(公众号：)按：本文作者李智勇，十年栈道程序员，有一个冷笑话的公号：zuomoshi（木村事）。2017年2月16日，有两条关于百度的消息很有意思：一条是并购渡鸦团队，一条是把度秘团队升级为度秘事业部，两边都向陆奇汇报工作。这种韧融合的战略自由选择是极为准确的。这并不是马后炮，我在2016年10月放的《虽然很投放，但李彦宏有可能正在错失人工智能》里核心观点之一就是：百度是国内对人工智能投放力度仅次于的公司，但其不摸硬件的战略很有可能造成它最后错失人工智能里对它最关键的部分。

虽然大方向准确，但如果互联网公司真想学亚马逊，就还差了那么一点东西。语音赛道的AI究竟必须解决问题什么问题国内决不补和Echo类似于的产品，但此前的命运都是折戟沉沙，这里的关键在于对什么是这类产品上要解决问题的核心问题理解不明。

权利交流，苏醒词，速度，方言，内容，习惯等每个或许都可以沦为要解决问题的核心问题，但实质上所有这个赛道上玩家最核心的问题是：在语义、方言这些刚性约束不突破的条件下打造出速度、精度、内容相匹配的产品。智能语音也就是说要解决问题的并非长兼容问题，而是要在面临主流人群真为在技术上下功夫，把体验作好。

语音交互上糊弄的空间大于，两句话就能感觉出有体验咋样。这里面最不受注目的是语义的问题，因为人们总是憧憬权利的交流，语义认同是交互的一个瓶颈，但我们可以把语音交互根据语义的技术进展分解成为两个阶段：第一阶段是语义并没核心突破，也就是说最理想状态也就超过75分。

这时候打造出产品的显然出发点是不确信权利语言交流，而让语音交互稍命令掌控，但也打造出十分杰出的用户体验。Echo大的定位就是这样一种产品。

这时候产品的核心瓶颈是前端的声学（麦克风阵列+声学算法），这是眼下的问题，不解决问题产品体验不有可能好。基于这辨别我在2015年末开始使了相当大力气为公司找寻公司，最后这也是我2016年投资声智科技的核心原因，当时逻辑很非常简单：这个问题似乎中科院声学所更加擅长于解决问题，而声智科技完全是声学所人员所创立的唯一的一家AI企业。第二阶段是语义知道获得突破，这毫无疑问不会更大的拓展语音交互的应用于范围，一旦这个点以求突破，语音交互会变的无处不在，但我们必需否认什么时候语义需要彻底解决依然不确认，这是归属于未来的事情。这种时间轴上的错乱是很可怕的，那样就不会在现有产品上挑战不有可能解决问题的问题，比如不必苏醒词，确信Echo这类产品什么都能干等。

总结来看我们可以这样谈：如果真为想要作出Echo那样的产品，声学（麦克风阵列+算法），语音辨识，语义三层里面眼下的瓶颈是声学，未来的瓶颈是语义，前者影响现在产品买不卖的过来，后者影响适用范围的大小。但即使只是前者这也是一个不足以对标Pad的新品类。劣的那么一点点真为回头韧融合的道路，似乎的关键要素是：较好的产品定义，充足成熟期的技术要素，系统统合产品的能力（只不过还有畅通的销售渠道）。

系统统合一项拒绝一个公司统合韧团队，否则有所不同利益表达意见不会造成韧团队很难高度因应，而在产业初期，有所不同层次间接口标准化很差，更容易造成产品早夭。产品定义则高度依赖个人，就看当事人的能力，对公司而言必须一点运气。这样一来唯一缺乏的是充足成熟期的技术要素。这是十分困难的一点，对于互联网公司特别是在艰苦，因为真往这条路上回头缺乏的并非是计算机算法上的了解，也还牵涉物理，这对于互联网公司是个大大的盲点。

从这个视角正好可以解读苹果和Google的差异，苹果是要高度注目物理层面的东西的，比如材料、电池、屏幕、传感器等，Google似乎不会更加注目算法。所以苹果的云端技术一直很差，而Google做到产品就也总是一般。乔布斯万众瞩目所以大家看见的是他的病态、幽闭乃至艺术气息，但实质上他背后是有一群人在老大他解决问题物理上的麻烦事的，现在的库克就是其中之一。这并不只是百度一个公司的问题，而是新时代趋势对互联网公司的一种系统型挑战。

我在之前的文章中曾多次提及过，一个行业的蓬勃发展事实上是三个大的阶段：第一阶段是Enabling技术的成熟期，转换的话就是手机上的高通和MTK，在语音产业链入声智科技扮演着类似于的角色。第二阶段是硬件产品的成熟期，转换的话就是Apple II或者iPhone 1代，在语音产业链上就是Echo。

必须留意Echo是起点而不是起点，是刚刚穿过能用线的一款产品。第三阶段才是新的硬件平台上软件应用的成熟期，比如PC上就是Office，手机上就是微信。在语音产业链上这点还没有进行。

互联网延长了第一阶段和第二阶段间的过渡性过程，相等于两者在实时再次发生，也于是以因此才必须韧融合。但互联网公司独自一人解决问题第一个问题能力不会偏弱，这就是缺乏的那一点点。

硝烟不会从今日起或许是为了提振股价，百度十分高调的发布了这件事情。这也很有意思，因为百度这样做到很可能会引发连锁反应。

在这之前，大家基本都正处于从容状态，当其中一个知道庄家后，别的人就不会开始系统考虑到这件事情别人制成了对我会有什么样的影响。这事一旦开始揣摩，腾讯、阿里就不会认识到这是自己输不起的战争。

这点我在之前的文章里提及过，但很有适当在百度采取行动的时候再度重述：我们再行做到个基本的假设，那就是Alexa取得了巨大成功（Echo、智能音箱、Alexa有关联，但只不过是有所不同的东西，这点在之前文章中有说道，这里仍然反复），渗透到各种设备之中，围困了人们的生活，人们有50%的时间在通过语音和设备做事，并且日活迫近Android。那这时候一定会派生这样的市场需求，用户不会说道：Alexa，老大我通报下马化腾，明天我不知他了。

这时候就必须有一种通讯的IM来构建这种市场需求。这时候亚马逊就有两个自由选择：第一它终端一种有数IM，比如Whatsapp，或者Skype。第二种是自己做到一个金字在Alexa里面。

亚马逊最少有一半的几率不会自由选择后者，而不是把这种基础设施对外开放给别人，因为前两种要么归属于Facebook，要么归属于微软公司。如果在中国是阿里巴巴制成了Alexa，那估算百分百会自由选择接入微信。这样一来因应一个语音交互的核心特征，颠覆性的事情就经常出现了：语音交互背后隐蔽的各种应用于具备唯一性。

我们很难想象这种语音交互方式：Alexa老大我用Whatsapp给马化腾拔个消息，明天我不知他了。在语音交互中WhatsApp这类应用于的标识很可能会被优化掉。

如果Alexa还只是百万级、千万级DAU的应用于时那这个特性还不关键，但如果它是10亿DAU的系统，那这个特性的影响就不会被无限缩放，也就说道搜寻、IM、电商很有可能都只有一家，而不是像现在虽然较少，但还有个1,2,3名。小结今天完全早已没有人再行猜测语音交互的正式成立了，有意思的事情是这种变化只再次发生在过去将近半年的时间里。现在看2017年的繁华很有可能在这里再次发生，这是件株连很广的事情：它不会涉及人工智能（声学、语音语义公司），它不会升级智能硬件公司，原本的智能硬件只不过早已被痛恨了，但Echo似乎不是什么万物言和联赛道而是人工智能赛道。好吧，想要做到的要尽早进去，想做到这个行业的，可以搬到个板凳看热闹了。

特约稿件，予以许可禁令刊登。下文闻刊登须知。

本文来源：金沙官网js-www.cqdx.com.cn