9月15日，有媒體報道稱阿里巴巴旗下“天貓精靈”將更名，并且已有XGENIE品牌字樣的新品在部分渠道露出。阿里方面相關(guān)負(fù)責(zé)人的回應(yīng)是，“確實(shí)計劃推出全新品牌，強(qiáng)化精靈屬于用戶的個性化特征”。

“換號重練”的動作背后，是生成式大模型浪潮給已經(jīng)沉寂的智能音箱行業(yè)刮來的一縷新風(fēng)。

去年國內(nèi)智能音箱的出貨量僅有2600萬臺，市場結(jié)構(gòu)呈現(xiàn)出高度的集中化，小度、小愛和天貓精靈三家合計份額超過了90%。不過頭部這幾家整體的市場份額差距不大，百度是35%、小米是31%、天貓精靈則是27%，三分天下的結(jié)果意味著沒有一家邁過1000萬臺出貨量的門檻。

這個成績放在曾經(jīng)被視為下一代互聯(lián)網(wǎng)關(guān)鍵入口的智能音箱賽道上，即便不能說泡沫完全破裂，也是實(shí)實(shí)在在退了潮。站在今天回頭看，阿里2020年投入100億圍繞天貓精靈的戰(zhàn)略布局，性價比大概還趕不上李彥宏當(dāng)年拿200億做糯米。

不過在大模型涌現(xiàn)出更高水平的智能后，智能音箱這個行業(yè)似乎有了東山再起的可能。

先是在2月9日，小度宣布將融合文心一言，打造針對智能設(shè)備場景的AI模型“小度靈機(jī)”，并會將其應(yīng)用到小度全系產(chǎn)品中。

隨后4月11日的阿里云峰會上，天貓精靈也宣布將結(jié)合通義千問。兼任阿里云CEO的張勇表示，未來天貓精靈希望能成為“個性化的智能助手”，并推出了模仿脫口秀演員鳥鳥聲音和性格的“鳥鳥分鳥”。

小米這邊雖然本身在大模型方面的進(jìn)度比互聯(lián)網(wǎng)大廠慢一些，但在上個月也已經(jīng)開啟了小愛同學(xué)的AI大模型版本測試。

只是大模型雖然一片熾熱，但智能音箱的前景并沒有看起來那么光明。

01、智能音箱是入口，先要智能家居管夠

當(dāng)2014年Echo亮相時，其實(shí)賣得并不好，起碼在銷量上是如此，最初亞馬遜也只允許Prime會員或者受邀用戶使用該產(chǎn)品。但在Echo推出后不久，包括谷歌和蘋果在內(nèi)的大廠就決定要做一款類似的產(chǎn)品，因為它們認(rèn)為智能音箱會成為用戶家庭生活的中心，尤其是作為各類智能家居的接口。

這個邏輯后來得到了國內(nèi)眾多企業(yè)的認(rèn)可，他們相繼推出了自己的智能音箱產(chǎn)品，一時間消費(fèi)者眼花繚亂。后來劇情走向跟互聯(lián)網(wǎng)科技行業(yè)的其他細(xì)分領(lǐng)域一樣，百度、小米和阿里依靠雄厚的資金實(shí)力完成了對其他玩家的圍剿，并把“三足鼎立”的市場格局保持到了今天。

只不過遺憾的是，突出重圍的玩家并沒有勝利果實(shí)可分。根據(jù)洛圖科技的數(shù)據(jù)，2022年國內(nèi)智能音箱的全渠道銷量只有2631萬臺，同比下降了28%。今年上半年，行業(yè)萎靡的趨勢得到了保持，同口徑的統(tǒng)計數(shù)據(jù)是全渠道銷量1148萬臺，同比下降了19%;對應(yīng)的銷售額為33.7億元，同比下降了20%。

對于智能音箱市場的頹勢，一個可能的解釋是它所希望服務(wù)的對象群體沒預(yù)想的多，消費(fèi)者對智能家居產(chǎn)品的熱情沒那么高。

從國內(nèi)互聯(lián)網(wǎng)的發(fā)展歷史看，消費(fèi)互聯(lián)網(wǎng)的步伐要比產(chǎn)業(yè)互聯(lián)網(wǎng)快得多。

當(dāng)前用戶手機(jī)上所能看到的所有國民級軟件，在C端的用戶普及過程都是一條極其陡峭的增長曲線，微信和抖音都是典型的例子。比如，微信是2011年上線，到2016底的時候其月活就已經(jīng)接近9億，基本等價于全面覆蓋了對應(yīng)時點(diǎn)中國移動互聯(lián)網(wǎng)網(wǎng)民群體。

而相較之下，產(chǎn)業(yè)互聯(lián)網(wǎng)的節(jié)奏要慢得多，即便是動靜最大的云計算行業(yè)也是如此。在最初一批泛互聯(lián)網(wǎng)企業(yè)實(shí)現(xiàn)數(shù)字化上云過后，后續(xù)傳統(tǒng)行業(yè)的拓客只能靠各大云廠商龐大的銷售隊伍去艱難推進(jìn)，以至于所有云廠商不得不把重心放到G端，因為后者是目前最穩(wěn)定的業(yè)務(wù)來源。

但在某一個細(xì)分領(lǐng)域，消費(fèi)互聯(lián)網(wǎng)跟產(chǎn)業(yè)互聯(lián)網(wǎng)的位次卻恰恰相反，那就是智能設(shè)備或者說物聯(lián)網(wǎng)(IoT)。

有工廠的企業(yè)一般都有著較為強(qiáng)勁的動力在車間里裝上各式各樣的傳感器和機(jī)器人，這背后的原因既包括減少人工成本，也是因為這樣做能在生產(chǎn)效率和安全性等方面有大幅提升。

例如，特斯拉成功的一個關(guān)鍵支點(diǎn)，就是使用大量自動化設(shè)備和軟件系統(tǒng)的超級工廠，馬斯克甚至將自動駕駛理念引入流水線。今天，國內(nèi)汽車制造行業(yè)智能設(shè)備的滲透率已經(jīng)達(dá)到了36.5%。

相較之下，C端的智能設(shè)備，也就是我們通常說的智能家居，在推廣應(yīng)用上明顯落后。方正證*四月的一份研報里，引用了Statista的數(shù)據(jù)，給出的當(dāng)下中國智能家居滲透率僅為13%?？紤]到有眾多的所謂智能家居處于吃灰狀態(tài)，實(shí)際的利用水平可能比這個數(shù)據(jù)更低。

之所以呈現(xiàn)出這樣的分化，最根本的原因是工廠里的智能設(shè)備是“剛需”，而家里的智能設(shè)備可能連“雞肋”都算不上。

以本文關(guān)注的智能音箱為例，大部分消費(fèi)者把這個東西買回家，都是抹掉“智能”當(dāng)作“音箱”在用，比如講講故事聽聽歌之類的。Rakuten Insight的調(diào)查結(jié)果就顯示，高達(dá)79%的擁有智能音箱的國內(nèi)受訪者表示，他們使用智能音箱主要是為了搜索音樂和播放歌曲。

由于各家此前采用的競爭戰(zhàn)略太激進(jìn)，智能音箱的價格普遍難以覆蓋各個環(huán)節(jié)的成本。在“星辰大?！钡膲粝肫茰邕^后，不得不祭出一些騷操作回血。像天貓精靈前幾年聽一些APP的會員歌曲是不用付費(fèi)的，而如今即便你開通了音樂APP的會員，還需要進(jìn)一步開通天貓精靈的會員才能聽歌。

其他的智能家居設(shè)備往往跟智能音箱差別不大，其實(shí)也沒有智能到足以在消費(fèi)者群體里創(chuàng)造剛需價值。考慮到家用產(chǎn)品普遍經(jīng)久耐用，如果沒有必要性，消費(fèi)者采納新產(chǎn)品的時間會拖得比較長。IDC給的估計是，2022年全球智能家居設(shè)備出貨量將下降2.6%。(注意不要把這樣的降幅跟智能手機(jī)對比，智能手機(jī)已經(jīng)滲透到頂了，但大量的傳統(tǒng)家居設(shè)備還沒被替代。)

另一個需要考慮的問題是，智能音箱跟不同品牌的各類智能家居設(shè)備的兼容性。阿里拿出100億元人民幣，重點(diǎn)就是圍繞天貓精靈打造生態(tài)上面。不過由于家電廠商往往傾向于不跟某家科技公司綁定，所以很多產(chǎn)品都支持接入不同品牌的智能音箱，基本的適配一般沒有問題。

02、大模型是革命，革智能音箱的命

當(dāng)然，智能音箱過去幾年的命運(yùn)轉(zhuǎn)折，顯然不能都?xì)w咎到智能家居市場的整體狀況不夠給力。更主要的原因，仍然是智能音箱本身不夠智能。很多時候跟其他的人工智能產(chǎn)品一樣，智能音響表現(xiàn)出的行為更偏向“人工智障”。

通常用戶只能給它下達(dá)極其簡單的指令，比如聽歌、看天氣、控制燈光或者給小孩講睡前故事。而一旦語音指令的結(jié)構(gòu)略微復(fù)雜，或者涉及多輪交流互動的場景，智能音箱的表現(xiàn)就成了災(zāi)難現(xiàn)場。

智能音箱的工作涉及三個流程，把用戶的語音轉(zhuǎn)換成文字指令，理解指令的意思并進(jìn)行處理，然后是將處理的結(jié)果轉(zhuǎn)換成文本輸出。上述三個流程分別對應(yīng)三種技術(shù)，自動語音識別(ASR)，自然語言處理(NLP)和文本轉(zhuǎn)語音(TTS)。

其中，頭尾兩個語音和文本之間相互轉(zhuǎn)換的環(huán)節(jié)已經(jīng)非常成熟，智能音箱的“智障”根源在中間的自然語言處理。而生成式大模型的出現(xiàn)，使計算機(jī)的自然語言處理能力發(fā)生了躍進(jìn)。在一般的場景里，GPT表現(xiàn)出來的溝通對話能力已經(jīng)令一些人開始討論通用人工智能(AGI)跟我們的距離。

所以，毫無疑問生產(chǎn)式大模型確實(shí)能夠大大補(bǔ)足現(xiàn)有智能音箱不夠“智能”的缺陷。因此如《新立場》在本文開頭提到的，現(xiàn)有的頭部智能音箱大廠都在這方面有動作。而且從時間節(jié)點(diǎn)上看，大家都異常興奮和著急。比如百度2月9號說要在小度里面集成文心一言的時候，文心一言還不知道在哪呢。

大模型或?qū)⒔o智能音箱帶來變革，這看起來的確是個成立的邏輯。除了各家智能音箱的廠家摩拳擦掌，行業(yè)內(nèi)關(guān)注這個方向的媒體也充斥著類似的看法。

然而在《新立場》看來，大模型雖然解決了傳統(tǒng)智能音箱面臨的最大問題，但同時也徹底解構(gòu)了智能音箱曾經(jīng)設(shè)想的應(yīng)用場景。

智能音箱從誕生以來，身上貼的最鮮艷的標(biāo)簽就是“入口”，另一個同樣貼有這個標(biāo)簽的東西是智能手機(jī)。如果大模型最終真的足夠智能，那么決定智能音箱命運(yùn)的關(guān)鍵，就是在“入口”這個角色上，它能不能競爭得過智能手機(jī)。

答案顯而易見，除了外放功率這個指標(biāo)，所有智能音箱能干的事，智能手機(jī)都能干。而反過來，智能手機(jī)能完成的任務(wù)和跟用戶的緊密聯(lián)系是智能音箱遠(yuǎn)遠(yuǎn)不及的。筆者了解到的一個場景是，有些用戶的家里會有多個智能音箱，客廳臥室不同區(qū)域各放一個。如果你需要以一種優(yōu)雅的方式，在家里的各個地方對智能音箱發(fā)出指令，那這就是必須的。

所以，智能音箱跟智能手機(jī)相比基本沒有任何差異化優(yōu)勢。

而在大模型面世后，由于大模型在通用智能上的驚艷，人們顯然會傾向于把大模型當(dāng)作真正的個人助手或者伙伴，然后再通過它來解決盡可能多的問題。這種情況下，智能音箱的角色會被加速歸并到智能手機(jī)的個人助手，因為那才是真正不可替代的入口。

歸根結(jié)底，如果大家都是“人工智障”，用戶的使用需求不大，那我還不會那么快取代你;而如果有了真正的人工智能，用戶的需求上來了，那他既會用這個人工智能助手幫忙寫PPT、查資料，也會跟他做溝通交流尋求情感安慰，當(dāng)然也會用它控制家里的冰箱、空調(diào)、電燈泡，而不是單單局限于某個具體的場景。

03、寫在最后

一個有趣的事實(shí)是，在推出Echo之前，其實(shí)亞馬遜有個優(yōu)先級更高的智能手機(jī)項目Fire Phone。如果不是智能手機(jī)項目的失敗，亞馬遜后來會不會推出Echo這個產(chǎn)品都需要打個問號。

在差不多十年時間過去后，智能音箱這個行業(yè)已經(jīng)經(jīng)歷了一輪完整的興衰。在生產(chǎn)式大模型爆發(fā)前，這個行業(yè)仍然存在的最大原因并不是用戶需要，因為如果用戶需要的東西，他們會愿意花公允價錢去買，而不是得廠家半賣半送。

在智能音箱這個行業(yè)眼看著要隨著慣性逐漸湮沒的時候，大模型來了。但它不是強(qiáng)心劑，而是催命符。智能音箱一開始就多余，大模型來了就更多余。