解析Amazon和Google语音平台之争的商业逻辑

<div class="content-detail markdown-body">
编者按：本文来自微信公众号“将门创投”（ID：thejiangmen），作者赵德丽，曾就职于微软亚洲研究院、香港中文大学从事人工智能研究工作，曾任HTC高等算法研究组经理、乐视人工智能研发总监，现就职于小米；36氪经授权发布。
2017年国际消费类电子产品展览会（CES，International Consumer Electronics Show）落幕，亚马逊语音助手Alexa大出风头。参展的众多智能硬件设备都内嵌了Alexa语音功能，比如：
智能家居类：惠而浦家电、三星扫地机器人、GE智能灯、LG智能冰箱、联想智能音箱；
机器人类：LG家庭机器人、优必选机器人；
汽车类：福特车载信息娱乐系统、大众车载系统；
手机类：华为美国版Mate 9手机；
可穿戴类：Martian智能手表、Onvocal智能耳机，等等。
亚马逊副总裁Mike George则宣布：Alexa语音平台接入的语音技能已经突破7000。这无疑是一个惊人的数字。正是有了这样的成绩，亚马逊CEO贝佐斯最近在出席加州的科技会议才敢说：Alexa有望成为公司第四大支柱。
Alexa语音技能突破7000，意味着亚马逊无论是在技术的积累上、还是平台的构建上，语音的商业化应用都已经建立起绝对的领先优势，一骑绝尘。亚马逊在人工智能领域一时风头无两。
在亚马逊抢尽科技头条时，吃瓜群众不仅把目光投向科技头牌——谷歌。
——怎么会这样？
——又把事情搞砸了？
——这不是谷歌的强项吗？
语音意味着什么？
为了把这件事说清楚，我们有必要先站在一个高度理一理语音到底意味着什么。
人类社会有两个最基本的事情：一是人与人之间的交流；二是人对工具的使用。当工具有信息产生和入口的作用时，就产生了人机交互的问题。微软提供了视窗的软件系统，改变了人类产生信息和获取信息的方式，从而也造就了微软这种世界顶级的科技公司。随着互联网的普及，信息内容的积累快速增长，怎么找到用户想要的内容就是使用计算机这种工具的基本需求。谷歌提供了世界级基于文本的信息整合和检索工具，把握了互联网信息检索的入口。但是个人电脑时代，人类和机器交流的方式主要是通过键盘输入文本来完成。这种情况下，一般要有显示屏。
但是在最近十年，人类获取内容和服务的信息入口发生了巨大的变化，从个人电脑转移到了以智能手机为中心。从而造就了提供硬件工具及交互系统的苹果和提供交互系统的谷歌的第二次辉煌。而电脑操作系统头牌微软，错过了这次新型计算设备的操作系统机遇。
从个人电脑到智能手机有一个最大的不同，就是人与设备的交互方式发生了根本性的变化——由借助键盘和鼠标变成在一个便携的手持独立设备上利用手指和触屏直接完成，这是人类使用人机交互工具的革命性进步。触屏手机的推动和普及功臣乔布斯，也因此成为科技界的神话。
智能手机的普及带来了新的信息录入方式的普及使用——语音。在文字没有发明以前，人类就是用语音来交流，语音本来就是人类活动的最基本最常用的交流形式。另外，在智能手机只有5寸上下的屏幕上，手指触屏输入也受到诸多限制，语音也是最自然的替代和补充。
由此，语音输入法在智能手机上得到了相对高频的使用。另外，随着微信、WhatsApp社交工具的普及，用户语音输入的使用习惯也已经得到很好的培养。也由于智能手机的普及使用，海量的语音数据收集也成为现实。与此同时，深度学习的出现也使语音算法处理大规模语音信息成为现实，语音技术已经基本可以满足消费级多场景下的产品应用。也就是说，从硬件设备、软件工具、算法技术、用户使用习惯，这一切条件已经成熟多时，只待语音交互以合适的形式全面爆发！
当然，我们今天谈的事情不是发生在智能手机上。相反，亚马逊自己做的手机FirePhone以暗淡收场。但是正是因为这些条件的出现，才有进一步精彩故事的发生。
基于终端大规模数据的收集和深度学习技术的出现使语音技术逐渐走向成熟，智能手机的普及也促启智能硬件时代的到来。而生活中许许多多的智能设备并没有屏幕，或是屏幕不支持便捷的文字输入，那么语

解析Amazon和Google语音平台之争的商业逻辑

浏览过的版块