抢夺智能音响，关于未来的全面战争

孙锋

这是一场对未来的赌注，又是一场透过前端战场，聚焦到事件背后的无硝烟战争，输者可能只是错过一次机会，赢者或许能创造一个未来。

东汉末年，群雄并起。诸葛襄阳隆中绝对，后遣大将关羽，据守荆州。荆州者，北过江可攻宛洛，东顺江可取江东，西逆流可进益州。可谓是“襟三江而带五湖，控蛮荆而引瓯越”。是故，得之，三国可鼎足而立，数十载攻伐相向，未曾克敌而兴疆。

公元2014年，亚马逊推出智能音响Echo；2年后，谷歌、京东跟上；再一年后，苹果、Line、联想、微软、阿里巴巴等巨头纷纷跟进。抢夺智能音响的元年开始。

上溯到科技互联网企业第一次集体抢“荆州”，还要回到乔布斯革命苹果，开启了诸侯争霸智能手机的时代。

如今，智能手机已然形成鼎足局面，各方均需一个新的“荆州”打破既定的平衡，一是进攻，开疆拓土；一是防守，固本强基。

智能音响，正是这些巨头心里的下一个“荆州”。

大洋彼岸的枪声

战争的序幕，似乎都静悄悄。

2014年，亚马逊上线了Echo智能音响，由6+1麦克风阵列组成。最初推出Echo时，它只是一个内置几个语音命令的智能播放器。而正是这个看起只是“几个喇叭+语音控制的随身听”，并没有引起各方的注意。

没想到时隔不久，亚马逊给Echo来了次升级。研发了Alexa语音平台，通过它的控制，Echo随时可以通过语音命令唤醒，执行播放流媒体音乐、在线购物、操作家用电器、播报新闻和天气、Uber打车、餐厅推荐、订外卖等多种服务。

Echo俨然成了智能家居的入口。亚马逊配合C端市场用户和云平台的推广，2016年，共卖出600万台Echo。

遭遇暗度陈仓的危机感，迅速在美國科技界蔓延。一方面，欧美地区家庭，普遍有在厨房、客厅等场所收听音乐或新闻的习惯，Echo几乎是刚需。另一方面，Echo的智能化，是AI+云计算+大数据存储的一种尝试，其中的语音交互系统，更是目前除手写外，最成熟、应用最直接的智能交互系统，代表的是一种未来。

最后，也是最重要的一点，智能电视、智能路由器等无法从便携性、互动性等实用角度，切入家庭智能终端，实现家庭物联网化。而Echo则通过AI与Wi-Fi、中继器等端口链接，实现了AI家庭终端生态系统。它的背后是巨大的生态性物联网市场。

2016年5月，谷歌率先发难。

在召开的“Google I/O开发者大会”上，谷歌同时推出语音智能助手Google Assistant与智能音响Google Home。半年不到，Google Home智能音响开始发货。相比Echo高达199美元的价格，谷歌以99美元的售价抢夺市场。

战火继续蔓延。2017年6月6日凌晨1点，第28届“WWDC苹果全球开发者大会”如期而至。其中，软件上iOs 11的改进和压轴大戏硬件Home Pod，都剑指智能音响。

苹果凭借其在iPod上的音乐版权和技术积累，让Home Pod搭载了6个麦克风阵列、10厘米低音炮、配有7个扬声器阵列、内置Apple A8处理器，定位正是改善家庭音乐播放体验。

同时，苹果将Siri语音交互系统移植到Home Pod上，可以实时唤醒，获取天气、新闻和交通等热点信息，也可以利用语音指令控制连接到Home Pod上的其他家庭终端产品。

从任意一点来看，谷歌和苹果瞄准亚马逊开炮的战术都显而易见。

兵临城下，2017年6月15日，在美国和欧洲15个城市对亚马逊音乐和Echo智能音响进行推广后，亚马逊在纽约时代广场复制出了一个24米高的Echo模型，宣告自己的霸主地位。同时，亚马逊推出新版Echo，加入了可支持视频通话的触摸屏和摄像头，又重新定义了新一代智能音响。

版权别动队

可以说，亚马逊想通过新版Echo继续巩固智能音响霸主地位；谷歌则走智能化路线，把更多的精力放在智能助手的升级上，试图弯道奇袭；而苹果则走一贯的用户和体验为先，完成生态化。

似乎这种高维度的科技创新之战，距离中国互联网公司很远。但一个不能回避的事实是，中国互联网环境与国外有巨大差异。以乐视、小米电视等产品为例，它们弱化了硬件概念，通过内容付费、社群生态化经营，实现了智能硬件和内容的变现。

从某种程度讲，内容多少决定了硬件成败。这种现象从电视盒蔓延到智能电视。于是，从影视IP、网络文学，再到院线、视频平台、网络电台，各方围绕内容合纵连横，大有得内容者得天下之势。

2014年12月初，QQ音乐、酷狗音乐和网易云音乐三家互相状告对方侵权了几百首歌曲，引起一阵风波。没过多久，微信就“封杀”了网易云音乐、虾米音乐和天天动听，后三者App上的音乐都无法分享至朋友圈。

音乐版权瓜分战役瞬间拉开——阿里音乐重点进攻包括录音、编曲、乐手等在内的音乐产业的上游，同时入主虾米、天天动听等音乐播放软件，与滚石、寰亚、恒大等音乐公司签署了独家版权协议。

腾讯紧随其后，以QQ音乐为中心，与华纳、索尼、英皇等签署独家协议，并与中国音乐集团合并，入股酷我、酷狗等音乐播放工具，进一步将百代、太合麦田等音乐版权纳入麾下；利用微信、QQ社交平台形成的流量优势巩固实力。而网易云音乐，在没有大牌独家版权的逆势下，用UGC模式发动奇袭，网罗了大批文青忠实粉丝。

最终，以腾讯3 500万、网易650万、阿里450万版权歌曲的“三国鼎立”局面形成。

这些看似游离于智能音响本身之外的竞争，实则是在其成为现象级业态之前，布下了一个更大的局。核心就是从智能音响上游切入，垄断以音乐为主的内容，进而控制以音乐为形态的一切软硬件创新。

版权之战硝烟过后，新的问题再次出现。随着粉丝沉淀和中心化完成，在手机端，高达75.5%的用户，仅拥有1～2款音乐App；越来越趋于水平的付费音乐增长曲线，预示着各平台靠流量、广告、版权购买等构成的C端变现模式越来越固化。

智能手机过后，智能音响的出现，或许能让巨头们抓到新的硬件变现渠道，从而释放巨大的流量产能。

“围剿”叮咚

2016年5月，首届亚洲消费电子展上，在众多常规汽车电子、智能穿戴设备外，突然出现了一个让大家瞠目结舌的产品——京东智能与科大讯飞联手，推出的具有语音交互和物联网解决方案的“叮咚”智能音响。

从直观角度讲，对于智能音响需要的大数据、AI、云计算等软硬件支持，除了BAT之外，貌似只有科大讯飞、云知声和思必驰等屈指可数的几家。而从电商产业链布局上来讲，京东至少不应该是第一家染指智能硬件，特别是内容向的智能音响的企业。

但从某种角度看，京东的布局与结构像极了美国亚马逊，而后者通过Echo智能音响的异军突起和颠覆智能硬件格局的战略战术，势必也会为前者带来一定参考。

于是，京东将京东智能产品中心总监魏强派到叮咚，直接负责该项目。产品上线后，京东主动让出网站主页Banner页面，为产品做24小时的展示和宣传。

不过，除了借鉴Echo打法外，叮咚又有许多本地化与细分场景的战略优化，推出了叮咚旗舰版A1、青春版Q1、悦动版Q3、儿童教育版A15等多个版本。连接上京东微联的智能化产品后，叮咚可以提供智能家居终端控制、讲故事、聊天等不同场景交互需求。

2016年双11当日，叮咚智能音响在京东平台上智能音响品类里销量排名第一，并且大于第二名和第十名的销量之和。截至2017年2月，叮咚的整体销售同比增长137%，突破100万台。

表面上，叮咚完成了突袭，但一场“围剿”叮咚的暗战正在拉开。

对于智能音响来说，除了必须拥有足够丰富的内容外，要达到在强噪音、远距离（15米）的条件下成功识别语音这一项，亚马逊尝试了2年才成功。而无论是百度与科大讯飞为龙头的语音识别软件企业，还是以芯片、模组、传感器为底层设备的硬件芯片，均与硅谷有一定的差距。

这也是为什么BAT谨慎入局的根本原因。

于是在版权战争之外的硬件层面，阿里进行了一系列资本运作，2015年8月，同飞利浦一起推出无线音响，9月，与音频厂商漫步者牵手，推出了具有互联网功能的Wi-Fi音响，试水硬件端。2017年6月，与喜马拉雅FM一起，宣布正式进军智能音响市场。

另外的战场上，2017年2月，百度宣布全资收购创业公司渡鸦科技，而后者已在智能音响领域布局多年。3月，在离职前几天，百度首席科学家吴恩达仍亲自率领一支技术团队来到深圳考察硬件厂商。而一直未曾涉猎硬件领域的腾讯，也悄悄与Sonos家庭智能音响展开了电商合作。

战火继续燃烧，在更核心的软件层面，白热化正在加剧。

除了已在语音交互层面探索多年的百度，早在2015年，阿里就入资语音交互企业云知声，共同探索语音搜索创新，以满足智能移动硬件设备用户需求。而云知声的对标企业，正是科大讯飞。

2017年4月，腾讯宣布推出智能语音助手“腾讯叮当”，直接对标亚马逊的Alexa。同时，腾讯发布腾讯云小微智能服务开放平台，利用本身社交的优势，赋予腾讯云上的硬件更多的扩展能力，从而构建一个从云到端的“智能云生态”。又同时对标京东智能、百度大脑、阿里物联平台。

而就在刚刚过去的2017年5月，在手机等智能硬件上不断遭受滑铁卢的联想，也正式发布了智能音响Smart Assistant，从外观或功能上，其都以本土版Echo自居……

未来依然不确定，但宁愿做错，不能错过的中国互联网巨头们，不会放弃这个初现的风口。

决战前夜

巨头争霸的背后，作为“智能硬件宇宙中心”的深圳华强北，带来了另一场战争。

在淘宝以“智能音响”为关键词搜索，产品数量高达4 400多种。但这些以智能音响为噱头的产品，绝大部分仅具有蓝牙或Wi-Fi功能，距离语音交互、物联网甚至语音识别都有巨大的差距。

较高一些层面上，在首屆亚洲消费电子展后，小问、小智、若琪、小雅……有超过100多家智能硬件企业，在各场展会上，展出了自家的智能音响。

不过，如果以“今天天气很好，我想听一首关于雨的歌”提问，Echo可能给出的是《冬季到台北来看雨》，叮咚给出的是“没有找到‘关于雨的相关歌曲”，小问、小智们就只能给出“命令无效”的结果。

智能语音交互的代际差，就像VR眼镜一样，在中国被降维打造成各种噱头式的产品。

但这并不代表诸侯们迅速丢掉了阵地——2017年6月，芯片商高通表示，将会推出包括完善的麦克风技术和音频系统等，一整套智能音响方向的芯片和解决方案。

软件层面，科大讯飞将自己的算法技术、语音模块等，做成了一个标准化的产品，向中小玩家提供软件支持。2016年9月，李彦宏表示，百度对开发者和企业免费开放“百度大脑开放平台”和“百度深度学习平台”，输出语音能力、图像能力、自然语言处理能力和用户画像方面的技术和开发工具。

这也就意味着，像智能手环、智能手机、智能手表等一样，智能音响也要从“局部战场”，扩大到“全球战争”。

毫无疑问，这场战争在加速中——用户规模越大的平台，获取数据的速度会越来越快。相应地，经由不同数据量级训练的语音品质，音响语音识别准确率的差距，也会迅速拉大。随之而来的，便是“六王毕，四海一”。

留给小玩家2VC的时间不多了。然而，回到最初，智能音响真的是中国高科技公司的下一个“荆州”吗？

从智能手机，到机顶盒、智能电视、智能路由器、智能手环等，所有瞄准未来AI和智能家居、物联网的产品，硕果仅存的似乎只有智能手机。因此，若要作为真的“荆州”，抛却技术障碍，智能音响不能只是音响，它必须是个入口连接一切。

回到中国。从叮咚十分之一销量于Echo的成绩来看，C端消费场景还不能与西方看齐，智能音响在中国的受欢迎程度，仍不能与欧美相提并论。Copy to China（复制到中国），还需要更多在产品层面的本地化。

无论怎样，这场战争还是来了。