小度音箱背后的下一代操作系統(tǒng)

文|吳俊宇

美國科技媒體CHROMEUNBOXED在今年5月Google I/O大會結(jié)束之后曾發(fā)表一篇名為《Next Generation Google Assistant Set To Revolutionize How We Talk To Devices》（下一代谷歌助手將徹底改變我們與設(shè)備的對話方式）的文章。

這篇文章提到，“我們的聲音與我們的設(shè)備將在交互方面進行一場革命”。

也就是說，語音交互可能會帶來新一代操作系統(tǒng)——它可能和“桌面+鍵鼠”、“屏幕+觸控”一樣，成為我們在智能時代的新選擇。

CHROMEUNBOXED這個判斷并非虛言。隨著自然語言處理NLP技術(shù)的日趨進步，智能語音能夠理解的事物越來越多，我們和語音之間的交互也將越來越深。

這一次百度AI開發(fā)者大會上，新發(fā)布的小度助手5.0，恰恰展現(xiàn)了成為“第三代操作系統(tǒng)”的潛力。

一

語音何以成為系統(tǒng)

在我看來，互聯(lián)網(wǎng)的發(fā)展歷經(jīng)了兩個階段，現(xiàn)在正在進入第三個階段。

第一代操作系統(tǒng)是“桌面+鍵鼠”，桌面時代的思路，是“搶入口”，比如搜索引擎、社交工具、殺毒軟件。

第一個階段的代表諸如桌面瀏覽器、桌面QQ、360衛(wèi)士這些產(chǎn)品。人們對這些工具型產(chǎn)品有著超乎尋常的依賴，往往可以形成“三級火箭”的商業(yè)邏輯。比如“殺毒軟件—瀏覽器-搜索”就是典型的三級火箭模式。

不過，這個模式到了移動時代就失效了，隨著APP入口日趨分散，“平臺+生態(tài)”成了通用邏輯。

第二代操作系統(tǒng)是“屏幕+觸控”，移動時代的思路，是“造平臺”。

第二階段的代表就是微信，微信無論是最開始做微信公眾號，還是后來的九宮格，以及當下的小程序，微信都在希望逐步加深自己操作系統(tǒng)的屬性。

但限于微信移動產(chǎn)品形態(tài)的限制，它只能是騰訊尋找下一個操作系統(tǒng)產(chǎn)品的過渡期產(chǎn)品，將第二階段的紅利盡量延長，為自己爭取更多時間。

第三代操作系統(tǒng)是“智能+語音”，智能時代的思路是入口無形化，服務(wù)語音調(diào)動、無所不在，服務(wù)生態(tài)在系統(tǒng)內(nèi)實現(xiàn)自然閉環(huán)。

也就是說，語音成為了交互的工具。過去人們是通過“桌面+鍵鼠”、“屏幕+觸控”調(diào)取各式各樣的服務(wù)。但是在第三代操作系統(tǒng)這里，隨著自然語音處理技術(shù)的逐漸成熟，人們可以直接通過語音去調(diào)取服務(wù)。

在微軟Build2016開發(fā)者大會上，微軟CEO納德拉首先提出了Conversations as a Platform，也就是對話即平臺的人工智能發(fā)展方向。

這個概念在后來也被稱為是對話式人工智能。

所謂對話式人工智能指的是，對話本身就是一個平臺，各種知識、信息與服務(wù)都運行在對話器上，可以形成生態(tài)環(huán)境的基礎(chǔ)平臺。人和人工智能之間的對話，即是解決各種問題的一種路徑和方式。

美國科技媒體Towards Data Science在今年4月刊載的一篇名為《A Voice Based Operating System》（《基于聲音的操作系統(tǒng)》）一文中提到了這樣一句話：

Voice interfaces are the future of human computer interaction.語音接口是人機交互的未來。

這篇文章認為，語音想要成為操作系統(tǒng)，必須滿足這幾個條件。

1、巨大的研究實驗室作為人工智能的技術(shù)先驅(qū)。

2、巨大的計算資源，幾乎不受限制地訪問數(shù)據(jù)。

3、一個可以從基于語音的界面中獲益匪淺的應(yīng)用程序生態(tài)系統(tǒng)。

在我看來，一個真正可能“上位”的語音操作系統(tǒng)，還需要有著硬件生態(tài)規(guī)模作為支撐——讓它真正無處不在。

二

小度助手悄然崛起

7月3日，在“Baidu Create 2019”百度AI開發(fā)者大會上，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏演示了小度行業(yè)領(lǐng)先的全雙工免喚醒能力，小度現(xiàn)場展示的“連續(xù)對話”和“拒絕反應(yīng)”能力讓人看到了“操作系統(tǒng)級別”的體驗。

某種意義上看，今天的小度助手，其實就符合這三個條件。

百度本身就是國內(nèi)AI技術(shù)最領(lǐng)先的企業(yè)，在計算資源、算力規(guī)模方面，也無需多言?；谶@些基礎(chǔ)條件，百度開發(fā)者大會，作為國內(nèi)乃至全球開發(fā)者們的頂級盛會，勾勒了一個未來操作系統(tǒng)的影子——小度助手5.0。

1、技術(shù)基礎(chǔ)

語音操作系統(tǒng)最重要的技術(shù)基礎(chǔ)在于自然語言處理能力。這個素來都是百度的優(yōu)勢。

在自然語言處理之外，百度還具備小度開放平臺，專門為個人及企業(yè)開發(fā)者提供專業(yè)的對話式AI技能開發(fā)工具。其中包括智能設(shè)備開放平臺和技能開放平臺。

這使得小度助手可以不斷演化出新的技能，技術(shù)更新速度也更快。要知道，一款操作系統(tǒng)最重要的基礎(chǔ)就是應(yīng)用和硬件，百度在這方面已經(jīng)打通了軟硬件上下游的生態(tài)。

另一個重要的技術(shù)突破在于，小度助手5.0的全雙工免喚醒能力讓語音交互體驗邁出了一大步，用戶不僅能在無需多次喚醒的情況下和機器順暢交流，還能在與他人對話的同時互不干擾地實現(xiàn)人機交互。

2、用戶規(guī)模

任何操作系統(tǒng)，必不可少的就是用戶規(guī)模。語音操作系統(tǒng)，其用戶規(guī)模的支撐又離不開硬件規(guī)模。因為只有硬件規(guī)模（如智能音箱、智能手機、智能電視等）足夠龐大，能夠覆蓋足夠多的場景，才能覆蓋足夠多的用戶。

百度副總裁、百度智能生活事業(yè)群組（SLG）總經(jīng)理景鯤在大會上提到的一組數(shù)據(jù)頗為驚人：

截至2019年6月，搭載小度助手的智能設(shè)備激活數(shù)量已經(jīng)達到4億（不包含百度系A(chǔ)PP內(nèi)置小度助手數(shù)量），小度的月交互次數(shù)超過36億（不包含百度系A(chǔ)PP內(nèi)置小度助手數(shù)量）。

支撐如此龐大數(shù)據(jù)規(guī)模的，其實是龐大的合作伙伴生態(tài)。小度助手的合作伙伴數(shù)量已經(jīng)超過300家，內(nèi)置小度助手的主控設(shè)備超過160多款；小度助手的對話能力應(yīng)用到智能家居、智能穿戴、車載、移動等多個場景，為用戶提供語音服務(wù)。

有趣的是，根據(jù)Canalys 發(fā)布的2019年Q1 全球智能音箱市場報告，百度2019年Q1 小度智能音箱出貨量達330萬臺，僅次于谷歌的350萬臺及亞馬遜的460萬臺，成為中國市場第一，全球市場第三。

不管是合作伙伴還是自有硬件，小度助手都形成了龐大的用戶規(guī)模。

3、生態(tài)規(guī)模

一個好的操作系統(tǒng)，背后是一套完整的生態(tài)，其中包括開發(fā)者、應(yīng)用層和硬件層。今天的小度助手其實就滿足這個條件。

小度技能開放平臺目前可提供包括游戲、效率工具、網(wǎng)絡(luò)電臺、直播、兒童教育、智能家居等2400多種技能支持；在小度技能開放平臺上的技能開發(fā)者數(shù)量已經(jīng)超過3.2萬人；小度助手可以控制的IOT智能家居設(shè)備已經(jīng)超過了七千萬。小度助手可以提供20余種跨場景、跨設(shè)備的解決方案。

小度助手5.0的發(fā)布，無論是所展現(xiàn)的技術(shù)能力還是智能語音技術(shù)所具備的天然優(yōu)勢，都讓小度助手更有可能成為未來的操作系統(tǒng)。

更多的開發(fā)者接入，更多的技能得以實現(xiàn)，更多硬件廠商的擁抱態(tài)度，都為小度助手提供了成為操作系統(tǒng)道路的動力。

有技術(shù)、有用戶、有生態(tài)，小度助手需要做的，僅僅只是等待東風的到來。

三

下一個劇變的開始

國內(nèi)企業(yè)戰(zhàn)略及管理學研究者朱恒源有一個“變革動態(tài)管理模型”。

在朱恒源看來，一個創(chuàng)新產(chǎn)品是不會馬上就被所有用戶接受的，在不同的階段，主流的新增用戶是不同的。隨著這些用戶的不斷累積，就會看到市場的成長軌跡不是一條直線，而是一條“S”形曲線。

在這個“S”形的市場發(fā)展曲線上，我們可以看到四個清晰可識別的階段：小眾市場、大眾市場、分眾市場和雜合市場。

在小眾市場的時候，它是一個漸變的過程，規(guī)模小、增長慢而且不穩(wěn)定，需求多樣性很高。由小眾市場向大眾市場過渡就是突變，接受某個產(chǎn)品的人數(shù)突然呈指數(shù)式增長，市場在極短的時間內(nèi)極速擴大，并且達到了一個非常大的規(guī)模。

某種意義上看，當下發(fā)展階段就是圖中所示的智能手機和智能語音這兩條動態(tài)曲線的重疊區(qū)間。

今天的智能語音，正處于下一個劇變的前夜。目前使用智能語音的用戶主要還處在小眾市場，但是隨著技術(shù)不斷成熟、用戶不斷擴大，真正的劇變即將開始。

紐約時報在2017年曾經(jīng)針對智能語音發(fā)表過這樣一個觀點：

人工智能時代利害攸關(guān)的不在于這些零零碎碎的創(chuàng)新，而是可能控制的一種全新的計算平臺。

如果說曾經(jīng)的微軟掌握了Windows從而獲取了PC時代的霸權(quán)地位，后來的谷歌和蘋果掌握了Android和iOS因此在移動時代叱咤風云。

那么今天的百度，可能會因為小度助手這樣的第三代操作系統(tǒng)，在智能時代搶占新的機會。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。