語音交互領(lǐng)域亞馬遜能否一直占到先機(jī)

別調(diào)戲各路中文語音助手了，了解 Echo 和 Alexa 才是正經(jīng)事。

語音時(shí)代核心硬件形態(tài)：Echo 定義

四年前，搭載語音助手 Alexa 的亞馬遜智能音箱 Echo 問世，伴隨其出現(xiàn)的，還有一個(gè)全新的概念，“Voice First”。當(dāng)時(shí)亞馬遜 Echo 的負(fù)責(zé)人 Mike George 認(rèn)為，語音交互具有完全無門檻的易用性和高度直覺化的引導(dǎo)，所以人機(jī)交互的未來將圍繞著“語音”展開。這套理論在當(dāng)時(shí)并沒有得到廣泛的認(rèn)可，畢竟彼時(shí) Siri 問世已有 3 年，并沒有做出什么實(shí)質(zhì)性的成績(jī)，人們對(duì) Siri 的使用更多是停留在“調(diào)戲”的層面，很少有人會(huì)真的從實(shí)用的角度去討論如何使用 Siri。

人們對(duì)語音交互有著天然的不信任，也很難從過去幾十年的圖形界面的舒適區(qū)中馬上走出來。亞馬遜卻認(rèn)為問題并不出在“語音交互”本身。它通過 Echo，大刀闊斧地砍掉了“圖形界面”的存在，用音箱這種形式，“強(qiáng)迫”用戶通過語音去和這樣一個(gè)計(jì)算設(shè)備進(jìn)行交互。

在屏幕消失之后，用戶開始發(fā)現(xiàn)其實(shí)語音交互在一些場(chǎng)景下反而相當(dāng)方便且高效。早上起來一邊刷牙一邊問問 Alexa 今天的天氣，讓 Alexa 播放自己喜歡的音樂。Echo 的誕生讓人機(jī)之間的“有效交互距離”被顯著延長(zhǎng)了，你不需要將手放到鍵盤鼠標(biāo)上，不需要將手指放到觸摸屏上，就可以“隔空”和一個(gè)計(jì)算設(shè)備進(jìn)行交互，這是智能音箱的核心產(chǎn)品優(yōu)勢(shì)。

后來的故事我們都知道了，谷歌、蘋果反而成為了跟隨者，Google Home、HomePod，是這兩大巨頭對(duì)“Voice First”理論的認(rèn)可。蘋果在 HomePod 的產(chǎn)品設(shè)計(jì)上主打音質(zhì)而非“智能助手”，且在發(fā)售時(shí)間上姍姍來遲，緊隨其后的消息就是其銷量上的滑鐵盧。三個(gè)月 60 萬臺(tái)的銷量，使蘋果在智能音箱這個(gè)新戰(zhàn)場(chǎng)上僅僅占據(jù)了 6% 的市場(chǎng)份額。而同期 Echo 的銷量卻高達(dá) 400 萬臺(tái)。

Echo 在語音交互世界里，為亞馬遜獲得了產(chǎn)品形態(tài)的領(lǐng)先，最新的數(shù)據(jù)顯示，Echo 已經(jīng)占據(jù)了這個(gè)市場(chǎng) 73% 的份額。亞馬遜也在過去的幾年里盡自己所能，讓 Alexa 進(jìn)入越來越多的硬件。無論是智能家居還是車載智能系統(tǒng)，亞馬遜希望 Alexa 無處不在。

谷歌也是這么想的，所以從去年到今年的 CES 上，亞馬遜和谷歌圍繞著第三方硬件支持展開了一場(chǎng)軍備競(jìng)賽，越來越多的第三方硬件開始支持 Alexa 或 Google Assistant，正在漸漸形成一種“一呼百應(yīng)”的態(tài)勢(shì)。

從 Skills 到 Blueprints，Alexa 開始做得更多更好

但亞馬遜深知，硬件層面的產(chǎn)品形態(tài)只是“Voice First”的第一步。更關(guān)鍵的深層次問題仍然在于軟件的體驗(yàn)，如何讓 Alexa 可以做的事情越來越多，最終圍繞著語音交互搭建起一個(gè)豐富完備的平臺(tái)，逐漸開始生態(tài)化，才是亞馬遜完成這樣一個(gè)“語音烏托邦”的關(guān)鍵。

所以亞馬遜為 Alexa 打造了“Skills”（技能）。Skills 允許第三方開發(fā)者針對(duì) Alexa 開發(fā)應(yīng)用和功能，讓用戶可以借由 Alexa 使用第三方的服務(wù)。（類似于開發(fā)者為蘋果生態(tài)開發(fā)的可在 App Store 下載的 App。）到去年，Alexa 上的 Skills 數(shù)量超過了 15000 個(gè)，遠(yuǎn)超谷歌的同類產(chǎn)品“Action”（動(dòng)作）。更不必說蘋果必須配合 App 才能工作的 SiriKit，在發(fā)布兩年之后還處于一個(gè)幾乎未起步的狀態(tài)。

第三方開發(fā)生態(tài)的蓬勃發(fā)展，讓 Alexa 在第三方服務(wù)接入的生態(tài)豐富性上一騎絕塵。但這并不代表 Alexa 的體驗(yàn)?zāi)軌蚰雺?Google Assistant。Alexa 的平臺(tái)上仍然存在著大量沒什么人用的冷門 Skills，市場(chǎng)調(diào)研結(jié)果也顯示，絕大多數(shù)情況下用戶仍然只用亞馬遜本身開發(fā)的那些簡(jiǎn)單的基礎(chǔ)功能。而論基礎(chǔ)功能，Alexa 和 Google Assistant 甚至 Siri，在體驗(yàn)上并沒有很大的差別。

這可能是 Blueprints 誕生的源動(dòng)力。

一個(gè)月前，亞馬遜為 Alexa 帶來了 Skill Blueprints 功能。直譯過來的意思就是“技能藍(lán)圖”。Blueprints 有點(diǎn)像針對(duì) Alexa 的 Workflow，用戶不需要任何編程語言知識(shí)，就可以利用 Blueprints 中預(yù)設(shè)的模版，將你想要提供的信息以“答案”的形式寫進(jìn)已經(jīng)準(zhǔn)備好的“問題”里，打造屬于用戶自己的“技能”。

盡管目前 Blueprints 所支持的預(yù)設(shè)功能還非常有限，只能在預(yù)設(shè)的模版下，為特定問題預(yù)設(shè)答案。這使其在應(yīng)用層面沒有太多的靈活性，僅僅能用它來制作一些“問答游戲”。包括其中一個(gè)比較實(shí)用的功能是，讓來到家里的訪客可以問 Alexa 家里的 Wi-Fi 密碼，以及如何使用電視這樣的問題。目前制作好的“藍(lán)圖”也不能被發(fā)布或分享，嚴(yán)格與制作者的亞馬遜賬號(hào)綁定。

但 Blueprints 的產(chǎn)品邏輯使其完全有潛力成為亞馬遜自己的 Workflow 或 IFTTT，通過設(shè)置一系列的條件和操作，其完全可以讓 Alexa 平臺(tái)上的眾多功能更加有機(jī)地結(jié)合起來。

想象一下，你對(duì) Alexa 喊出“我要去上班了”，Alexa 就可以自動(dòng)關(guān)閉家里的燈、在關(guān)門后自動(dòng)落鎖，開啟洗衣機(jī)，然后自動(dòng)為你叫一輛 Uber。這在未來將成為 Alexa 上眾多功能的粘合與催化劑，也會(huì)讓目前的語音交互到達(dá)一個(gè)全新的次元，在定義上也將更加接近于“系統(tǒng)”的概念。

語音時(shí)代：將語音交互的邊界推向更遠(yuǎn)的遠(yuǎn)方

在“培養(yǎng)用戶的語音交互習(xí)慣”取得了初步成果之后，亞馬遜推出了帶屏幕但主要交互仍基于語音的 Echo Show。而在今年 Google I/O 的首場(chǎng) KeyNote 上，谷歌也宣布其將在今年力推帶屏幕的 Smart Display 產(chǎn)品。在消費(fèi)者已經(jīng)開始慢慢習(xí)慣與智能設(shè)備進(jìn)行語音交互之后，帶屏幕的 Smart Display 存在的產(chǎn)品意義很明顯，就是要拓寬這樣一個(gè)語音交互世界的版圖，讓智能助手有更強(qiáng)大的信息展示功能。當(dāng)用戶問接下來一周的天氣時(shí)，與其將每一天的天氣用語音播報(bào)出來，直接在屏幕上顯示一張氣溫折線圖，一定是更高效的。將語音交互和圖形界面進(jìn)行更深度的結(jié)合，有助于將智能語音助手進(jìn)一步打造成一個(gè)完整的，擁有強(qiáng)勢(shì)功能的“下一代操作系統(tǒng)”。

作為語音交互領(lǐng)域的領(lǐng)軍者，亞馬遜已經(jīng)繪出了一副完整的藍(lán)圖，描繪了這樣一個(gè)“語音烏托邦”。無論未來的世界是否將被語音交互所主導(dǎo)，它至少會(huì)成為一塊誰都不可忽視的大蛋糕。今年的 CES，亞馬遜和谷歌在智能硬件領(lǐng)域仍打得熱火朝天，兩邊都想獲得這樣一個(gè)“語音烏托邦”的主導(dǎo)權(quán)。

有一種觀點(diǎn)認(rèn)為，亞馬遜之所以要搶占語音交互領(lǐng)域的先機(jī)，其中的最關(guān)鍵原因在于，作為一家零售商，亞馬遜想要占領(lǐng)一個(gè)“最簡(jiǎn)單、最直接的指令入口”。這種解釋是很合理的，在語音交互的抽象世界里，“默認(rèn)選項(xiàng)”的壟斷力量只會(huì)比圖形界面更強(qiáng)大。如果人們習(xí)慣了對(duì)著智能音箱喊一句指令就可以買東西的生活，將這些指令接入到亞馬遜自身零售業(yè)務(wù)的重要性是不言而喻的。

無論是作為“下一代人機(jī)交互標(biāo)準(zhǔn)”，還是作為“零售行業(yè)的重要入口”，亞馬遜成功地驅(qū)動(dòng)了用戶和計(jì)算機(jī)“說話”的欲望。人機(jī)交互的公式被圖形界面定義了數(shù)十年之久，整個(gè)行業(yè)也幾乎被巨頭們籠罩得嚴(yán)嚴(yán)實(shí)實(shí)。亞馬遜通過自己敏銳的產(chǎn)品洞察力，在其之上撕開了一個(gè)大裂口。而如何將新的交互方式與自身的業(yè)務(wù)線有機(jī)結(jié)合，將會(huì)是亞馬遜未來 5 - 10 年的機(jī)遇與挑戰(zhàn)。

剛剛過去的 Google I/O，谷歌在語音助手這一塊展現(xiàn)出了空前的重視程度。而接下來的 WWDC 18，蘋果也將在這個(gè)領(lǐng)域交出一份自己的答卷。無論是把握著互聯(lián)網(wǎng)軟件服務(wù)的谷歌，還是把握著硬件制造和銷售主導(dǎo)地位的蘋果，都不希望看到計(jì)算機(jī)交互的未來被把握在亞馬遜的手上。而 Alexa 能否成為亞馬遜走向美國(guó)科技界制高點(diǎn)的關(guān)鍵動(dòng)力，會(huì)是未來幾年內(nèi)不可忽視的重要話題。