阿里最神秘部門的產(chǎn)品：AI實驗室的智能音箱
來源：骨軟筋酥網(wǎng)
時間：2025-12-08 02:02:15
導讀：智能家居這個大鍋，阿里怎能沒有阿里的最神智身影。
智能音箱真的秘部門是一個剛需市場嗎？已經(jīng)有很多人討論過這個問題，得出的產(chǎn)品結(jié)論基本都是：
你瞧，國內(nèi)賣的實驗室一點都不火。這不僅僅是音箱技術(shù)不行，內(nèi)容資源匱乏的阿里問題，關(guān)鍵在于“我們沒那么懶”——開空調(diào)，最神智聽歌，秘部門打車，產(chǎn)品手機已經(jīng)夠方便了，實驗室沒有智能音箱我照樣不會花費很多時間。音箱
正巧，阿里我借了同事小明的最神智天貓精靈在家試用了十幾天，不得不承認，秘部門它的語音交互體驗還有好幾座大山要翻越。
然而，奇怪就奇怪在這里，盡管我第一天使用時還在“用盡全力”去吐槽它，但當我把這個音箱還給小明后，回到家竟然有點不習慣了。
譬如這幾天我一進門，就習慣吼上一嗓子：天貓精靈，給我放點音樂。它就會先給我放那首我最愛的五月天的“自嗨神曲”《派對動物》。
房東用的是美的某智能變頻空調(diào)（感激房東用的恰好是那一款），基本接入音箱后，我就沒再用過遙控器，直接再吼一嗓子就行了：“把空調(diào)調(diào)到26℃！”
晚上睡覺前會跟床頭的天貓精靈說一句：“明天早上叫我6點起床”，然后第二天的鬧鐘就設(shè)好了，順便讓它給我放段“催眠曲”。
雖然這一系列場景被朋友戲稱為“一名孤獨極客的驚悚日常生活”，以及“祝賀我成功過上了逐漸不能自理的生活”。但我的確感受到了“語音交互”的便捷。特別是在早上怎么都找不到空調(diào)遙控器時，才“驚恐”發(fā)現(xiàn)，音箱好像真的“教育”了自己，讓我開始習慣直接用“說的方式”來做事了（突然體會到了當領(lǐng)導的好）。
在這種情況下，我開始認同跟阿里AI實驗室負責人淺雪聊天時，她對“智能音箱是否為剛需”這個問題的巧妙回答：
沒有電商標簽，“天貓精靈”只是阿里的“語音交互初級實驗品”
就像iPhone還沒出現(xiàn)時，人們照樣用諾基亞用的津津有味，Uber和滴滴剛誕生時，很多人也會一邊吐槽，一邊被它的低價和方便所誘惑。而智能音箱，雖然是一個以歐美家庭使用場景為基礎(chǔ)的“舶來品”，卻是一個實現(xiàn)“語音交互”恰到好處的載體。
Echo的火爆與盛行讓這個產(chǎn)品概念變得相對成熟與具有高辨識度，而便攜、低成本與低門檻讓它更容易作為物聯(lián)網(wǎng)的介質(zhì)與人機交互的不二之選。
換句話說，包括阿里在內(nèi)的眾巨頭選擇智能音箱作為智能家居的入口，只不過是因為它是最適合的載體之一。想想看，如果率先火起來的是一個叫“智能蠟燭”的東西，它既能成為燭光晚餐的絕佳配飾，也能放音樂，更能接入各種智能硬件，大概在你手里的就是一根神奇的多功能蠟燭了。
這樣來看，那些按照購物、音樂、電商等維度來給智能音箱進行市場分類的說法，實際上是不能成立的。就像天貓精靈，在它的售賣頁面上從來沒有打出“電商”的招牌，就連淺雪的解釋也絲毫不會“偏袒”這個阿里的基礎(chǔ)業(yè)務(wù)：
為何親手做音箱? 阿里“最神秘部門”AI實驗室給出的理由讓人無法辯駁
另外有一點也是阿里AI實驗室承認的，截止目前，對于習慣于挑選產(chǎn)品的網(wǎng)上購物者來說，缺失了視覺的語音交互，基本上還不可能滿足他們的精準購物需求。
舉個例子，即便我可以通過對天貓精靈發(fā)出指令，讓它給我買一箱牛奶，但它的回復通常只有一個——給我推薦“牛奶”這個品類中銷量最多的產(chǎn)品（被默認為最受歡迎的產(chǎn)品）。因此，如果你想讓音箱幫你下單牛奶，就必須首先確定你到底要什么牌子，多少毫升的牛奶。
總之，線上購物是否是智能音箱的一個必要技能，其實還不好說。而淺雪認為，“購物”目前還是一種需要繼續(xù)完善的思路：
實際上，無論是比阿里早兩年的“京科合體”（京東與科大訊飛）產(chǎn)品叮咚音箱，還是在7月突擊成功的天貓精靈，傳說中的騰訊音箱，還是各種各樣的語音助手機器人，以及最近開始被很多人看好的智能耳機市場，大家的產(chǎn)品定位無論多模糊，主打的功能有多細分，其核心價值始終是不變的——語音交互。
確切的說，阿里準備了一年的天貓精靈，是其AI實驗室在眾多產(chǎn)品策劃中率先推出的一個初級版語音交互實驗品。就像亞馬遜目前已經(jīng)推出了若干個版本，高矮不同的Echo一樣，如果未來阿里還會推出個帶著攝像頭的天貓精靈進階版，或者是隨身攜帶的天貓精靈迷你版，我們也不應(yīng)該感到奇怪。
躬身力行做音箱，阿里認為“安卓思路”不靠譜
其實我們一直存在這么一個疑問：為什么阿里要自己做音箱？做硬件和軟件似乎都不是阿里一貫擅長的東西。而且早在2016年3月，阿里巴巴集團CEO張勇還在某生態(tài)峰會上說過，“阿里從來都不是做智能硬件的企業(yè)，我們要把這個市場留給合作伙伴”。
而現(xiàn)在，阿里不僅成立了一個名叫AI實驗室的部門，還默默“潛伏”1年時間做了這個叫做“天貓精靈”的智能音箱。從軟到硬，都是阿里自己的東西。
首先，我們需要來看一下各家制造音箱的路徑。目前基本分為兩種：一個是軟硬合作，譬如百度與哈曼，微軟與哈曼；還有一種是獨立開發(fā)制造，譬如亞馬遜和Google，再譬如阿里與騰訊。
有人說阿里是想做內(nèi)容服務(wù)整合商，畢竟其早就構(gòu)建完整的文娛商業(yè)版圖是個巨大優(yōu)勢；而百度想做的是 “人工智能時代的安卓”，7月5日阿里發(fā)音箱那天他們就同時宣布，自己的語音助手DuerOS將是作為智能語音生態(tài)鏈的基礎(chǔ)存在的。
然而，關(guān)于阿里的這種說法其實可以被阿里為語音智能助手AliGenie賦予的定義直接否定——
它是一個開發(fā)者與硬件廠商都能接入的智能語音平臺。
此外，據(jù)阿里AI實驗室向我們透露，目前已經(jīng)有若干家玩具及其他硬件廠商正在與AliGenie商談嵌入式合作。
實際上，哪家不存著類似的心思呢？譬如市面上不少機器人創(chuàng)業(yè)公司使用的都是科大訊飛的語音交互解決方案，亞馬遜Echo的智能語音助手Alexa與Google Home的內(nèi)核Google Assistant也進入了上千種智能硬件……但他們還是在做著從硬到軟完全屬于自己的音箱。這是不是在某種程度上說明，“做安卓”這件事沒那么簡單？
按照淺雪在接受36氪采訪時表達的觀點，這種只想著向第三方輸出技術(shù)的“安卓理論”其實不太靠譜：
我們在做一項基礎(chǔ)技術(shù)研究的時候，從一開始就帶著“這項技術(shù)未來會怎么用”的思考去做的，我們的目的就是讓它實現(xiàn)商業(yè)化。也就是說，我們現(xiàn)在做的所有事情，它一開始就會有一個非常明確的商業(yè)目標。這項技術(shù)不只是為了PR，為了我們自己聽著爽，能夠顯示我自己技術(shù)特別牛逼而去做的事情，它最終一定是要做出一個被市場接受的產(chǎn)品來的，這個產(chǎn)品是用戶體驗說的算。
其實，比起被稱為一家科技公司，阿里在本質(zhì)上更像是一個“精明的生意人”，它更多時候想做的，以及擅長的是把那些與各類用戶的“接觸點”盡可能變?yōu)橹苯拥氖找鏅C會（現(xiàn)金點）。而做安卓這種事情，我們很難說讓Google在賺錢方面取得了巨大成功（盡管Google從未在財報中單獨披露自己的安卓業(yè)務(wù)營收數(shù)據(jù)，但據(jù)彭博估計，該公司總營收中僅有5%來自安卓應(yīng)用商店）。
實際上，要尋找更多收益機會，就需要更加全面地增加與用戶的“接觸點”。早在2015年，阿里、京東、360、小米等公司還在進行“入口之爭”時，阿里就推出了“阿里小智”，希望以app作為智能家居生產(chǎn)鏈的切入點。但實際上，最會賺錢的蘋果公司用其行動告訴我們，硬件才是與客戶最重要的接觸點，而人工智能的用戶體驗要取決于硬件；與此同時，服務(wù)與技術(shù)平臺則會決定硬件的使用是否方便，進而改變我們的固有觀念。
其中，服務(wù)平臺由兩者組成——持續(xù)的收費功能與內(nèi)容資源，這正是軟硬跨界競爭的大前提。對進入智能硬件市場的阿里來說，阿里云與文娛、金融及電商等資源既可以被看作是阿里獨一無二的優(yōu)勢，又可以“捆綁”硬件一起組成套餐“兜售”。
某種程度上，淺雪的這番解釋也基本符合阿里對新建立的尚未對外界公開的AI實驗室的定義——“它是一個消費級產(chǎn)品部門，而非單純的技術(shù)研發(fā)部門”。這是阿里與其他技術(shù)公司人工智能實驗室的較大區(qū)別。
從Google安卓系統(tǒng)的成功史來看，其成功打開市場的一個關(guān)鍵環(huán)節(jié)在于獲得了當時手機市場巨頭三星的鼎力支持。而再看當下，語音交互技術(shù)領(lǐng)域大小公司混戰(zhàn)不休，具有話語權(quán)的硬件廠商也紛紛擼起袖子“單干”；從技術(shù)上來看，語音識別技術(shù)各家差距并不顯著，而在語義識別上卻均未突破瓶頸……因此，這個口號目前也只能停留在口號階段。
物料齊全，只差一口鍋和好廚藝
你不得不承認，阿里做人工智能的生態(tài)能力，估計只有騰訊可以與其比肩：
因此，行業(yè)內(nèi)基本認為阿里在對智能音箱的生態(tài)作用定位上，選擇了同為電商起家的亞馬遜的相似路徑：
依靠完善的銷售渠道與既有的品牌號召力推出智能中控產(chǎn)品，與旗下現(xiàn)有全部業(yè)務(wù)與服務(wù)進行整合，再通過阿里生態(tài)中本來就有的繁雜應(yīng)用場景來增強用戶黏性；同時也兼具開放態(tài)度，與第三方廠商合作。
所以說，阿里最終“按耐不住”做了音箱，除了大勢所趨，大概說的就是“物料齊全，就差一口鍋（入口）和廚藝（技術(shù)）”這個狀態(tài)了。
但是，如果說“智能音箱”是這口鍋，那么出鍋的菜就可以被視為市場表現(xiàn)與智能家居的聯(lián)動效果。那么它究竟“好不好吃”，用戶是否買賬，大概就是眾人眼中阿里并不具備優(yōu)勢的AI技術(shù)所決定的。
實際上，阿里并不在乎自己是不是具有優(yōu)勢，就像其AI實驗室首席科學家王剛說的，他們更在乎自己的技術(shù)能不能解決音箱銷售頁面下方“用戶評論區(qū)”的吐槽。
譬如，用戶都覺得“通過音箱來買東西”其實是個“偽需求”，基本不可能實現(xiàn)，因為每個人對同一個商品側(cè)重的維度及需求都不一樣。但王剛告訴我們，雖然這就像很多公司做個性引擎推薦一樣，精準度很難把握。但他們就正在試圖通過強化學習來解決這個問題：
我們最后想給用戶實現(xiàn)的，可能是這樣的一個結(jié)果。它不僅是銷量或好評率高的，甚至還包括一些業(yè)務(wù)邏輯，譬如說這個商品能不能送到你的地區(qū)，還必須包括你個人的喜好，譬如你更傾向于海外產(chǎn)品。我們想把所有的信息都通過人工智能技術(shù)綜合起來做一個最好的推薦。
此外，在用戶與音箱進行交互的特定場景中，王剛也強調(diào)了“語境”的重要性，這就像自然語言天生具備的“模糊性”一樣，也是他們目前遇到的最大挑戰(zhàn)之一：
坦率講，就我對天貓精靈的體驗來看，雖然阿里的內(nèi)容資源非常豐富，但由于技術(shù)方面的限制，可能其一半都觸及不到用戶。譬如就連阿里都欣然承認的“天貓精靈的英文實在是太爛”。舉個例子，我如果對它說想聽Beyond的《光輝歲月》，它就會完全陷入混沌狀態(tài)或“顧左右而言他”（聽成某某的《彼岸》），而那些英文歌……基本想都不要想。
再譬如雖然阿里率先實現(xiàn)了“聲紋識別”，但聲紋識別估計還僅限于支付。基本上音箱對你喜好的判斷與訓練進度，還是基于不同人的賬戶。而這就會出現(xiàn)同事小明對我描述的一個很囧的狀況：
她用自己的賬號登錄了天貓精靈，但在家時間更多的是其室友，即便他們都進行了聲紋識別，但久而久之，音箱放的更多的都是她室友喜歡的歌曲。這就在某種程度上限制了音箱的交互人數(shù)。這么來看，以“家庭”為場景的音箱難道真的只能定義為“個人智能助手”？
無論如何，就用戶體驗來看，目前想與音箱進行“像人一樣的正常交流”基本是部科幻電影的腳本，包括天貓精靈在內(nèi)的智能音箱們還有太長的一段路要走。
不過，我們有幸參觀了那個還停留在傳說層面中的阿里AI實驗室，“內(nèi)涵”多的有點出乎意料。因為除了目前已進入市場的音箱，它還有各種建立在阿里旗下業(yè)務(wù)中的“黑科技”與其他產(chǎn)品，譬如對AR技術(shù)的應(yīng)用，你覺得它會用在哪里呢？而這些阿里都暫時不會對外透露。
生態(tài)的限制與開放
目前，我可以用天貓精靈聽蝦米音樂上的歌，買天貓超市的產(chǎn)品，直接通過聲紋識別用支付寶賬戶繳話費，還可以連通阿里云智能平臺上的所有硬件設(shè)備。這甚至在某種程度上對接入音箱的app與第三方平臺有“反向助推”的作用，譬如，我之前從不用蝦米音樂，但為了讓我的音箱更了解我的喜好，我在手機下載了蝦米app，讓算法用我的使用數(shù)據(jù)來持續(xù)訓練它，以便更了解我的喜好。
但不好的一點也非常明顯，你肯定不可能用天貓精靈買京東的東西，聽網(wǎng)易云音樂的歌曲，用微信支付…
早在2015年各大巨頭布局智能家居鏈條時，包括格力在內(nèi)的傳統(tǒng)硬件廠商們就曾吐槽過與互聯(lián)網(wǎng)公司一系列略顯專制的合作：即便同時與若干家智能家居平臺進行合作，但由于他們系統(tǒng)不兼容，也只能選擇進行單品合作，然后針對不同產(chǎn)品進行區(qū)分。
這是生態(tài)與生態(tài)間的競爭，畢竟現(xiàn)在是搶占市場與提高銷售額的時段，“開放”只能適用于某一個生態(tài)內(nèi)，“相互提防”才是技術(shù)巨頭做音箱的主流態(tài)度。然而，最終卻需要消費者來承擔潛在增加的不必要成本。
早在2015年，阿里就曾明確表示在積極推動行業(yè)聯(lián)盟，希望能夠?qū)崿F(xiàn)各個系統(tǒng)及硬件的兼容，但似乎效果并不顯著。而這次淺雪在接受采訪時也認為，智能家居的全打通只是一個時間的問題，譬如他們很早就已經(jīng)在跟某國內(nèi)互聯(lián)網(wǎng)手機巨頭（你懂得，曾一度有進BAT的潛力，也有自己龐大的智能硬件閉環(huán)）在談合作及開放的一些事情，雙方在這方面都持有一個開放的態(tài)度：
“其實原來他們很早以前在我做的時候就來找我，希望能全程的打通，所以我覺得還好，這個你可以再繼續(xù)觀察觀察。
我個人是覺得，行業(yè)如果設(shè)的格局很小的話，那么這個行業(yè)做不起來的。”
智能音箱真的秘部門是一個剛需市場嗎？已經(jīng)有很多人討論過這個問題，得出的產(chǎn)品結(jié)論基本都是：
你瞧，國內(nèi)賣的實驗室一點都不火。這不僅僅是音箱技術(shù)不行，內(nèi)容資源匱乏的阿里問題，關(guān)鍵在于“我們沒那么懶”——開空調(diào)，最神智聽歌，秘部門打車，產(chǎn)品手機已經(jīng)夠方便了，實驗室沒有智能音箱我照樣不會花費很多時間。音箱
正巧，阿里我借了同事小明的最神智天貓精靈在家試用了十幾天，不得不承認，秘部門它的語音交互體驗還有好幾座大山要翻越。
然而，奇怪就奇怪在這里，盡管我第一天使用時還在“用盡全力”去吐槽它，但當我把這個音箱還給小明后，回到家竟然有點不習慣了。
譬如這幾天我一進門，就習慣吼上一嗓子：天貓精靈，給我放點音樂。它就會先給我放那首我最愛的五月天的“自嗨神曲”《派對動物》。
房東用的是美的某智能變頻空調(diào)（感激房東用的恰好是那一款），基本接入音箱后，我就沒再用過遙控器，直接再吼一嗓子就行了：“把空調(diào)調(diào)到26℃！”
晚上睡覺前會跟床頭的天貓精靈說一句：“明天早上叫我6點起床”，然后第二天的鬧鐘就設(shè)好了，順便讓它給我放段“催眠曲”。
雖然這一系列場景被朋友戲稱為“一名孤獨極客的驚悚日常生活”，以及“祝賀我成功過上了逐漸不能自理的生活”。但我的確感受到了“語音交互”的便捷。特別是在早上怎么都找不到空調(diào)遙控器時，才“驚恐”發(fā)現(xiàn)，音箱好像真的“教育”了自己，讓我開始習慣直接用“說的方式”來做事了（突然體會到了當領(lǐng)導的好）。
在這種情況下，我開始認同跟阿里AI實驗室負責人淺雪聊天時，她對“智能音箱是否為剛需”這個問題的巧妙回答：
“我不確定智能音箱是不是一個剛需市場，但我可以很堅定地說，語音交互一定是我們的一個剛需。”
沒有電商標簽，“天貓精靈”只是阿里的“語音交互初級實驗品”
就像iPhone還沒出現(xiàn)時，人們照樣用諾基亞用的津津有味，Uber和滴滴剛誕生時，很多人也會一邊吐槽，一邊被它的低價和方便所誘惑。而智能音箱，雖然是一個以歐美家庭使用場景為基礎(chǔ)的“舶來品”，卻是一個實現(xiàn)“語音交互”恰到好處的載體。
Echo的火爆與盛行讓這個產(chǎn)品概念變得相對成熟與具有高辨識度，而便攜、低成本與低門檻讓它更容易作為物聯(lián)網(wǎng)的介質(zhì)與人機交互的不二之選。
換句話說，包括阿里在內(nèi)的眾巨頭選擇智能音箱作為智能家居的入口，只不過是因為它是最適合的載體之一。想想看，如果率先火起來的是一個叫“智能蠟燭”的東西，它既能成為燭光晚餐的絕佳配飾，也能放音樂，更能接入各種智能硬件，大概在你手里的就是一根神奇的多功能蠟燭了。
這樣來看，那些按照購物、音樂、電商等維度來給智能音箱進行市場分類的說法，實際上是不能成立的。就像天貓精靈，在它的售賣頁面上從來沒有打出“電商”的招牌，就連淺雪的解釋也絲毫不會“偏袒”這個阿里的基礎(chǔ)業(yè)務(wù)：
“天貓精靈從第一天就不是因為電商而誕生的產(chǎn)品，我們也絕不是為了“交易”去做的這個產(chǎn)品，而是為了完善下一代人機交互方式而研發(fā)的消費級硬件。”
為何親手做音箱? 阿里“最神秘部門”AI實驗室給出的理由讓人無法辯駁
另外有一點也是阿里AI實驗室承認的，截止目前，對于習慣于挑選產(chǎn)品的網(wǎng)上購物者來說，缺失了視覺的語音交互，基本上還不可能滿足他們的精準購物需求。
舉個例子，即便我可以通過對天貓精靈發(fā)出指令，讓它給我買一箱牛奶，但它的回復通常只有一個——給我推薦“牛奶”這個品類中銷量最多的產(chǎn)品（被默認為最受歡迎的產(chǎn)品）。因此，如果你想讓音箱幫你下單牛奶，就必須首先確定你到底要什么牌子，多少毫升的牛奶。
總之，線上購物是否是智能音箱的一個必要技能，其實還不好說。而淺雪認為，“購物”目前還是一種需要繼續(xù)完善的思路：
我們一定要讓用戶輸入的信息足夠簡單，而音箱也能立刻得到體驗者的反饋，是按照這個初衷而設(shè)計的。所以在一開始設(shè)計這些所有的場景里面，我們需要它的結(jié)構(gòu)越小越好。購物現(xiàn)在是一種思路，我們當然希望出來它出來的結(jié)果越精準越好，但這其實是個很大的挑戰(zhàn)。
實際上，無論是比阿里早兩年的“京科合體”（京東與科大訊飛）產(chǎn)品叮咚音箱，還是在7月突擊成功的天貓精靈，傳說中的騰訊音箱，還是各種各樣的語音助手機器人，以及最近開始被很多人看好的智能耳機市場，大家的產(chǎn)品定位無論多模糊，主打的功能有多細分，其核心價值始終是不變的——語音交互。
確切的說，阿里準備了一年的天貓精靈，是其AI實驗室在眾多產(chǎn)品策劃中率先推出的一個初級版語音交互實驗品。就像亞馬遜目前已經(jīng)推出了若干個版本，高矮不同的Echo一樣，如果未來阿里還會推出個帶著攝像頭的天貓精靈進階版，或者是隨身攜帶的天貓精靈迷你版，我們也不應(yīng)該感到奇怪。
躬身力行做音箱，阿里認為“安卓思路”不靠譜
其實我們一直存在這么一個疑問：為什么阿里要自己做音箱？做硬件和軟件似乎都不是阿里一貫擅長的東西。而且早在2016年3月，阿里巴巴集團CEO張勇還在某生態(tài)峰會上說過，“阿里從來都不是做智能硬件的企業(yè)，我們要把這個市場留給合作伙伴”。
而現(xiàn)在，阿里不僅成立了一個名叫AI實驗室的部門，還默默“潛伏”1年時間做了這個叫做“天貓精靈”的智能音箱。從軟到硬，都是阿里自己的東西。
首先，我們需要來看一下各家制造音箱的路徑。目前基本分為兩種：一個是軟硬合作，譬如百度與哈曼，微軟與哈曼；還有一種是獨立開發(fā)制造，譬如亞馬遜和Google，再譬如阿里與騰訊。
有人說阿里是想做內(nèi)容服務(wù)整合商，畢竟其早就構(gòu)建完整的文娛商業(yè)版圖是個巨大優(yōu)勢；而百度想做的是 “人工智能時代的安卓”，7月5日阿里發(fā)音箱那天他們就同時宣布，自己的語音助手DuerOS將是作為智能語音生態(tài)鏈的基礎(chǔ)存在的。
然而，關(guān)于阿里的這種說法其實可以被阿里為語音智能助手AliGenie賦予的定義直接否定——
它是一個開發(fā)者與硬件廠商都能接入的智能語音平臺。
此外，據(jù)阿里AI實驗室向我們透露，目前已經(jīng)有若干家玩具及其他硬件廠商正在與AliGenie商談嵌入式合作。
實際上，哪家不存著類似的心思呢？譬如市面上不少機器人創(chuàng)業(yè)公司使用的都是科大訊飛的語音交互解決方案，亞馬遜Echo的智能語音助手Alexa與Google Home的內(nèi)核Google Assistant也進入了上千種智能硬件……但他們還是在做著從硬到軟完全屬于自己的音箱。這是不是在某種程度上說明，“做安卓”這件事沒那么簡單？
按照淺雪在接受36氪采訪時表達的觀點，這種只想著向第三方輸出技術(shù)的“安卓理論”其實不太靠譜：
“不做產(chǎn)品的話，你永遠不知道用戶的痛點在哪里，就是說，它沒有辦法去代表消費級廠商的最后思路，進而會造成一個惡性循環(huán)，這個惡性循環(huán)是什么樣呢？譬如現(xiàn)在很多消費級產(chǎn)品廠商很多時候也不知道這些看起來高大上的技術(shù)到底能做什么，不能做什么，所以他們會覺得反正有個技術(shù)加進來，我有個賣點就可以了，那么這個事情很快很容易變成一陣風就過去了。這同樣也是阿里官方給出的“為何要自己做硬件”的原因——“這個產(chǎn)品形態(tài)，如果你不自己從頭到尾做一遍的話，你是不知道中間有什么樣的挑戰(zhàn)，有哪些服務(wù)是你應(yīng)該整合的，哪些根本就不需要。你絕對不能只停留在一個純技術(shù)輸出的方向。”
從這個角度上來看，阿里是拒絕做這樣的事情的，我們要做的是這項技術(shù)所在的場景能夠為我賺錢，為友商帶來可持續(xù)性收益。我親手試試，才知道它究竟存在什么樣問題。我不太認為那個能成立，就是他們這個安卓思路真的能成立。”
我們在做一項基礎(chǔ)技術(shù)研究的時候，從一開始就帶著“這項技術(shù)未來會怎么用”的思考去做的，我們的目的就是讓它實現(xiàn)商業(yè)化。也就是說，我們現(xiàn)在做的所有事情，它一開始就會有一個非常明確的商業(yè)目標。這項技術(shù)不只是為了PR，為了我們自己聽著爽，能夠顯示我自己技術(shù)特別牛逼而去做的事情，它最終一定是要做出一個被市場接受的產(chǎn)品來的，這個產(chǎn)品是用戶體驗說的算。
其實，比起被稱為一家科技公司，阿里在本質(zhì)上更像是一個“精明的生意人”，它更多時候想做的，以及擅長的是把那些與各類用戶的“接觸點”盡可能變?yōu)橹苯拥氖找鏅C會（現(xiàn)金點）。而做安卓這種事情，我們很難說讓Google在賺錢方面取得了巨大成功（盡管Google從未在財報中單獨披露自己的安卓業(yè)務(wù)營收數(shù)據(jù)，但據(jù)彭博估計，該公司總營收中僅有5%來自安卓應(yīng)用商店）。
實際上，要尋找更多收益機會，就需要更加全面地增加與用戶的“接觸點”。早在2015年，阿里、京東、360、小米等公司還在進行“入口之爭”時，阿里就推出了“阿里小智”，希望以app作為智能家居生產(chǎn)鏈的切入點。但實際上，最會賺錢的蘋果公司用其行動告訴我們，硬件才是與客戶最重要的接觸點，而人工智能的用戶體驗要取決于硬件；與此同時，服務(wù)與技術(shù)平臺則會決定硬件的使用是否方便，進而改變我們的固有觀念。
其中，服務(wù)平臺由兩者組成——持續(xù)的收費功能與內(nèi)容資源，這正是軟硬跨界競爭的大前提。對進入智能硬件市場的阿里來說，阿里云與文娛、金融及電商等資源既可以被看作是阿里獨一無二的優(yōu)勢，又可以“捆綁”硬件一起組成套餐“兜售”。
某種程度上，淺雪的這番解釋也基本符合阿里對新建立的尚未對外界公開的AI實驗室的定義——“它是一個消費級產(chǎn)品部門，而非單純的技術(shù)研發(fā)部門”。這是阿里與其他技術(shù)公司人工智能實驗室的較大區(qū)別。
“之前有人看到我們在招聘網(wǎng)站上發(fā)的信息會比較疑惑，你一個人工智能的實驗室，為什么會招很多營銷專家，會招BD，甚至還會招一些銷售。我覺得這個問題其實是和我們的定位很相關(guān)的。可以這么說，我們做的是消費級的人工智能技術(shù)。”其實，另一個角度也似乎可以證明為何大多巨頭在智能音箱市場選擇“自力更生”：
從Google安卓系統(tǒng)的成功史來看，其成功打開市場的一個關(guān)鍵環(huán)節(jié)在于獲得了當時手機市場巨頭三星的鼎力支持。而再看當下，語音交互技術(shù)領(lǐng)域大小公司混戰(zhàn)不休，具有話語權(quán)的硬件廠商也紛紛擼起袖子“單干”；從技術(shù)上來看，語音識別技術(shù)各家差距并不顯著，而在語義識別上卻均未突破瓶頸……因此，這個口號目前也只能停留在口號階段。
物料齊全，只差一口鍋和好廚藝
你不得不承認，阿里做人工智能的生態(tài)能力，估計只有騰訊可以與其比肩：
- 淘寶、蝦米音樂、優(yōu)酷土豆、口碑、支付寶、高德地圖、餓了么外賣等內(nèi)容、金融及電商平臺及其背后的數(shù)據(jù)，都是小公司不可企及的聯(lián)動性“食材”；
- 技術(shù)與商業(yè)體系更加成熟完整的iDST（阿里在2014年成立的數(shù)據(jù)科學與技術(shù)研究院）；
- 在2015年建立，阿里整合了天貓電器城、阿里智能云、淘寶眾籌三個業(yè)務(wù)部門及其資源，成立了阿里云智能事業(yè)部，現(xiàn)在被稱為“阿里云IoT事業(yè)部”。這個部門主要做的事，就是為制造業(yè)提供智能化改造技術(shù)方案與云端服務(wù)。（很顯然，一方面，阿里在構(gòu)建以電商渠道為核心的智能家居生態(tài)圈，鍛煉自己的“服務(wù)能力“，一方面也在默默積累著來自傳統(tǒng)硬件大廠的優(yōu)質(zhì)數(shù)據(jù)。現(xiàn)在，你打開阿里智能的app，會看到海爾、格力、美的等老牌制造大廠的合作智能硬件都可以接入天貓精靈。）
因此，行業(yè)內(nèi)基本認為阿里在對智能音箱的生態(tài)作用定位上，選擇了同為電商起家的亞馬遜的相似路徑：
依靠完善的銷售渠道與既有的品牌號召力推出智能中控產(chǎn)品，與旗下現(xiàn)有全部業(yè)務(wù)與服務(wù)進行整合，再通過阿里生態(tài)中本來就有的繁雜應(yīng)用場景來增強用戶黏性；同時也兼具開放態(tài)度，與第三方廠商合作。
所以說，阿里最終“按耐不住”做了音箱，除了大勢所趨，大概說的就是“物料齊全，就差一口鍋（入口）和廚藝（技術(shù)）”這個狀態(tài)了。
但是，如果說“智能音箱”是這口鍋，那么出鍋的菜就可以被視為市場表現(xiàn)與智能家居的聯(lián)動效果。那么它究竟“好不好吃”，用戶是否買賬，大概就是眾人眼中阿里并不具備優(yōu)勢的AI技術(shù)所決定的。
實際上，阿里并不在乎自己是不是具有優(yōu)勢，就像其AI實驗室首席科學家王剛說的，他們更在乎自己的技術(shù)能不能解決音箱銷售頁面下方“用戶評論區(qū)”的吐槽。
譬如，用戶都覺得“通過音箱來買東西”其實是個“偽需求”，基本不可能實現(xiàn)，因為每個人對同一個商品側(cè)重的維度及需求都不一樣。但王剛告訴我們，雖然這就像很多公司做個性引擎推薦一樣，精準度很難把握。但他們就正在試圖通過強化學習來解決這個問題：
“你看之前強化學習都是基本用在一些像AlphaGo一樣競技比賽之類的場景，但我們想把它用在消費級的場景里。這就相當于通過強化學習去訓練它，讓它在一個特定環(huán)境中，根據(jù)當前的狀態(tài)來做出最優(yōu)策略。也就是說，讓它通過與你n+次交互，來獲得你的反饋，進而“學習”到究竟什么結(jié)果最適合你。”
我們最后想給用戶實現(xiàn)的，可能是這樣的一個結(jié)果。它不僅是銷量或好評率高的，甚至還包括一些業(yè)務(wù)邏輯，譬如說這個商品能不能送到你的地區(qū)，還必須包括你個人的喜好，譬如你更傾向于海外產(chǎn)品。我們想把所有的信息都通過人工智能技術(shù)綜合起來做一個最好的推薦。
此外，在用戶與音箱進行交互的特定場景中，王剛也強調(diào)了“語境”的重要性，這就像自然語言天生具備的“模糊性”一樣，也是他們目前遇到的最大挑戰(zhàn)之一：
“我們在做理解的時候，也考慮了叫做Context的一種類型，就是上下文還有環(huán)境，Google就一直在做這個，我們在做音箱的過程中發(fā)現(xiàn)這個尤其重要。譬如你說自己想睡覺，究竟是想讓音箱想再跟你聊一下，還是直接跟你說晚安，或者給你放催眠曲呢？這要看你所處的狀態(tài)。
如果想了解語境，需要把所有關(guān)于你當下的狀態(tài)及信息考慮進去，譬如你今天聽了很多憂傷的音樂，我們在回答你的問題時會把這些信息加進去，進而給出判斷。這些信息會幫助我們理解語意理解的歧異，而這些都是很難的地方。或許未來我們加入攝像頭等其他配置，我們會一直做這方面的突破，為的就是不斷了解用戶。”
坦率講，就我對天貓精靈的體驗來看，雖然阿里的內(nèi)容資源非常豐富，但由于技術(shù)方面的限制，可能其一半都觸及不到用戶。譬如就連阿里都欣然承認的“天貓精靈的英文實在是太爛”。舉個例子，我如果對它說想聽Beyond的《光輝歲月》，它就會完全陷入混沌狀態(tài)或“顧左右而言他”（聽成某某的《彼岸》），而那些英文歌……基本想都不要想。
再譬如雖然阿里率先實現(xiàn)了“聲紋識別”，但聲紋識別估計還僅限于支付。基本上音箱對你喜好的判斷與訓練進度，還是基于不同人的賬戶。而這就會出現(xiàn)同事小明對我描述的一個很囧的狀況：
她用自己的賬號登錄了天貓精靈，但在家時間更多的是其室友，即便他們都進行了聲紋識別，但久而久之，音箱放的更多的都是她室友喜歡的歌曲。這就在某種程度上限制了音箱的交互人數(shù)。這么來看，以“家庭”為場景的音箱難道真的只能定義為“個人智能助手”？
無論如何，就用戶體驗來看，目前想與音箱進行“像人一樣的正常交流”基本是部科幻電影的腳本，包括天貓精靈在內(nèi)的智能音箱們還有太長的一段路要走。
不過，我們有幸參觀了那個還停留在傳說層面中的阿里AI實驗室，“內(nèi)涵”多的有點出乎意料。因為除了目前已進入市場的音箱，它還有各種建立在阿里旗下業(yè)務(wù)中的“黑科技”與其他產(chǎn)品，譬如對AR技術(shù)的應(yīng)用，你覺得它會用在哪里呢？而這些阿里都暫時不會對外透露。
生態(tài)的限制與開放
目前，我可以用天貓精靈聽蝦米音樂上的歌，買天貓超市的產(chǎn)品，直接通過聲紋識別用支付寶賬戶繳話費，還可以連通阿里云智能平臺上的所有硬件設(shè)備。這甚至在某種程度上對接入音箱的app與第三方平臺有“反向助推”的作用，譬如，我之前從不用蝦米音樂，但為了讓我的音箱更了解我的喜好，我在手機下載了蝦米app，讓算法用我的使用數(shù)據(jù)來持續(xù)訓練它，以便更了解我的喜好。
但不好的一點也非常明顯，你肯定不可能用天貓精靈買京東的東西，聽網(wǎng)易云音樂的歌曲，用微信支付…
早在2015年各大巨頭布局智能家居鏈條時，包括格力在內(nèi)的傳統(tǒng)硬件廠商們就曾吐槽過與互聯(lián)網(wǎng)公司一系列略顯專制的合作：即便同時與若干家智能家居平臺進行合作，但由于他們系統(tǒng)不兼容，也只能選擇進行單品合作，然后針對不同產(chǎn)品進行區(qū)分。
這是生態(tài)與生態(tài)間的競爭，畢竟現(xiàn)在是搶占市場與提高銷售額的時段，“開放”只能適用于某一個生態(tài)內(nèi)，“相互提防”才是技術(shù)巨頭做音箱的主流態(tài)度。然而，最終卻需要消費者來承擔潛在增加的不必要成本。
早在2015年，阿里就曾明確表示在積極推動行業(yè)聯(lián)盟，希望能夠?qū)崿F(xiàn)各個系統(tǒng)及硬件的兼容，但似乎效果并不顯著。而這次淺雪在接受采訪時也認為，智能家居的全打通只是一個時間的問題，譬如他們很早就已經(jīng)在跟某國內(nèi)互聯(lián)網(wǎng)手機巨頭（你懂得，曾一度有進BAT的潛力，也有自己龐大的智能硬件閉環(huán)）在談合作及開放的一些事情，雙方在這方面都持有一個開放的態(tài)度：
“其實原來他們很早以前在我做的時候就來找我，希望能全程的打通，所以我覺得還好，這個你可以再繼續(xù)觀察觀察。
我個人是覺得，行業(yè)如果設(shè)的格局很小的話，那么這個行業(yè)做不起來的。”
