · 提供針對性軟、硬件優(yōu)化，適時開放產(chǎn)品

在明確Echo的交互方式和產(chǎn)品定位之后，亞馬遜對它進(jìn)行了針對性的硬件和軟件優(yōu)化。

為了能讓用戶在家中的任何位置都能喚醒Echo，亞馬遜設(shè)計了一個名為ARS的自動語音識別處理系統(tǒng)。ARS由七個麥克風(fēng)和一個音頻信號過濾系統(tǒng)構(gòu)成。七個麥克風(fēng)組成的列陣能讓Echo捕捉到環(huán)境中的細(xì)微聲音，音頻信號過濾系統(tǒng)過濾掉環(huán)境噪音，從而辨別出人聲。使用ARS后，即使用戶在25英尺（7.62米）之外發(fā)出命令，Echo也能夠準(zhǔn)確識別。

（Echo的麥克風(fēng)陣列）

識別之后，如何理解用戶的語音命令？亞馬遜又設(shè)計了“關(guān)鍵詞識別”系統(tǒng)。Echo收到的語音命令被系統(tǒng)拆分為多個字段，它們與云端儲存的關(guān)鍵詞模型逐一比對，匹配度最高的部分被認(rèn)為是用戶發(fā)出的語音命令。

在先后增加對多款智能家電的支持之后，2015年6月，亞馬遜推出了語音服務(wù)“Alexa”開發(fā)包，正式開放Echo。兩家為Echo開發(fā)音樂播放和家電控制服務(wù)的公司還獲得了亞馬遜提供的1億美元資金。

開放策略收效顯著。2015年，Echo整合的第三方服務(wù)只有14項，今年已經(jīng)上升至950項。目前這個數(shù)字在持續(xù)增長。

今年3月，亞馬遜又推出了兩款面向中、低端市場的智能音箱：Tap和Dot。Echo家族的設(shè)備和服務(wù)在不斷壯大。

結(jié)語 · 手機(jī)紅利消失，人工智能將啟航

2007年，第一代IPhone推出。在接下來的近十年里，它和安卓至少帶動了硬件銷售、移動通訊、電商、手機(jī)游戲四個領(lǐng)域的發(fā)展。移動互聯(lián)網(wǎng)風(fēng)生水起。

但高速發(fā)展之后，智能手機(jī)和它所帶動的相關(guān)產(chǎn)業(yè)都陷入了發(fā)展瓶頸。代表性的變化是，iPhone在今年第三季度的銷量下降15%，營收同比下滑23%。移動通訊、O2O、手機(jī)游戲等領(lǐng)域的格局也已基本確定，市場被大公司把持。

人工智能被認(rèn)為是下一個科技熱潮。語音、圖像識別，深度學(xué)習(xí)等技術(shù)將大大拓寬現(xiàn)有技術(shù)的應(yīng)用邊界，工業(yè)、農(nóng)業(yè)、醫(yī)療等互聯(lián)網(wǎng)化程度低的產(chǎn)業(yè)都將被重新改造。

作為核心技術(shù)之一，智能語音能夠應(yīng)用于汽車、通訊、企業(yè)服務(wù)等多個領(lǐng)域，它可以讓車主在駕車時與汽車互動，也可以改善智能手表等小屏設(shè)備的輸入體驗……人機(jī)交互將因此改變。

Echo讓智能語音的發(fā)展再進(jìn)一步。過去幾年，蘋果、谷歌都推出了自己的語音助手，但它們更多是手機(jī)的輔助，目的是讓手機(jī)更好用。Echo則不同，它完全為語音設(shè)計、不依賴手機(jī)，同時成功地趕上了物聯(lián)網(wǎng)繁榮的時期。Echo的成功歸功于亞馬遜對產(chǎn)品定位、使用場景和市場前景的準(zhǔn)確判斷，這些經(jīng)驗會讓亞馬遜在未來人工智能的競爭中走得更加從容。