小度音箱背後的下一代操作系統_風聞

文|吳俊宇

美國科技媒體CHROMEUNBOXED在今年5月Google I/O大會結束之後曾發表一篇名為《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備將在交互方面進行一場革命”。

也就是説，語音交互可能會帶來新一代操作系統——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這個判斷並非虛言。隨着自然語言處理NLP技術的日趨進步，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開發者大會上，新發布的小度助手5.0，恰恰展現了成為“第三代操作系統”的潛力。

一

語音何以成為系統

在我看來，互聯網的發展歷經了兩個階段，現在正在進入第三個階段。

第一代操作系統是“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衞士這些產品。人們對這些工具型產品有着超乎尋常的依賴，往往可以形成“三級火箭”的商業邏輯。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，隨着APP入口日趨分散，“平台+生態”成了通用邏輯。

第二代操作系統是“屏幕+觸控”，移動時代的思路，是“造平台”。

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，還是後來的九宮格，以及當下的小程序，微信都在希望逐步加深自己操作系統的屬性。

但限於微信移動產品形態的限制，它只能是騰訊尋找下一個操作系統產品的過渡期產品，將第二階段的紅利儘量延長，為自己爭取更多時間。

第三代操作系統是“智能+語音”，智能時代的思路是入口無形化，服務語音調動、無所不在，服務生態在系統內實現自然閉環。

也就是説，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”調取各式各樣的服務。但是在第三代操作系統這裏，隨着自然語音處理技術的逐漸成熟，人們可以直接通過語音去調取服務。

在微軟Build2016開發者大會上，微軟CEO納德拉首先提出了Conversations as a Platform，也就是對話即平台的人工智能發展方向。

這個概念在後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台，各種知識、信息與服務都運行在對話器上，可以形成生態環境的基礎平台。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》（《基於聲音的操作系統》）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，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先驅。

2、巨大的計算資源，幾乎不受限制地訪問數據。

3、一個可以從基於語音的界面中獲益匪淺的應用程序生態系統。

在我看來，一個真正可能“上位”的語音操作系統，還需要有着硬件生態規模作為支撐——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開發者大會上，百度創始人、董事長兼首席執行官李彥宏演示了小度行業領先的全雙工免喚醒能力，小度現場展示的“連續對話”和“拒絕反應”能力讓人看到了“操作系統級別”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AI技術最領先的企業，在計算資源、算力規模方面，也無需多言。基於這些基礎條件，百度開發者大會，作為國內乃至全球開發者們的頂級盛會，勾勒了一個未來操作系統的影子——小度助手5.0。

1、技術基礎

語音操作系統最重要的技術基礎在於自然語言處理能力。這個素來都是百度的優勢。

在自然語言處理之外，百度還具備小度開放平台，專門為個人及企業開發者提供專業的對話式AI技能開發工具。其中包括智能設備開放平台和技能開放平台。

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

另一個重要的技術突破在於，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，用户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人機交互。

2、用户規模

任何操作系統，必不可少的就是用户規模。語音操作系統，其用户規模的支撐又離不開硬件規模。因為只有硬件規模（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户。

百度副總裁、百度智能生活事業羣組（SLG）總經理景鯤在大會上提到的一組數據頗為驚人：

截至2019年6月，搭載小度助手的智能設備激活數量已經達到4億（不包含百度系APP內置小度助手數量），小度的月交互次數超過36億（不包含百度系APP內置小度助手數量）。

支撐如此龐大數據規模的，其實是龐大的合作伙伴生態。小度助手的合作伙伴數量已經超過300家，內置小度助手的主控設備超過160多款；小度助手的對話能力應用到智能家居、智能穿戴、車載、移動等多個場景，為用户提供語音服務。

有趣的是，根據Canalys 發佈的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330萬台，僅次於谷歌的350萬台及亞馬遜的460萬台，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户規模。

3、生態規模

一個好的操作系統，背後是一套完整的生態，其中包括開發者、應用層和硬件層。今天的小度助手其實就滿足這個條件。

小度技能開放平台目前可提供包括遊戲、效率工具、網絡電台、直播、兒童教育、智能家居等2400多種技能支持；在小度技能開放平台上的技能開發者數量已經超過3.2萬人；小度助手可以控制的IOT智能家居設備已經超過了七千萬。小度助手可以提供20餘種跨場景、跨設備的解決方案。

小度助手5.0的發佈，無論是所展現的技術能力還是智能語音技術所具備的天然優勢，都讓小度助手更有可能成為未來的操作系統。

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

有技術、有用户、有生態，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

國內企業戰略及管理學研究者朱恆源有一個“變革動態管理模型”。

在朱恆源看來，一個創新產品是不會馬上就被所有用户接受的，在不同的階段，主流的新增用户是不同的。隨着這些用户的不斷累積，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，規模小、增長慢而且不穩定，需求多樣性很高。由小眾市場向大眾市場過渡就是突變，接受某個產品的人數突然呈指數式增長，市場在極短的時間內極速擴大，並且達到了一個非常大的規模。

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

今天的智能語音，正處於下一個劇變的前夜。目前使用智能語音的用户主要還處在小眾市場，但是隨着技術不斷成熟、用户不斷擴大，真正的劇變即將開始。

紐約時報在2017年曾經針對智能語音發表過這樣一個觀點：

人工智能時代利害攸關的不在於這些零零碎碎的創新，而是可能控制的一種全新的計算平台。

如果説曾經的微軟掌握了Windows從而獲取了PC時代的霸權地位，後來的谷歌和蘋果掌握了Android和iOS因此在移動時代叱吒風雲。

那麼今天的百度，可能會因為小度助手這樣的第三代操作系統，在智能時代搶佔新的機會。

​