Rokid CEO Misa：5万台是智能音箱的入场券

雷锋网按：6 月 8 日下午，音箱 Rokid 创始人兼 CEO Misa 与媒体分享了其对 AI 和智能音箱未来两年发展趋势的场券思考。以下是音箱其演讲和采访实录，雷锋网做了不改变原意的场券删减。

很多人问我，这么多公司在做智能音箱，场券你是音箱怎么想的？对 Rokid 来说，我们做两件事情，场券一个是音箱 AI 大脑，一个是场券 AI 交互。

书和电影里，音箱包括一些宣传和半业内人士，场券经常跟大家讲 AI，音箱但其实 AI 能做的场券事情没那么多，它就是音箱提升效率和体验，偏工具化，跟你用算盘没什么不同，只不过效率更高、更智能一些。今天主要是跟大家分享一些我现在的想法，我把它叫做 AI 的全面升级。

所谓 AI 的全面升级，其中第一个趋势就是 AI 开始从感知到认知。

认知是什么概念呢？它主要分三个方面。

首先是个体认知，比如刚才高鹏（Rokid 北京 A-lab 负责人）讲到的声纹识别，就是当家里不同的人跟若琪（Rokid 发布的新款智能机器人）讲话的时候，它能识别出是谁。我相信语音技术中的个体认知就像智能手机里的触屏一样，将会引发产业的大革命。

其次是环境的认知，一个 AI 产品可以对自己所处的环境作出认知，比如判断现在是在客厅、厨房、车上、餐厅或者什么地方。

然后是对事务的认知，也有人把它叫意图认知，就是当你跟它沟通时候，机器大概能知道你要干什么。你可以给它一个具体的任务，比如“我要听歌”，可能有时候任务没那么细，像“我要从杭州去北京”，非常简单的一句话，但是涵盖了很多东西：可能我需要买机票，订酒店，叫车，预定餐厅，还有可能会见朋友，这个叫事务的认知，不久的未来也会发生。

个体认知对未来到底有什么影响？它可以把很多功能执行变得更简单，使体验更流畅。比如用户要给某人留言，原来的做法是：我是谁谁，帮我留言给谁谁。未来这个就会非常简单，就像刚才视频里一个妈妈问机器几点，机器发现这个是妈妈的时候，会把爸爸给她的留言直接报出来。

第二个趋势是未来 AI 会全面云端化。

AI 的全面云端化包括几个方面：第一，所有共享的知识都在云端，音乐内容、百科内容、用户要问的问题等；第二，个性化的知识也会存储在云端；第三，任务的状态会云端化。什么叫任务的状态？一件事，我让机器做了一半，它会在云端记住我做到哪了，下次启动后要求它继续做的时候，它可以继续做。

第三个趋势就是从单设备到多设备的互动。

未来用户家里面肯定不会只有一个 AI 设备，因此就会面临多机协作的问题——几个机器协商谁最适合接这个任务。

还有一个趋势是多维互动。现在我们用语音跟这个产品互动，而未来，不仅仅是语音，摄像头、手势、甚至一些传感器都可以进行互动。

原来大家都是使用 AI 产品的某一种特定功能，而接下来它会进入一个全新的阶段。个性的觉醒，多维的互动，状态的迁移......这些到最后又将引发场景的迁移，并行成无处不在的个性 AI。

我们可以想象，一个无处不在的 AI 将会跨设备，跨地域，并且不再拘泥于某一个具体形象。它可以是手机，可以是汽车，也可以是电视。这，才是未来。

采访实录：

记者：相比Google Home，Echo 和 Home Pod，Rokid 外星人的价格是他们的两倍还多，考虑过市场的接受度吗？

Misa：不能这样比，应该用月石跟他们比。这样比就像用保时捷跟夏利比一样，这是两类完全不同的产品，外星人是带完整显示交互设计和灯光体验的产品，跟他们是两个东西。

记者：第一款产品是有显示屏的，现在去掉了显示屏，怎么完成这种转变的？

Misa：之前我们确实觉得需要有显示屏。我们认为语音只是交互方式的一种，要看到东西，呈现更多的信息，才更方便交互。不过后来我们发现，用户家里本来就已经有多块屏幕，不需要再多一块屏。

记者：月石增加了声纹识别的功能，这也是 Google Home 的一个亮点，但它的体验并不是太好，错误率很高，Rokid 在声纹识别这方面能做到什么程度？

Misa：如果回顾历史，可以看到，从来没有一项技术是100%成功的，等到一个技术发展到100%的时候，早就被更廉价的80%的技术干掉了。很多产品都是边发展边改进技术。声纹技术也并没有成熟到100%准确，但是怎么样用一个不是100%准确的东西做出近乎100%准确的体验，这方面有很多保密的东西，不能讲太多。

记者：怎么看待同类产品间的竞争？

Misa：现在还集中在产品跟技术层面，未来会是多维度的。技术和用户对产品的接触达到一定程度，会有整个生态的多层面竞争，会比手机的竞争更复杂。

记者：Rokid 未来的对手应该都不是小公司，甚至包括用户规模以亿计的公司，在用户基数和数据积累方面应该比你们有很大优势？

Misa：数据规模上，也对也不对。建立语音技术上的数据规模，需要做不断的积累，比如方言，就得慢慢积累。AI 对数据的需求，没有大家想的那么巨大。比如听音乐，有多少种说法呢？我要听什么，给我放什么，来一首什么......两只手数得过来。如果一个场景是受限场景，或者相对的封闭场景，数据规模没有那么大，到一定程度就差不多。接下来增加一倍、十倍的量，提升的也很有限。

记者：Rokid 想做智能家居的控制中心，但很多智能家居厂商更倾向于建立自己的生态，不愿意对外开放，这个问题 Rokid 怎么解决？

Misa：我们相信两个力量。第一相信市场的力量，只要最后的玩家不是一家，一定会趋向于协作。只有一种场景下是趋向于封闭的，就是一家独大，没有竞争者，这一家来定所有规则，这里还不包括有潜在竞争者。

比如我们跟米家在对接，对接得很好，即便我们知道小米会有类似的产品推出。你不开放，别人开放，你就有可能因此被打败。成熟的市场总体来讲都是开放的，只是有些东西会保守，比如数据不会开放。以美国为例，苹果和谷歌有竞争，你有没有发现互相封杀的情况？没有，甚至Google Assistant 还有ios版本。最后大家协作是最好的方式。

记者：你觉得国内智能音箱的爆发期大概将在什么时候出现？

Misa：两年，两年就可以爆发。2019年我相信会有质的变化。AI 发展非常快，谁也不敢想象两年后会是什么样子。

记者：对于智能音箱品牌来说，达到多少销量可以顺利完成商品化？

Misa：5万台是一个门槛。国内的智能音箱市场也就几百万，5万台就证明几个产品里面有一台是你的了。

来自雷锋网报道。

智能音箱系列报道：

《亚马逊的秘密部队和差点成笑话的Amazon Echo》

《钱晨：为什么“智能音箱”可能会被做臭？》

《灵隆科技魏强：“智能音箱”可能会消失》

《DuerOS+小鱼在家，陆奇说要做一件科技巨头都没干成的事》

《云知声谢冠超：智能音箱是个伪命题》

《李志飞：想在中国复制 Echo 的成功，肯定都不靠谱》

《Echo发了快三年，为什么中国还是没一款智能的音箱？》