搶奪智能音響，關于未來的全面戰爭

孫鋒

這是一場對未來的賭注，又是一場透過前端戰場，聚焦到事件背后的無硝煙戰爭，輸者可能只是錯過一次機會，贏者或許能創造一個未來。

東漢末年，群雄并起。諸葛襄陽隆中絕對，后遣大將關羽，據守荊州。荊州者，北過江可攻宛洛，東順江可取江東，西逆流可進益州。可謂是“襟三江而帶五湖，控蠻荊而引甌越”。是故，得之，三國可鼎足而立，數十載攻伐相向，未曾克敵而興疆。

公元2014年，亞馬遜推出智能音響Echo；2年后，谷歌、京東跟上；再一年后，蘋果、Line、聯想、微軟、阿里巴巴等巨頭紛紛跟進。搶奪智能音響的元年開始。

上溯到科技互聯網企業第一次集體搶“荊州”，還要回到喬布斯革命蘋果，開啟了諸侯爭霸智能手機的時代。

如今，智能手機已然形成鼎足局面，各方均需一個新的“荊州”打破既定的平衡，一是進攻，開疆拓土；一是防守，固本強基。

智能音響，正是這些巨頭心里的下一個“荊州”。

大洋彼岸的槍聲

戰爭的序幕，似乎都靜悄悄。

2014年，亞馬遜上線了Echo智能音響，由6+1麥克風陣列組成。最初推出Echo時，它只是一個內置幾個語音命令的智能播放器。而正是這個看起只是“幾個喇叭+語音控制的隨身聽”，并沒有引起各方的注意。

沒想到時隔不久，亞馬遜給Echo來了次升級。研發了Alexa語音平臺，通過它的控制，Echo隨時可以通過語音命令喚醒，執行播放流媒體音樂、在線購物、操作家用電器、播報新聞和天氣、Uber打車、餐廳推薦、訂外賣等多種服務。

Echo儼然成了智能家居的入口。亞馬遜配合C端市場用戶和云平臺的推廣，2016年，共賣出600萬臺Echo。

遭遇暗度陳倉的危機感，迅速在美國科技界蔓延。一方面，歐美地區家庭，普遍有在廚房、客廳等場所收聽音樂或新聞的習慣，Echo幾乎是剛需。另一方面，Echo的智能化，是AI+云計算+大數據存儲的一種嘗試，其中的語音交互系統，更是目前除手寫外，最成熟、應用最直接的智能交互系統，代表的是一種未來。

最后，也是最重要的一點，智能電視、智能路由器等無法從便攜性、互動性等實用角度，切入家庭智能終端，實現家庭物聯網化。而Echo則通過AI與Wi-Fi、中繼器等端口鏈接，實現了AI家庭終端生態系統。它的背后是巨大的生態性物聯網市場。

2016年5月，谷歌率先發難。

在召開的“Google I/O開發者大會”上，谷歌同時推出語音智能助手Google Assistant與智能音響Google Home。半年不到，Google Home智能音響開始發貨。相比Echo高達199美元的價格，谷歌以99美元的售價搶奪市場。

戰火繼續蔓延。2017年6月6日凌晨1點，第28屆“WWDC蘋果全球開發者大會”如期而至。其中，軟件上iOs 11的改進和壓軸大戲硬件Home Pod，都劍指智能音響。

蘋果憑借其在iPod上的音樂版權和技術積累，讓Home Pod搭載了6個麥克風陣列、10厘米低音炮、配有7個揚聲器陣列、內置Apple A8處理器，定位正是改善家庭音樂播放體驗。

同時，蘋果將Siri語音交互系統移植到Home Pod上，可以實時喚醒，獲取天氣、新聞和交通等熱點信息，也可以利用語音指令控制連接到Home Pod上的其他家庭終端產品。

從任意一點來看，谷歌和蘋果瞄準亞馬遜開炮的戰術都顯而易見。

兵臨城下，2017年6月15日，在美國和歐洲15個城市對亞馬遜音樂和Echo智能音響進行推廣后，亞馬遜在紐約時代廣場復制出了一個24米高的Echo模型，宣告自己的霸主地位。同時，亞馬遜推出新版Echo，加入了可支持視頻通話的觸摸屏和攝像頭，又重新定義了新一代智能音響。

版權別動隊

可以說，亞馬遜想通過新版Echo繼續鞏固智能音響霸主地位；谷歌則走智能化路線，把更多的精力放在智能助手的升級上，試圖彎道奇襲；而蘋果則走一貫的用戶和體驗為先，完成生態化。

似乎這種高維度的科技創新之戰，距離中國互聯網公司很遠。但一個不能回避的事實是，中國互聯網環境與國外有巨大差異。以樂視、小米電視等產品為例，它們弱化了硬件概念，通過內容付費、社群生態化經營，實現了智能硬件和內容的變現。

從某種程度講，內容多少決定了硬件成敗。這種現象從電視盒蔓延到智能電視。于是，從影視IP、網絡文學，再到院線、視頻平臺、網絡電臺，各方圍繞內容合縱連橫，大有得內容者得天下之勢。

2014年12月初，QQ音樂、酷狗音樂和網易云音樂三家互相狀告對方侵權了幾百首歌曲，引起一陣風波。沒過多久，微信就“封殺”了網易云音樂、蝦米音樂和天天動聽，后三者App上的音樂都無法分享至朋友圈。

音樂版權瓜分戰役瞬間拉開——阿里音樂重點進攻包括錄音、編曲、樂手等在內的音樂產業的上游，同時入主蝦米、天天動聽等音樂播放軟件，與滾石、寰亞、恒大等音樂公司簽署了獨家版權協議。

騰訊緊隨其后，以QQ音樂為中心，與華納、索尼、英皇等簽署獨家協議，并與中國音樂集團合并，入股酷我、酷狗等音樂播放工具，進一步將百代、太合麥田等音樂版權納入麾下；利用微信、QQ社交平臺形成的流量優勢鞏固實力。而網易云音樂，在沒有大牌獨家版權的逆勢下，用UGC模式發動奇襲，網羅了大批文青忠實粉絲。

最終，以騰訊3 500萬、網易650萬、阿里450萬版權歌曲的“三國鼎立”局面形成。

這些看似游離于智能音響本身之外的競爭，實則是在其成為現象級業態之前，布下了一個更大的局。核心就是從智能音響上游切入，壟斷以音樂為主的內容，進而控制以音樂為形態的一切軟硬件創新。

版權之戰硝煙過后，新的問題再次出現。隨著粉絲沉淀和中心化完成，在手機端，高達75.5%的用戶，僅擁有1～2款音樂App；越來越趨于水平的付費音樂增長曲線，預示著各平臺靠流量、廣告、版權購買等構成的C端變現模式越來越固化。

智能手機過后，智能音響的出現，或許能讓巨頭們抓到新的硬件變現渠道，從而釋放巨大的流量產能。

“圍剿”叮咚

2016年5月，首屆亞洲消費電子展上，在眾多常規汽車電子、智能穿戴設備外，突然出現了一個讓大家瞠目結舌的產品——京東智能與科大訊飛聯手，推出的具有語音交互和物聯網解決方案的“叮咚”智能音響。

從直觀角度講，對于智能音響需要的大數據、AI、云計算等軟硬件支持，除了BAT之外，貌似只有科大訊飛、云知聲和思必馳等屈指可數的幾家。而從電商產業鏈布局上來講，京東至少不應該是第一家染指智能硬件，特別是內容向的智能音響的企業。

但從某種角度看，京東的布局與結構像極了美國亞馬遜，而后者通過Echo智能音響的異軍突起和顛覆智能硬件格局的戰略戰術，勢必也會為前者帶來一定參考。

于是，京東將京東智能產品中心總監魏強派到叮咚，直接負責該項目。產品上線后，京東主動讓出網站主頁Banner頁面，為產品做24小時的展示和宣傳。

不過，除了借鑒Echo打法外，叮咚又有許多本地化與細分場景的戰略優化，推出了叮咚旗艦版A1、青春版Q1、悅動版Q3、兒童教育版A15等多個版本。連接上京東微聯的智能化產品后，叮咚可以提供智能家居終端控制、講故事、聊天等不同場景交互需求。

2016年雙11當日，叮咚智能音響在京東平臺上智能音響品類里銷量排名第一，并且大于第二名和第十名的銷量之和。截至2017年2月，叮咚的整體銷售同比增長137%，突破100萬臺。

表面上，叮咚完成了突襲，但一場“圍剿”叮咚的暗戰正在拉開。

對于智能音響來說，除了必須擁有足夠豐富的內容外，要達到在強噪音、遠距離（15米）的條件下成功識別語音這一項，亞馬遜嘗試了2年才成功。而無論是百度與科大訊飛為龍頭的語音識別軟件企業，還是以芯片、模組、傳感器為底層設備的硬件芯片，均與硅谷有一定的差距。

這也是為什么BAT謹慎入局的根本原因。

于是在版權戰爭之外的硬件層面，阿里進行了一系列資本運作，2015年8月，同飛利浦一起推出無線音響，9月，與音頻廠商漫步者牽手，推出了具有互聯網功能的Wi-Fi音響，試水硬件端。2017年6月，與喜馬拉雅FM一起，宣布正式進軍智能音響市場。

另外的戰場上，2017年2月，百度宣布全資收購創業公司渡鴉科技，而后者已在智能音響領域布局多年。3月，在離職前幾天，百度首席科學家吳恩達仍親自率領一支技術團隊來到深圳考察硬件廠商。而一直未曾涉獵硬件領域的騰訊，也悄悄與Sonos家庭智能音響展開了電商合作。

戰火繼續燃燒，在更核心的軟件層面，白熱化正在加劇。

除了已在語音交互層面探索多年的百度，早在2015年，阿里就入資語音交互企業云知聲，共同探索語音搜索創新，以滿足智能移動硬件設備用戶需求。而云知聲的對標企業，正是科大訊飛。

2017年4月，騰訊宣布推出智能語音助手“騰訊叮當”，直接對標亞馬遜的Alexa。同時，騰訊發布騰訊云小微智能服務開放平臺，利用本身社交的優勢，賦予騰訊云上的硬件更多的擴展能力，從而構建一個從云到端的“智能云生態”。又同時對標京東智能、百度大腦、阿里物聯平臺。

而就在剛剛過去的2017年5月，在手機等智能硬件上不斷遭受滑鐵盧的聯想，也正式發布了智能音響Smart Assistant，從外觀或功能上，其都以本土版Echo自居……

未來依然不確定，但寧愿做錯，不能錯過的中國互聯網巨頭們，不會放棄這個初現的風口。

決戰前夜

巨頭爭霸的背后，作為“智能硬件宇宙中心”的深圳華強北，帶來了另一場戰爭。

在淘寶以“智能音響”為關鍵詞搜索，產品數量高達4 400多種。但這些以智能音響為噱頭的產品，絕大部分僅具有藍牙或Wi-Fi功能，距離語音交互、物聯網甚至語音識別都有巨大的差距。

較高一些層面上，在首屆亞洲消費電子展后，小問、小智、若琪、小雅……有超過100多家智能硬件企業，在各場展會上，展出了自家的智能音響。

不過，如果以“今天天氣很好，我想聽一首關于雨的歌”提問，Echo可能給出的是《冬季到臺北來看雨》，叮咚給出的是“沒有找到‘關于雨的相關歌曲”，小問、小智們就只能給出“命令無效”的結果。

智能語音交互的代際差，就像VR眼鏡一樣，在中國被降維打造成各種噱頭式的產品。

但這并不代表諸侯們迅速丟掉了陣地——2017年6月，芯片商高通表示，將會推出包括完善的麥克風技術和音頻系統等，一整套智能音響方向的芯片和解決方案。

軟件層面，科大訊飛將自己的算法技術、語音模塊等，做成了一個標準化的產品，向中小玩家提供軟件支持。2016年9月，李彥宏表示，百度對開發者和企業免費開放“百度大腦開放平臺”和“百度深度學習平臺”，輸出語音能力、圖像能力、自然語言處理能力和用戶畫像方面的技術和開發工具。

這也就意味著，像智能手環、智能手機、智能手表等一樣，智能音響也要從“局部戰場”，擴大到“全球戰爭”。

毫無疑問，這場戰爭在加速中——用戶規模越大的平臺，獲取數據的速度會越來越快。相應地，經由不同數據量級訓練的語音品質，音響語音識別準確率的差距，也會迅速拉大。隨之而來的，便是“六王畢，四海一”。

留給小玩家2VC的時間不多了。然而，回到最初，智能音響真的是中國高科技公司的下一個“荊州”嗎？

從智能手機，到機頂盒、智能電視、智能路由器、智能手環等，所有瞄準未來AI和智能家居、物聯網的產品，碩果僅存的似乎只有智能手機。因此，若要作為真的“荊州”，拋卻技術障礙，智能音響不能只是音響，它必須是個入口連接一切。

回到中國。從叮咚十分之一銷量于Echo的成績來看，C端消費場景還不能與西方看齊，智能音響在中國的受歡迎程度，仍不能與歐美相提并論。Copy to China（復制到中國），還需要更多在產品層面的本地化。

無論怎樣，這場戰爭還是來了。