小米智能音箱除了会唱“Are you OK”，能与巨头争这块大饼吗

作为小米音频产品线的副总裁， 杨总有着产品经理的范儿，然而这次我们这次关于人工智能的访谈却不是从技术谈起，而是从东西方文化的差异谈起的。

杨总风趣地讲，中国的神话体系里，神仙和妖怪的区分是个有趣的现象，完全和修行的过程以及修行的课程无关，而只由修行者的出身决定，人修行可成仙，动物、植物修行则为妖。就连出身名门、法力强大的孙悟空也只能是个“妖猴”，在中国的文化认知里动物和人的界限是泾渭分明的，难以等同对待的。而西方的神话则更多人情味，有很多半人半动物的神祗的存在，也更具备人性的七情六欲。这也许能部分解释西方的用户比较有耐心和一个音箱进行频繁、较长时间的对话。国外市场对“一个会说话的音箱”的接受就和接受一个“一天天长大，有时免不了撒个谎的小木偶匹诺曹”一样自然。

因此，对比国内具有语音智能功能的音箱市场的现状，除了致力于音箱、语音、人工智能相关各个环节的企业的共同努力，把音箱做好，把语音交互的体验做好之外，用户使用习惯的养成也是要考虑的因素。

亚马逊Echo为什么能火

我们知道，语音交互技术为核心的人工智能应用的目前主要有几个方向：手机语音输入（比如苹果的siri），语音输入法（科大讯飞），机器人语音交互，智能音箱（比如谷歌Google home的，亚马逊的Echo）。智能音箱甚至被喻为“人工智能的开始”

2007年，亚马逊做的第一款智能硬件是大名鼎鼎的电子书kindle，kindle无比成功，无疑是奠定了亚马逊在图书市场的垄断地位。kindle的成功让亚马逊决心涉足更多的智能硬件。2014年，亚马逊先后推出了Fire Phone和智能音箱Echo。在亚马逊的规划中，左手的Fire Phone，是与 iPhone 正面竞争的拳头产品；右手是智能音箱Echo，瞄准智能家居的语音交互入口，为人工智能的未来准备。

只可惜，这一次，Fire Phone遭遇滑铁卢，尽管其裸眼3D功能和四摄像炫酷无比，但实用性却很糟糕，从最初 199 美元 （需要合约） ，后来沦落到只卖 99 美分。2014年手机产品的失败让亚马逊的账面减值达到 1．7 亿美元，甚至陷入了短暂的危机。因此，对于Echo，亚马逊是憋足了劲一定要扳回一阵的产品。

从销量上看，2015年亚马逊Echo卖出了400万台，2016年卖了800万台，2017年销售目标更是上了1000万台。这些数据足以证明，Echo有多成功。杨永成认为Echo的成功并非完全取决于其AI语音交互。语音之外，Echo首先是个好音箱：音质好、工艺到位、外观简约、大方；其次它的性价比极高，对于国外动辄399美元以上的音箱产品来说，199美元（现在是促销价179美元）的价格极具杀伤力；最后，是亚马逊平台不遗余力的推广，和大手笔的市场和广告投入。

“智能”还是“音质”，小米的选择

时间同样是2014年，当小米决定做音频产品的时候，首先选择了开发了一款音质超好的“小米蓝牙音箱”，而不是直接推出智能音箱。

杨总当时的判断是：互联网音箱作为一个新品类，无论是技术构建还是市场孕育和普及都需要一定时间才能成熟，小米正好利用这段宝贵的时间把产品定义、技术构架、用户体验做精做好。一句话，把内功练好。比如对互联网（智能）音箱至关重要的网络音乐内容的整合就需要大量耐心、甚至创造性商务工作要做。

谈到技术构架，杨永成和我们分享了一个观点。他说：评估音箱的技术难度不能只看音箱的复杂程度比智能手机低，由此得出做互联网音箱比较简单，容易做，这样会得出非常片面的结论。事实上，我们讨论一个技术课题，不仅要看这个问题的绝对难度，更要看它的相对难度。比如手机，它的软件系统确实复杂，但如果你是在android操作系统之上做应用，就相当于站在了Google这个巨人的肩上。而如果你在Linux的简单内核上自己搭建一套适用于音箱的OS和UI，此时缺失了谷歌和安卓的帮助，你面临的难度就不知增加了几倍。简单地理解，技术的相对难度就是你要做的技术课题和行业提供给你的参考设计的差距。

小米智能音箱

杨总的判断无疑是准确的，从2014年至今的几年时间里，除了亚马逊的Echo，无论是国外的Google home还是国内的许多支持语音识别的智能音箱产品，都还没有取得可以与亚马逊相媲美的令人满意的销量业绩。

其实，小米在2015年11 月也曾发布了一款小米网络音响，售价 399 元。显然这次，小米也开始了其智能音箱的第一次尝试。这个小米互联网音箱除了提供了相对强大的功能和流畅交互体验外、还号称拥有2000万首在线曲库。

有意思的是，有网友发现了小米网络音响的一个隐藏“彩蛋”：当使用语音智能点播对着音箱大喊一声：“雷军”，随后出现雷军广为流传的经典神曲《Are You OK》，“雷布斯”的自黑式幽默已然渗透于产品中。

关于人工智能的产品落地，喜马拉雅硬件总经理兼副总裁李海波曾经在给我们举例验证了智能音箱竞争的残酷性：“深圳南山区一公里以内有112家公司做语音智能，可是当我体验过所有产品时，我发现它们都非常痛苦，它们在拼模组，拼方案，拼场景，拼IOT（物联网），所有的这些场景都没有拼用户和体验，因为它们不知道市场、用户在哪里，只知道趋势来了，我不赶紧跟上。它们一直问一个问题，能不能把你们的海量内容给我。”

所以，正如杨总的观点，语音音箱的未来，还需要走漫长的一段路。最后杨永成对笔者说：作为产品经理，我不仅对AI语音服务未来能给音箱行业带来的推动，甚至革命作用充满信心和期待，同时我也关心，在下一个产品周期里，AI语音能如何和音箱更好的结合，带给用户流畅、舒爽的体验。毕竟饭是要一口一口吃，产品的完善升级也是要靠多轮的不断升级、迭代实现的。

如何发展好人工智能，如何做好音箱，如何做好智能音箱，这也是每个人工智能、音箱从业者需要长期不断地思考和实践的。