叮咚智能音箱：探索中國版Echo生存法則

代偉

北京亦莊朝林廣場A座15層。在這個(gè)與京東集團(tuán)總部相去僅約7公里的靈隆科技的辦公區(qū)里，618大促后的硝煙仍未散去。抬眼環(huán)顧，四五條巨大的紅色橫幅在近1000平方米的場地周遭鋪展開來，上面是“叮咚激戰(zhàn)618，產(chǎn)品體驗(yàn)+++”等用以振奮士氣的口號(hào)?！岸＿恕奔丛摴局鞔虍a(chǎn)品叮咚智能音箱。

靈隆科技CEO魏強(qiáng)在接受《財(cái)經(jīng)天下》周刊記者采訪時(shí)難掩興奮。他說，相較去年“618”，今年叮咚智能音箱的銷量同比增長300%以上，如今該產(chǎn)品在國內(nèi)WiFi智能音箱行業(yè)中的市場占有率已達(dá)80%。

靈隆科技是2015年4月由京東集團(tuán)（下稱京東）和科大訊飛共同出資成立的一家高科技公司，注冊資本1.5億元，兩出資方分別占股45%和55%。目前公司現(xiàn)有員工80多名，其中70%為技術(shù)研發(fā)人員，大部分來自上述兩家公司。

截至本文發(fā)稿止，靈隆科技已發(fā)布7款智能音箱產(chǎn)品及10余款合作產(chǎn)品，除語音點(diǎn)歌、控制智能家居之外，叮咚智能音箱已與近百款第三方服務(wù)建立連接，如中通快遞、京東購物等。

焦灼中發(fā)現(xiàn)Echo

2014年11月，亞馬遜在其英文官網(wǎng)悄無聲息地上線了一款名為Echo的智能音箱。這一動(dòng)作被京東迅速察覺。

彼時(shí)，被寄予厚望用來布局智能家居生態(tài)的“京東微聯(lián)超級(jí)APP”一直不溫不火，京東為此頗為焦慮，正全力尋求突破路徑。魏強(qiáng)時(shí)任京東智能產(chǎn)品中心總監(jiān)。據(jù)魏強(qiáng)回憶，當(dāng)時(shí)用戶通過手機(jī)控制家庭智能硬件的需求并不強(qiáng)烈，而且實(shí)際使用起來也并不方便，另尋入口逐步成為共識(shí)。

Echo的出現(xiàn)令大家眼前一亮。在Echo身上，京東發(fā)現(xiàn)了音箱這一比手機(jī)App更加自然的人機(jī)交互介質(zhì)。

京東對智能音箱這件事特別重視。2014年年底，京東找到科大訊飛，之后兩家公司成立了聯(lián)合項(xiàng)目組。靈隆科技首席科學(xué)家湯躍忠向《財(cái)經(jīng)天下》周刊記者透露，項(xiàng)目落地非常快，雙方從第一次接觸到確定合作，只用了1個(gè)月的時(shí)間。

靈隆科技甫一成立，京東就為之迅速引入了令同業(yè)艷羨的市場渠道、硬件方案以及強(qiáng)大的供應(yīng)鏈資源，而科大訊飛為之提供的是國內(nèi)領(lǐng)先的語音技術(shù)和軟件技術(shù)支持。

作為靈隆科技CEO，魏強(qiáng)直言壓力不小?！爱?dāng)時(shí)除了亞馬遜的Echo，市面上還沒有一款基于家庭環(huán)境使用的智能音箱產(chǎn)品，一切都得靠自己摸索。”產(chǎn)品定義、外觀設(shè)計(jì)、硬件方案選型、算法迭代優(yōu)化等都考驗(yàn)著這位新任CEO的能力。魏強(qiáng)坦承，在設(shè)計(jì)叮咚產(chǎn)品的最初形態(tài)時(shí)，團(tuán)隊(duì)參考了Echo。

魏強(qiáng)介紹稱，語音技術(shù)屬于模式識(shí)別范疇，有一定的不確定性，即便是科大訊飛，彼時(shí)也沒有特別成熟的語音技術(shù)解決方案?？拼笥嶏w提供的電路板模板，能在3～5米的范圍內(nèi)實(shí)現(xiàn)基本的語音喚醒功能，但是在實(shí)際場景下，比如模板套上盒子后，效果怎么樣就很難說了。事實(shí)上，第一個(gè)工程樣機(jī)的喚醒效果并不好。當(dāng)時(shí)魏強(qiáng)等五六個(gè)人圍成一圈，對著音量調(diào)至最大的工程樣機(jī)連叫幾聲，樣機(jī)都沒有被喚醒。

魏強(qiáng)帶著結(jié)構(gòu)、聲學(xué)、軟件等工程師熬了幾個(gè)通宵后發(fā)現(xiàn)，樣機(jī)失敗的原因是，音箱本體震動(dòng)影響了麥克風(fēng)陣列的拾音效果。之后，團(tuán)隊(duì)花了兩個(gè)多月才找到解決方法：先使用模擬麥克風(fēng)，然后在麥克風(fēng)后邊接一根軟連接的線，再通過減振來減少電路板震動(dòng)對脈沖帶來的影響。

“在經(jīng)歷多次軟硬件迭代之后，我們積累了很多這方面的產(chǎn)品經(jīng)驗(yàn)?！辈贿^，湯躍忠也強(qiáng)調(diào)，“我們更多的是做一件產(chǎn)品，而不是做一項(xiàng)研究?！?/p>

毋庸置疑，魏強(qiáng)是團(tuán)隊(duì)中最后決定整個(gè)產(chǎn)品方向的人?！昂退麥贤ú粫?huì)有障礙。他既懂研發(fā)，又能綜合考慮設(shè)計(jì)、成本、市場等因素，因此他最后做出的統(tǒng)籌和決策，大家都覺得有道理?！睖S忠評(píng)價(jià)稱。

靠著京東的品牌背書，魏強(qiáng)團(tuán)隊(duì)在對接供應(yīng)鏈資源上，沒遇到什么障礙。無論是芯片商、模組廠商還是加工廠商，都愿意給靈隆科技很多優(yōu)惠資源?！捌鋵?shí)大家都明白，智能音箱市場剛剛開始，需要整個(gè)鏈條的合作，因此一開始，大家并沒有考慮過多的利潤。”魏強(qiáng)解釋稱。

2015年8月，叮咚智能音箱旗艦版A1在京東商城上線，售價(jià)798元。A1具備三種基本功能：播放音樂、控制京東微聯(lián)400余種智能家居以及單輪語音交互。值得一提的是，京東給這款產(chǎn)品提供了長達(dá)一個(gè)月的3C戰(zhàn)略單品首頁的位置，重視程度可見一斑。

在湯躍忠看來，作為國內(nèi)第一批從事智能音箱研發(fā)和銷售的公司之一，靈隆科技不僅具有明顯的先發(fā)優(yōu)勢，而且在同期同業(yè)陣營中，他們的技術(shù)也是非常領(lǐng)先的。據(jù)稱，憑借科大訊飛提供的語音識(shí)別、麥克風(fēng)陣列、遠(yuǎn)場語音交互等技術(shù)，A1在5米左右距離的聽寫識(shí)別正確率已超過90%。

在合作中快速迭代

然而，叮咚智能音箱的首戰(zhàn)，卻沒能像Echo一樣迅速打開市場。

“只有業(yè)內(nèi)人知道，這些產(chǎn)品無法觸及大眾消費(fèi)者。”旗艦版A1投放市場之后，魏強(qiáng)很快帶領(lǐng)團(tuán)隊(duì)擴(kuò)充產(chǎn)品線，希望能夠以不同打法，攻入大眾消費(fèi)市場。

首先是垂直領(lǐng)域。2015年10月，靈隆科技與新東方聯(lián)合推出了“泡泡版口語機(jī)器人”。該產(chǎn)品主打少兒教育，小朋友可以跟讀英語、糾正發(fā)音。其次，傳統(tǒng)音頻硬件廠商也被整合起來。2016年4月，靈隆科技聯(lián)合飛利浦、漫步者、貓王、索愛、哈曼等音頻硬件生產(chǎn)商及喜馬拉雅、百度音樂等影音內(nèi)容供應(yīng)商，成立了京東智能音頻聯(lián)盟。京東可為該聯(lián)盟提供智能語音交互整體方案，而音頻硬件生產(chǎn)商負(fù)責(zé)音腔、喇叭等聲學(xué)設(shè)計(jì)內(nèi)容。雙方優(yōu)勢互補(bǔ)，現(xiàn)已聯(lián)合推出JBL Go Smart等10余款聯(lián)盟產(chǎn)品。除此，靈隆科技針對不同受眾，陸續(xù)發(fā)布了叮咚智能音箱青春版Q1、悅動(dòng)版 Q3、靈動(dòng)版 A3、兒童教育版A15等產(chǎn)品。

當(dāng)然，用戶不會(huì)花上近千元買一個(gè)只能聽歌的智能音箱。魏強(qiáng)認(rèn)為，智能音箱作為一個(gè)入口，連接著千千萬萬的需求，每個(gè)需求都代表著一個(gè)語音交互服務(wù)，而這些僅憑京東微聯(lián)超級(jí)App或靈隆科技一家是滿足不了的。

為了提高用戶活躍度，2016年6月，靈隆科技發(fā)布了面向第三方開發(fā)者的叮咚開放平臺(tái)，并首批接入了中通快遞、百度地圖等7項(xiàng)服務(wù)。叮咚開放平臺(tái)向第三方企業(yè)或個(gè)人提供開放接口，同時(shí)提供語音交互、自然語言處理等技術(shù)方面的支持。開發(fā)者可創(chuàng)作基于自己邏輯的服務(wù)和應(yīng)用，然后聯(lián)合該平臺(tái)，一起做市場推廣。

如今除了能夠控制京東微聯(lián)超級(jí)App上的1000款智能家居，叮咚智能音箱還分別接入了音樂、有聲讀物、O2O等第三方服務(wù)。據(jù)稱，通話功能也已列入團(tuán)隊(duì)開發(fā)日程。

在擴(kuò)展產(chǎn)品線和增加第三方服務(wù)之外，促銷往往是最能提振市場的方法。在剛剛過去的“618”大促上，京東不遺余力地給了叮咚智能音箱一系列搜索推廣和大幅降價(jià)促銷資源。

在此基礎(chǔ)上，產(chǎn)品的市場占有率正慢慢攀升?！八{(lán)牙音箱市場正慢慢向WiFi音箱市場轉(zhuǎn)移，這就如同當(dāng)初多媒體音箱向藍(lán)牙音箱轉(zhuǎn)移一樣?！蔽簭?qiáng)稱。

行業(yè)短板仍待補(bǔ)齊

采訪期間，魏強(qiáng)為記者演示了叮咚智能音箱最近上線的京東購物功能。當(dāng)魏強(qiáng)發(fā)出“我要買牙膏”的指令時(shí)，叮咚智能音箱向他推薦了歷史訂單中的一款竹鹽牙膏。

“我現(xiàn)在只要說一句‘下單，它就能自動(dòng)幫我下單?！蔽簭?qiáng)說道。不只如此，像京東購物這類能夠獲取用戶信息及數(shù)據(jù)的第三方開發(fā)者，可根據(jù)用戶的行為數(shù)據(jù)，定制相應(yīng)的內(nèi)容，通過減少交互步驟，來提高用戶體驗(yàn)。

“用戶想買的不是智能音箱，而是音箱背后的內(nèi)容服務(wù)。”喜馬拉雅FM硬件事業(yè)部總經(jīng)理李海波對《財(cái)經(jīng)天下》周刊記者表示。6月20日，喜馬拉雅FM聯(lián)合人工智能公司獵戶星空，發(fā)布了“小雅”智能音箱，定價(jià)999元，產(chǎn)品主打的就是6800萬份、平均時(shí)長30分鐘的音頻節(jié)目。

與小雅同時(shí)發(fā)布的，還有喜馬拉雅INSIDE 2.0開放平臺(tái)?！拔覀兺瞥鲋悄芤粝浜兔赓M(fèi)開放平臺(tái)的目的，都是為了將內(nèi)容分發(fā)給更多受眾?！崩詈２ㄕf。當(dāng)然，開放平臺(tái)還有另一個(gè)更重要的目的——積累更多用戶數(shù)據(jù)。以基于喜馬拉雅INSIDE 2.0而推出的小雅智能音箱為例，通過對海量的用戶使用數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，它能夠?yàn)橛脩艟珳?zhǔn)推薦個(gè)性化內(nèi)容。李海波直言，在語音識(shí)別、語音交互技術(shù)愈發(fā)趨同的當(dāng)下，平臺(tái)積累的自然語音數(shù)據(jù)越多，語義識(shí)別就越準(zhǔn)確。

叮咚智能音箱上線兩年多來，作為公司首席科學(xué)家的湯躍忠，每天工作內(nèi)容中的重要一項(xiàng)就是改進(jìn)它對自然語言的理解，而這兩年多的自然語音數(shù)據(jù)積累，已成為公司的核心競爭優(yōu)勢之一。

據(jù)湯躍忠提供的數(shù)據(jù)，目前叮咚智能音箱日活率為25%～30%，周活率40%，月活率70%，日均使用頻次1.9次。不過，魏強(qiáng)表示，即便如此，天氣、百科、火車票、賽事轉(zhuǎn)播等信息及數(shù)據(jù)都攥在第三方開發(fā)者手里，因此靈隆科技只能與之合作。

AIUI平臺(tái)的開放對國內(nèi)智能音箱行業(yè)無疑是個(gè)好消息。6月9日，科大訊飛正式推出了AIUI開放平臺(tái)。業(yè)內(nèi)人熟知，AIUI是科大訊飛最新的人機(jī)交互解決方案，它融合了遠(yuǎn)場識(shí)別、全雙工交互、語音合成、語義理解等單點(diǎn)功能，另提供第三方自定義技能、應(yīng)用擴(kuò)展功能。它的應(yīng)用場景包括機(jī)器人解決方案、智能家居解決方案、智能音箱解決方案等。

6月8日，在CES ASIA 2017（上海）期間，靈隆科技發(fā)布了兩款智能音箱產(chǎn)品——叮咚TOP和叮咚二代。與叮咚一代一樣，它們將全面接入AIUI開放平臺(tái)，而此時(shí)能夠連接的第三方服務(wù)已多達(dá)150種，如e袋洗、得到等。

京東和科大訊飛加持下的叮咚智能音箱，目前已是國內(nèi)銷量最高的智能音箱產(chǎn)品，據(jù)傳迄今累計(jì)銷售已超過100萬臺(tái)。對于這一數(shù)字，本刊記者曾向魏強(qiáng)求證。魏表示并不準(zhǔn)確，但具體銷量屬公司機(jī)密，不便透露。

事實(shí)上，即便100萬臺(tái)為真，相較Echo，這也并非一個(gè)多么值得驕傲的數(shù)字。市場咨詢公司eMarketer的數(shù)據(jù)顯示，目前憑借Echo的奪目表現(xiàn)，亞馬遜已拿下美國智能音箱市場70.6%的份額，遠(yuǎn)遠(yuǎn)高于占比23.8%的谷歌以及共同分享剩余5.6%份額的聯(lián)想、LG、Mattel等眾多參與者。另據(jù)調(diào)研機(jī)構(gòu)CIRP的數(shù)據(jù)，截至2016年年底，Echo累計(jì)在美銷量已達(dá)820萬臺(tái)；而來自摩根士丹利的統(tǒng)計(jì)數(shù)據(jù)，這一銷量更已達(dá)到1100萬臺(tái)。

與歐美市場不同，國內(nèi)智能音箱行業(yè)的短板仍清晰可見。喜馬拉雅FM硬件事業(yè)部總經(jīng)理李海波對本刊記者說，在他參加的某次智能音箱展會(huì)上，參展的所有音箱，10句話能聽懂1句的都很少。 “那些沒有核心能力，只會(huì)拼模組的智能音箱，必將死去?！?/p>

智能語音技術(shù)開發(fā)平臺(tái)“EchoCloud回聲云”創(chuàng)始人黃麗輝在接受《財(cái)經(jīng)天下》周刊記者采訪時(shí)表示，美國用戶對音樂是剛需，但在中國，別說智能音箱，就連藍(lán)牙音箱都還沒有普及。

“相比美國，中國依然是個(gè)尚未開發(fā)的市場?！蔽簭?qiáng)認(rèn)為，原因在于，中國沒有像亞馬遜那樣具備完整產(chǎn)業(yè)鏈資源的企業(yè)?！爸悄芤粝涫袌龇浅４?，但有一條非常長的產(chǎn)業(yè)鏈，后臺(tái)服務(wù)、語音技術(shù)、生產(chǎn)制造、營銷渠道等，缺一不可?！?/p>

“國內(nèi)智能音箱市場，有可能會(huì)在兩三年內(nèi)成熟，但這需要產(chǎn)業(yè)鏈上下游企業(yè)之間的密切合作。單打獨(dú)斗是搞不定的?！蔽簭?qiáng)頗為堅(jiān)定地表示。