智能音箱3年至少烧掉15亿，人们多久会厌倦“人造风口”的游戏？

作者 | 刘亚澜 赵仲尧

制图 | 托马斯

“我们很少判断哪个新市场互联网巨头会全部涌入。小米、天猫、我怀疑还有更大的巨头入场。我觉得我们的实力在这些巨头的主战场里干不了什么，所以就没做，按说技术、服务都是差不多的。”暴风集团CEO冯鑫告诉《三声》(ID:tosansheng)。

今年5月，暴风TV发布首款可实现远场语音交互的人工智能电视X5 ECHO，该产品的交互功能基本上满足了一个智能音箱所需的要素。暴风TV的CEO刘耀平一度对此跃跃欲试：“智能音箱不是简单的硬件添置，而是基于家庭环境的助手关系，人机关系会变成人与助手的关系，这是一个崭新的逻辑。”

然而一贯不烧钱的冯鑫站在集团战略角度给出了警示：“巨头是可以贴钱的，一家需要两个音箱，一年最少5000万台，要想占有这个市场，首先要准备好3年烧掉15亿的钱。”

做，还是不做，这是一个问题。

虽然这个问题并未上升到生存还是毁灭的层面，但对于许多有着内容或者硬件基因的公司来说，选择已经摆在面前：到底要不要加入智能音箱的战局？如果加入，以什么样的姿态去做？如果不加入，是否会后悔？

在过去，音箱只是音乐的载体，行业比拼的是音质、口号是“高保真”。人们能想到的音箱高逼格使用场景是村上春树端着一杯Blue Margaret，音箱里流畅出低音部分很能带动情绪的蓝调。而如今，与音箱匹配的场景是未来感，是钢铁侠的智能管家，是通过语音进行人机交互的新物种。

前阿里无线事业部M工作室领头人Misa于2014年出走阿里创办人工智能公司Rokid，2016年Rokid外星人开始投入量产，两年之内Rokid估值达4.5亿美元。2015年5月，京东宣布与科大讯飞合作，同年推出搭载科大讯飞语音操作系统的京东叮咚。时间来到2017年，中国的智能音箱市场彻底进入了“百箱大战”的阶段。

在近几个月内，小米推出了仅售299元的小米AI音箱、阿里则拿出了搭载自家电商基因的天猫精灵X1，说要拿全部身家性命押注AI的联想发布了智能音箱SmartCast+，喜马拉雅、酷狗、出门问问、Broadlink等公司纷纷拿出了自己的音箱产品，而腾讯公司总裁刘炽平在接受《TheInformation》采访时也透露，腾讯正在研发的一款智能音箱或在八月份发布。

目前国内切入音箱市场的公司主要有三类：一是以喜马拉雅“小雅”为代表的内容基因的公司，他们和“传统音箱”最为接近，但内容的智能播放提升了用户在聆听场景下的交互体验。二是包括Rokid、出门问问、Broadlink等在内的“智能公司”，在他们的产品里，音乐内容只是众多功能之一，更多的亮点在语音交互、连接智能家居上。而第三种则是小米、阿里、京东、联想等“大公司”，他们背后是有庞大的商业生态。

如冯鑫所言，巨头、中小公司全都一股脑冲进一个领域的事情鲜有发生。这股由亚马逊Echo点燃的智能音箱之火，能在没有音箱使用习惯的中国继续燃烧吗？

喜马拉雅小雅AI音箱

在众多的音箱玩家中，内容基因公司看上去是切入较为容易，使用场景较为聚焦的。

今年6月，音频平台喜马拉雅FM在北京发布了小雅AI音箱。其最大特点就是拥有来自喜马拉雅FM、百度音乐、虾米音乐以及豆瓣音乐等各平台内容的授权，同时可以与用户进行智能交互，记忆收听历史、续播点播、多设备共享播放历史、利用音频内容算法，提供智能推荐等等。

“喜马拉雅作为一个手机app，如果未来手机使用场景发生转移，我们该如何生存。有没有可能增长日活用户的使用时长，手机端已经到头了，语音交互的方式最方便。”喜马拉雅副总裁李海波告诉《三声》(ID:tosansheng)，做音箱的出发点源自手机端增长瓶颈，目前喜马拉雅FM拥有3.5亿的激活用户，人均收听时长为128分钟，而他希望把收听时长拓展到4小时以上。

内容方做硬件的逻辑始终遭到质疑，以智能电视作比，视频网站拥有海量视频内容，他们只需要与对应的电视进行合作即可，没有必要自己来做硬件的累活。但事实证明，手握声音相关内容的公司，都不愿错过这个风口。

李海波认为，其他的智能音箱在音频内容方面没有深度打磨，音频内容对于他们来说只是功能之一，而这个领域其实是需要深耕者来为用户做出内容的极佳体验。

同样是在今年6月，酷狗发布酷狗智能音响，可独享酷狗音乐超过1700万的在线正版曲库。一位版权方面的专业人士告诉《三声》(ID:tosansheng)，内容平台自己做自己音箱还有可能是音频版权的问题。“他们有些音乐、音频的版权只限于在本平台播放，如果接入到第三方音箱，是没有版权的。”

但这也可能是内容基因的智能音箱的盈利点。“我们把两年的喜马拉雅会员打包成内容宝典，去打服务战。”李海波认同乐视之前的“硬件免费、服务付费”模式，并且认为这会是智能音箱最可行的盈利模式。目前小雅音箱定价999元并附赠两年价值488元的喜马拉雅会员，喜马拉雅的会员单独购买是1个月25元，1年248元，2年488元。

苹果HomePod 谷歌Google Home 亚马逊Amazon Echo

而战场上还有另一类公司，他们完全没有“内容”，但也正是他们把音箱的外延扩大到了智能领域。

2014年，Rokid创始人兼CEO祝铭明（Misa）从阿里辞职创业。之前他加入阿里的方式就是自己的创业公司猛犸科技被阿里收购，而进入阿里也是组建了神秘的M工作室，专注机器学习、语音识别和人像识别等研究。他所创业的Rokid在两年时间里做到了4.5亿美元的估值，目前的核心产品正是智能音箱。

今年6月，Rokid第二代智能语音机器人“若琪·月石”全渠道上线，定价为1399元。Rokid是国内少有的硬件、语音技术均由团队自主研发、自主把控的产品。Misa并未把自己的公司定义为智能音箱公司，而是人工智能公司。

“Rokid是一家AI创业公司，音响只是我们的众多尝试的产品形态之一，我们在AI消费品的生产节奏并没有打断，还是按照计划走。”Misa告诉《三声》(ID:tosansheng)。他认为，智能音箱绝对是一个具有革命性的产品，因为它改变了原有的交互模式，在使用方式上有非常大的转变，通过语音交互，降低了原本普通人使用智能家居的门槛，确实是智能家居的重要入口，但目前还很难断定它是不是唯一入口，因为语音智能想象空间力极大，可以出现在任何设备上。

而关于未来的盈利模型，Misa并未直言，但他表示，从产品售卖情况看，高端消费者更看重品质和体验，rokid的自身产品定位人群，相比较价格，更看重品质和体验的消费者。

同时他说：“智能音箱对rokid来说就是先锋部队，算是我们的试水，价值不在于销售量。”

Misa这句话可能概括了人工智能公司在智能音箱领域的心态。音箱只是他们人工智能技术的载体之一，核心的不是音箱，而是音箱背后的技术。

“从技术层面，我觉得它就是一个非常好的练兵的地方。”出门问问CEO李志飞在极客公园的会后采访中告诉《三声》(ID:tosansheng)：“对所有的公司，包括像我们这种以语音交互为核心的公司，我觉得智能音箱，就是一个战略性的产品。虽然我们明白这个量做起来需要时间，技术成熟也需要时间。但是如果我们今天不开始做这个事情，未来4年就算用户有这个需求，技术已经成熟了，也跟你没有关系。因为这不像很多运营性的产品，可能半年几个月很快就能积累起来。”

出门问问是Google投资的一家中国人工智能公司。拥有自主研发的语音识别、语义分析、垂直搜索、基于视觉的ADAS和机器人SLAM等核心技术。今年4月，出门问问同时发布了虚拟个人助理”问问”、智能音箱Tichome并宣布全面开放“出门问问”AI开放平台。而在此之前，出门问问推出过智能手表、基于车内后视镜的车载机器人等产品。

李志飞说：“不管怎么样，尤其对我们这样的公司来说，我们还是把这个软件交互AI作为最核心的东西，所以，市场硬件更多是我们的一个载体，我们找到一个大家能够接受的一种形式。”

不可否认，这些人工智能公司的技术是他们的核心竞争力，也是其价值所在。但是在“智能音箱”的语境下，人工智能可能陷入了一个短期盈利的难点。毕竟，智能公司不太有可能去和巨头打价格战，追求极致体验且不考虑价格的用户还没有培育到足够多。从To C转向 To B或者从To C延展出To B是他们可以看到的方向。

“没有一家公司可以吃透所有市场，除了Rokid会卖自身产品外，我们会通过和其他公司合作，以技术输出的方式提供服务给更多的用户。”Misa告诉《三声》(ID:tosansheng)：“其实智能音箱这条路还在摸索过程中，这个产品形态也还没有完全被证明成功可以承载特别广或者很重的业务模型，这个时候大公司一拥而上，肯定会有催熟这个产业。”

而李志飞则表示：“出门问问在过去的四年半90%以上都是2C的，我们确实也在考虑在2C方面积累的技术、产品以及对于用户的了解，是不是可以提供一些2B的解决方案，这个包括上次发布VPN，4月份发布的助理的平台等等。”他认为，2B对于整个公司的营收来说也是非常重要的一块。因为从营收上、商业模式上来说，2B的边际利润可以做得更高，但可能规模效应不会那么快。而2C竞争非常激烈，虽然边际利润没那么高，但是上升的速度、规模会做得更大。

天猫精灵X1

可怕的是，无论是有内容的公司，还是有技术的公司，留给他们的时间已经不多了。巨头们已经看到了智能音箱的价值。

“今天蒸汽机有点儿像是深度学习，在技术发展路线上面已经达到了一定的阶段，但是要把这些技术、计算能力、计算平台能够更发扬光大的话，还是需要有像火车这样的产品。”阿里巴巴人工智能实验室的负责人陈立娟如是比喻智能音箱的重要性。

今年7月5日，阿里人工智能实验室如约发布了其第一代智能音箱天猫精灵X1，内置阿里第一代中文人机交流系统AliGenie，目前可实现智能家居语音购物、手机充值、叫外卖、音频音乐播放等功能，售价499元。

令人激动的价格，全面的功能，天猫精灵的登场符合大众对于它的期待值。但随后不止一位行业人士向《三声》(ID:tosansheng)表示，天猫精灵的致命缺点在于“购物是一件需要视觉的事情，音箱并不是购物的最佳场景。一开始只是购物和控制音乐的音箱始祖亚马逊Echo也在最近推出了带屏幕的版本Echo Show。”

如何让智能音箱真正成为生态的入口，与生态契合是最关键的问题。

这一点，有其他硬件支撑的小米和京东相对有优势。

叮咚音箱是由京东商城和科大讯飞合作的产品，京东方面负责叮咚音箱的全面运营和产品，科大讯飞则提供语音交互技术。京东智能集团总裁王振辉在多个场合的发言都表明叮咚背后是京东的智能生态体系。根据京东微联介绍，其能连接的设备包括空调、净化器、冰箱、插座、灯泡、消毒柜、手环、体脂称、血糖仪、血压计等等。

而小米音箱则是背靠已经连接超过6000万智能设备的米家MIoT平台的优势，可以控制8大类小米智能家居设备。而对于还没有接入MIoT平台的设备，也可以通过米家智能插座，智能插线板、墙壁开关，米家空调伴侣等小配件来控制。

喜马拉雅李海波提到小米的“厉害之处”：小米音箱会成为一个系列产品的“牵头者”，当你购买了小米音箱之后会不由自主地购买其他可以连接到小米音箱上的产品。

这也就是说，生态公司下的智能音箱很有可能是那双“象牙筷”。当你拥有了“象牙筷”，你会想要继续拥有“犀角之碗”、“白玉之杯”。

至于小米音箱299的价格，更多人将其理解为“赔本生意”，称小米为“价格屠夫”。“很快199的价格就会出来。”暴风集团CEO冯鑫预言。

对于大公司来说，低价是占领市场、教育市场的最佳路径，同时也能将很多底气不足的创业者挡在门外。不过，上文提到的出门问问等公司在小米推出低价产品之后都没有加入价格战的意思。“我的成本都大于500元，卖199肯定不行，哪怕倒贴500元成本去卖，也不一定能卖出5倍的量。”李志飞说：“在这种情况下，我干嘛选择这种事情？反而使得自己没有研发成本、没有广告成本去推广产品。”

亚马逊Amazon Echo智能音箱

据国外研究机构统计，2015年Echo的销量是170万台左右，2016年则增长至650万余台，预计2017年总销量将突破1100万台。另据eMarketer的一份报告，在美国智能音箱市场，亚马逊Echo占据的市场份额超过70%。

智能音箱是一块太诱人的蛋糕。但诱人的同时，也伴随着“伪风口”的争论。

做出“叮咚音箱”的灵隆科技 CEO 魏强分析，亚马逊Echo的成绩来自几个方面：第一，从市场环境来看，美国是全民对新产品新技术的热度较高，国内却是行业好像很热，但跨行业的人可能就完全不关注；第二，和音乐市场整体局势相关，美国的音乐收费体系很完整；第三，亚马逊Echo可以快速起来，还得益于一些推广补贴，比如用亚马逊的Prime会员购买Echo只要99美元，是市场价的一半，购买了音箱还能用亚马逊的很多免费内容。

这些点都是国内智能音箱难以具备的。暴风TV CEO刘耀平也提到中美环境的差别：“你去国外酒店，床头都是配了音箱的，国内没有音箱的使用习惯，很多人在家听音乐就是手机开公放。另外，中国的家电厂商彼此不兼容，音箱很难成为家居的中控中心。”

他对于家居入口的观点在于，说智能音箱是智能家居入口是不准确的，音箱不是入口，声音才是。而智能音箱的核心逻辑应该是助手思维：把设备与人的关系，人通过设备获取信息和服务的关系，变成人与助手之间的关系。只要吩咐设备，设备就可以帮助你完成一些事情，而不用自己亲自操作。

李志飞则列举出语音交互成功的几大要素：硬件本身要有粘性，硬件载体要有一定的用户需求；使用场景比较私密；语音交互可能是你最好比较方便的形式，可能没有更好的方式。

“美国可能80%的家庭都知道智能音箱，中国可能20%都不到”。这源于中美之间的一些现实问题，“美国房子大一些，中国动动手就能拿到的东西，美国人要下楼才能拿到”，这使得智能音箱在中国普通家庭中出现了存在合理性的问题。

事实上，在过去的几年里， 智能手表、智能耳机、智能Wi-Fi等产品心态的出现已经让“智能”变成了一个“狼来了”的故事，似乎每一个可以通过语音来控制的物件都可能成为那个家庭中枢。不过，值得庆幸的是人们已经开始厌倦“人造风口”的游戏，不论是资本还是从业者都需要一个产品证明智能的价值，或许在“巨头齐发力，智能共推动”的今年，智能音箱能成为那个突破。