专栏名称: GGV纪源资本

不止是VC。

亚马逊做了 10 年 Alexa，还是失败了，为什么？｜亮马桥小纪严选

GGV纪源资本 · 公众号 · · 2024-11-14 10:30

正文

小纪有话说：

十年前，2014 年 11 月 6 日，Alexa 发布，对贝佐斯来说，这个项目代表着未来。

名字来源于《星际迷航》中的「计算机」，语音控制的全能 AI 助手。

「从科幻小说的早期开始，人们就梦想着能够拥有一台可以自然对话的计算机，实际上可以和它交流并让它为你做事。如今，这个梦想终于实现了。」贝佐斯说

两年时间，智能音箱 Echo 进入 500 万个家庭，现在美国市场销量已经超过 4000 万台。但很多想象中它能做到的事，Alexa 没有做到。

来源：Founder Park

原标题： Alexa 做了 10 年，销量 4000 万台，却还是一个智能闹钟

十年了，Alexa 还只是个智能闹钟

Echo 智能音箱在美销量超过 4000 万台，Alexa 每周处理全球数十亿条命令。

现在的 Alexa，依旧在做它最基础的事情：播放音乐、提供天气信息、定闹钟。你可以用 Alexa 控制家中的灯光、打电话给妈妈，或者提醒你丢垃圾。

但正如一位前 Amazon 员工所说：「 虽然雇了一万多人，结果我们做的还是一个智能闹钟。」

这让人有些失望。Alexa 原本有着巨大的潜力。尽管它的功能非常强大——特别是在无障碍技术和老年护理等领域，对于很多人来说它变得不可或缺——但它现在基本上还是家里的一个遥控器。现在，家里每个房间都有 Alexa 智能扬声器，但它并没有让生活变得更便利。虽然这些年 Alexa 加入了成千上万的功能，但我仍然不会依赖它做一些比执行计划中的命令、将牛奶加入购物清单，或者告诉我小鸡能不能吃葡萄之类更复杂的事。

如果非要说有什么变化，那就是在 语音助手诞生 10 周年之际，Alexa 最初的梦想似乎变得更加遥不可及了。

当 Alexa 首次推出时，它是多么具有突破性。不同于苹果的 Siri 被束缚在手机里，或者微软的 Cortana 被局限在电脑上，Alexa 走出了自己的路，搭载在 Echo 这款世界上首个语音激活扬声器里。它的远场语音识别技术，凭借七麦克风阵列提供支持，真的是让人惊艳。你可以在房间的任何地方对着 Echo 喊话，那个蓝色光圈几乎总是会亮起，表示 Alexa 已经准备好为你讲笑话或者设置定时器了。

Amazon 进入智能家居领域，为我们揭开了「星际迷航」般的未来的序幕。尽管有些玩笑话和百科全书式的知识不太靠谱，但 2016 年发布的 Alexa 智能家居 API，之后 2017 年 Echo Plus 加入了 ZigBee 无线电，使得 Alexa 可以连接并控制我们家里的各种设备。

坐在沙发上让 Alexa 关灯，或者躺在床上让温控器升温，感觉就像生活在未来。我们终于在家里有了一款类似《星际迷航》中的「计算机」的设备——Amazon 甚至让我们称它为「计算机」（Computer）。

回头来看， Alexa 其实为现代智能家居铺平了道路 。简单的语音控制让物联网（IoT）变得更普及，它把技术带入家庭，而不是让它被困在复杂的设备里。加上 Amazon 的开放式智能家居策略——在其他公司都推出封闭生态系统的时候——也促进了一波新消费级智能设备的崛起。Nest、August、Philips Hue、Ecobee、Lutron 和 LiFX 等品牌的成功，部分功劳要归功于 Alexa 的易用性。

然而，围绕 Alexa 的生态系统发展得太快了。任何人都可以为 Alexa 开发「技能」，几乎没有什么限制。虽然有些技能简单有趣，但很多功能不稳定，甚至需要特殊的词句才能激活。最终，这导致了一个不稳定、常常令人沮丧的使用体验。

Alexa 的问题在哪里？

Amazon 通过不断扩大的 Echo 硬件产品线来掩盖 Alexa 没什么智能的问题。

每年都有新款智能音响发布，Alexa 也逐渐进入了时钟和微波炉等设备中，还推出了多种新形态，试图推动用户将 Alexa 带到户外——比如耳机（Echo Buds）、戒指（Echo Loop）、眼镜（Echo Glasses）和车载设备（Echo Auto）等。

然而，这些设备大多让人留不下印象，对提升 Alexa 的功能几乎没有帮助，反而让 Amazon 背上了亏损。今年，《华尔街日报》报道说， Amazon 在设备部门的损失已经高达数百亿美元。

即便采取了这种「什么都试试，看哪样有效」的策略， Amazon 还是没能突破那个第二个必不可少的形态 。2017 年，它推出了智能显示器——一种带触摸屏的 Echo，可以进行视频通话、查看安防摄像头，甚至显示信息，而不只是简单告诉你。但由于处理器速度慢、触摸屏不灵敏，且广告过多，智能显示器并没有真正提升 Alexa 的核心功能。

现在，很多用户都抱怨 Alexa 在核心功能上变得更差了。大家买 Echo 设备，主要是因为它比其他竞争产品便宜，并且能做一些 Alexa 2014 年就能做的事：定闹钟、查天气、听音乐。

对这种价格最低可至 18 美元的设备，人们的期待也并不高。

这么多年过去了，和 Alexa 对话依然是最大的难题。而且是 我们学会了如何跟 Alexa 说话，而不是 Alexa 学会了怎么和我们沟通 。例如，我家里连接的厨房水龙头，还需要我说：「Alexa，告诉 Moen（水龙头品牌）给我倒 2 杯热水。」正如我丈夫所说，如果 Alexa 真那么「聪明」，它应该知道我正在厨房水槽前，直接按照我的要求做，而不是让我记住这些复杂的指令。

还有就是，Alexa 遇到了技术瓶颈。在科技界，有一个普遍的预期，那就是技术会持续进步。但 Amazon 并没有专注于提升核心技术，而是依赖第三方开发者让 Alexa 拥有更多的功能，集中资源将语音助手推向更多设备，并让它能控制更多的东西。

随着越来越多设备支持 Alexa，Amazon 在平台上增加了更多功能，但也带来了管理、控制和使用这些设备的难度。语音控制非常适合简单的命令，但如果没有更方便的方式与 Alexa 互动，很多新功能对于大多数用户来说就变得毫无意义。

Amazon 推出 Alexa Routines（Alexa 常规任务）作为解决方案，帮助用户整合可以用 Alexa 控制的各种设备和功能，但这需要你花时间在应用里进行设置，并且不断调试设备和它们的连接问题。

每次发出命令后听到「您的『2 灯』没有响应，请检查网络连接和电源」这种提示，真的让人非常沮丧。而每个月花上几个小时来配置和解决智能家居的问题，这并不是 Alexa 当初承诺的体验。

一个智能计算机应该能为你做的事情，结果现在却成了负担。

比 OpenAI 早十年的构思

十年过去了，Alexa 依然主要是用来播放音乐、问问题和看天气。这很大程度上是因为，尽管 Amazon 让 Alexa 在各种设备和家庭中普及开来，但始终没能让开发者真正关注它。

Alexa 本来是没有应用商店的。相反，它有「技能」（skills），Amazon 希望开发者通过这些技能让 Alexa 连接到新的功能和信息。开发者不需要在操作系统上搭建自己的应用，而是要为 Alexa 开发新的功能。这个区别虽然细微，但却至关重要。我们的手机大多是孤立的体验——Instagram 和 TikTok、Snapchat、日历应用和 Gmail 各自独立，互不关联。这种方式对于 Alexa 或任何其他成功的助手都不适用。如果 Alexa 知道你的待办事项，但却不知道你的日程安排；它知道你喜欢吃什么披萨，但却不知道你的信用卡信息，那它能做的事情就非常有限。 Alexa 需要获得所有必要的信息，并且能调用各种工具，才能帮你完成任务。

在 Amazon 的理想世界里——那里「环境计算」无处不在且完美无缺——你只需要向 Alexa 提问或下达指令：「帮我找个有趣的活动做做。」「帮我预定下周去纽约的火车票。」「帮我了解一下深度学习。」Alexa 会访问所有必需的应用和信息源，而你不需要担心这些细节；它会根据需要处理并为你提供答案。虽然关于如何实现这一点的问题非常复杂，但这是 Amazon 的整体目标。

「Alexa Skills 让开发者能快速、轻松地创建语音驱动的体验，为开发者和品牌与客户的互动打开了全新的方式，」Amazon 的发言人 Jill Tornifoglio 在声明中说。她表示，客户每年使用这些技能的次数达数十亿次，并且随着公司拥抱生成式 AI，「我们对未来充满期待。」

回头看，Amazon 的这一想法几乎是完全正确的，且超前的。

多年后，OpenAI 和其他公司也在围绕聊天机器人构建自己的第三方生态系统，聊天机器人就是互联网交互界面的一种新形式。但尽管 Amazon 对 AI 革命的预见非常精准，它却从未搞清楚如何让技能真正发挥作用。它始终未能解决开发者面临的根本问题，也未能突破用户界面的难题，更 没有找到一种方法，让用户意识到他们的 Alexa 设备其实能够做很多事情，只要他们愿意去问。

Amazon 确实尽了最大努力让「技能」成为现实。

公司不断为开发者推出新工具，当他们的技能被使用时，提供 AWS 积分和现金奖励（尽管最近已经停止了这种做法），并尽力让技能的开发变得几乎毫不费力。从某种角度来说，这些努力是有回报的：Amazon 表示，平台上已经有超过 160,000 个技能可供使用。虽然这个数字远不及智能手机上的数百万个应用，但依然是个相当可观的数字。

然而，发现和使用这些技能的界面一直都是一团糟。举个简单的例子：如果你让 Alexa 帮你点披萨，它可能会告诉你它有几个技能，并推荐 Domino's。你回答「好」。「这是 Domino's，」Alexa 说。然后又过了一会儿，Alexa 又说：「这是 Domino's 技能，由 Domino's Pizza，LLC 提供。」再过一会儿，「要链接你的 Domino's Pizza 账号，请到 Alexa 应用的技能设置中去。我们需要你的邮箱地址才能进行客人订单。请在 Alexa 应用中开启『邮箱地址』权限。」这时，你必须找到一个你可能根本没有在手机上下载的应用里的设置；直接去 Domino's 官网或打个电话不就更简单吗？

如果你知道自己想用的技能，情况会稍微好些。你可以说「Alexa，打开 Nature Sounds」或「Alexa，启用 Jeopardy」，它会打开对应的技能。但如果你忘记了那个技能的名字，像「Easy Yoga」这个名字之类的，单纯让 Alexa 开始一次瑜伽训练就没那么优秀的反应了。

这种系统的问题到处都是。当你启动了一个技能，你必须明确地说「停止」或「取消」才能退出并使用其他技能。你不能轻松地在技能之间切换——比如我想检查披萨的价格，但 Alexa 根本不允许我这样做。而也许最让人沮丧的是，即使你已经启用了某个技能，你仍然得专门提到它。比如说「Alexa，让 AnyList 把意大利面加入我的购物清单」，这并不是和一个全知助手的无缝互动； 这相当于得学习计算机那种特别具体的语言，才能正常使用它。

成功的 Skills 也只能靠广告挣钱

最终，事实证明，最受欢迎的 Alexa 技能有两个共同点： 它们通常都是简单的问答游戏 ，并且大部分是由一个叫做 Volley 的公司制作的。从《Song Quiz》到《Jeopardy》，再到《谁想成为百万富翁》以及《你比五年级生聪明吗》，Volley 是其中一家真正懂得如何让技能发挥作用的公司。Volley 的联合创始人兼 CEO Max Child 表示，将你的技能展示给用户是最重要也是最困难的部分之一。

「我认为 iOS 和 Android 应用商店如此成功的一个被低估的原因就是 Facebook 广告太强大了，」他说。通过精准的广告投放到应用安装的流程，已经被完善了多年，而语音助手却没有类似的流程。最接近的可能就是人们询问 Alexa 能做什么的时候插入广告，但这与信息流广告和社交媒体刷屏的效果相比差得远。「因为没有那种精准的营销，你只能做广泛的营销，只能做广泛的游戏。」因此，像《Jeopardy》和《Millionaire》这样的游戏成为了大众化的品牌，几乎适合所有人。

Volley 的盈利方式之一是通过订阅。例如，完整版的《Jeopardy》每月收费 12.99 美元，像许多现代订阅服务一样，订阅比取消要容易得多。这也是为技能赚取收入的少数途径之一：开发者可以在某些技能中插入音频广告，或者直接要求用户填写信用卡信息，就像 Domino's 做的那样，但让语音优先的用户去拿起手机，翻阅设置，实在是个很高的门槛。广告只有在足够大规模时才有用——曾经有段时间，很多媒体公司认为「闪电简报」会成为一个热门，但并没有发展成预期的那样。

顺便提一下，这些 Alexa 面临的挑战并不特别。移动应用商店也面临类似的投放难题、货币化难题、亟待优化的订阅模式等等。只不过在 Alexa 这里，解决方案本应是如此引人向往：你不需要，也不应该需要应用商店。你只要说出需求，Alexa 就能帮你搞定。

十年过去，看来一个无所不能的全能语音 AI 可能确实难以实现。这几乎成了一个悖论：

如果 Amazon 能够做到一切都无缝和快速，你甚至不需要知道自己在和第三方开发者互动，披萨也能神奇地出现在你家门口，那样就会带来巨大的隐私问题，同时也引发人们对 Amazon 如何选择服务提供商的质疑；

亚马逊做了 10 年 Alexa，还是失败了，为什么？｜亮马桥小纪严选

正文

来源：Founder Park

请到「今天看啥」查看全文