BAT入局智慧音箱，創業公司會成為炮灰嗎？
本輪智能家居入口爭奪戰的焦點已轉向智能音箱。行業巨頭與創業公司仍在面向風口快速跑馬圈地，但技術短板、市場尷尬、標準缺失、各平臺互聯互通之難等卻被有意無意忽略。
全文約7942字，閱讀大概需要15分鐘。
財經天下，觸摸的螢幕。這是一個能夠幫助我們實現夢想的技術。”
但SmartCast+仍停留在實驗室Demo（樣機）階段。芮勇自己也說，項目的研發時間很短。聯想研究院的一名技術人員則透露，
這與智慧音箱市場爭奪戰正在升級有關。聯想之後，海爾、出門問問、喜馬拉雅、阿裡、小米等公司，先後發佈了自己的智慧音箱產品，據稱騰訊今年8月也要發佈新品。稍顯不同的是百度。7月初，百度集團總裁陸奇在百度AI開發者大會上宣佈，百度對話式人工智慧系統DuerOS要做成開放平臺，類似基層水電服務商，將資料和語音技術分享給協力廠商。
至此，這條賽道上的選手涵蓋了互聯網巨頭、知名硬體企業、電商平臺、傳統家電廠商以及如雨後春筍般湧現的大量人工智慧創業公司。而像科大訊飛、思必馳、雲知聲、圖靈機器人等國內人工智慧技術頭部企業，也以提供語音助手技術等方式，參與到這場洶湧澎拜的熱潮中來。比如聯想SmartCast+的語音技術來自圖靈機器人，天貓精靈的語音技術來自思必馳。
“目前大家都在搶坑，而不是在做產品。”一位業內人士對《財經天下》週刊記者表示。據他觀察，某廠商已連續開了4次發佈會，但直到現在，產品仍處於手板階段，不能發聲；另一廠商原本計畫5月發佈新品，但由於體驗一塌糊塗，只能延後。
相比之下，靈隆科技CEO魏強稍感輕鬆。2015年3月，在Echo發佈4個月後，京東集團與科大訊飛便聯合成立了靈隆科技，目標也很明確，打造中國版Echo。此前，
對京東而言，智慧音箱可以成為購物入口。與之思路相近的，還有阿裡今年7月發佈的天貓精靈X1。
2015年8月，叮咚第一代產品發售，售價798元，這比很多同行早了近兩年。目前，叮咚已擁有150多項技能。
魏強稱，
創業公司Rokid起步更早。Rokid創始人祝銘明自2014年離開阿裡，就籌備做智能音箱。他的出發點是，人工智慧落地勢必涉及人機交互，而語音會比視覺更早進入消費市場。
當時Echo還未上市。Rokid投資人、IDG資本合夥人樓軍回憶，他向祝銘明問起具體產品形態，後者就在桌子上給他畫了一個蛋，說這個蛋是一個燈，下面可以放音箱，你說什麼，它都可以聽得懂。
▲Rokid若琪新品。
Rokid第一代產品若琪，2016年4月才開始小批量生產，因為公司內部有條紅線：用戶滿意度至少要達到85%，才能推向市場。
由於國內市場有待培育，很長一段時間，若琪有點像是發燒友小圈子裡自娛自樂的設備。即使是擁有京東管道與科大訊飛技術雙重優勢的叮咚，也在市場推進過程中遭遇重重障礙。
一位不願透露姓名的業內人士對《財經天下》週刊記者表示，叮咚智慧音箱迄今實際總出貨量僅在10萬台左右，而真正達到入口級水準的產品，這一數量至少要在百萬台。“那兩年，魏強挺辛苦的。”他說。另據稱，因為批量偏少，叮咚還曾被上游供應鏈合作企業提價。
不過，進入2017年後，智慧音箱驟然火爆，市場迅速升溫。祝銘明開玩笑說：“現在最辛苦的就是媒體記者了，大家都在吹，記者都不知道該怎麼寫了。”
與Echo式成功還相去甚遠
多位業內人士表示，中國智慧音箱企業很難複製Echo在美國的成功。
綜合看來，原因包括以下幾點：第一，用戶基礎不同。出門問問曾在中美兩國做過用戶調研，美國80%的受訪者知道智慧音箱，而國內受訪者對此的知曉率只有15%~20%。第二，美國人的客廳、廚房普遍很大，也很開放，更適合遠場語音交互。第三，使用習慣不同。音箱在美國屬於大的消費品類，而國內音箱普及率不到20%，更不用說智能音箱了。
使用者體驗無疑是判斷產品能否撬動國內市場的基本依據。
百度音樂商業總監劉小北對智慧音箱的印象停留在“Low”“不實用”層面。他的家裡擺著好幾個品牌的智能音箱，都是半年前購入的，但有的經常斷連，有的無法理解指令。新鮮感消退後，索性放在角落裡任其吃灰了。
之前同合作夥伴私下交流時，劉小北曾調侃智能音箱是個偽需求。“父母來你家，看你跟音箱扯著嗓子說話，那場景得多傻呀。”
“智能音箱會是入口嗎？我不知道，也許會。”祝銘明強調，產品成為入口的前提是用戶喜歡並頻繁使用，而非只是放在那兒而已。他看過一組資料，語音交互產品使用7天后，留存率僅為3%。“滿分100分的產品，做到85分，勉強有人用。但要用戶一直使用，就要90分以上。”
《財經天下》週刊記者曾問聯想集團執行副總裁劉軍給聯想智慧音箱打多少分，劉軍打了80分。但這款產品，聯想並未重推，市場反響一般。劉軍給出的解釋是，智慧音箱與傳統PC硬體的產品邏輯不同，前者需要在使用者使用過程中不斷調試、反覆運算。
就此而言，先行者叮咚，軟體產品已經反覆運算了30多個版本。比如交互層面，原來每完成一步操作，叮咚都會有提示音回饋，但用戶覺得囉嗦，後來就取消了。另外，叮咚已累積海量的使用者語音交互資料，可據此對遠場語音辨識技術不斷優化。
出門問問創始人李志飛發現，目前有些智慧音箱廠商，Demo展示得很炫，但絕口不提產品缺陷。事實上，真到推廣時，細微的缺陷也會變成巨大無比的痛點，比如聯網穩定性、語音交互速度、是否耗電等。
這些其實都是出門問問此前做智慧手錶時踩過的坑，今天同樣適用于智慧音箱行業。出門問問也是語音助手Google Assistant的硬體合作夥伴之一，該公司的戰略方向便是“語音交互核心技術+軟硬體結合”。
▲即將上市的出門問問智能音箱新品。
小雅團隊也在硬體研發上踩過很多坑。比如音箱頂部布料略緊繃，加了0.5毫米厚的襯料後，小雅語音辨識率一下從95%降到了10%，幾乎每一句都聽不懂。物料形態變化導致演算法失效，重新計算多花了1個月時間。小雅原定2月14日發佈，後來一直拖到6月20日。
“一點點改動，就有可能要全部推倒重來，很恐怖的。”李海波感慨稱。
目前國內智慧音箱最大的技術問題，或許是語義理解和多輪對話的使用者體驗不夠好。舉個最簡單的例子，當用戶說“我想聽《羅輯思維》”時，音箱很可能百度出來的是“什麼叫邏輯思維”。
《財經天下》週刊記者曾體驗過某知名廠商產品，在半米內讓其“播放李健的歌”，音箱被喚醒後，傳來的卻是高亢的民族女聲。這是上一首被叫停的歌曲。記者說“下一首”，音箱繼續播放該民族風歌曲。再讓其定個鬧鐘，音箱則陷入尷尬的沉默。
魏強分析稱，語義理解是世界性難題，需要場景開放，而且資料量要足夠大，所以智慧音箱要限制內容服務的類型和範圍，這是語音交互產品與傳統觸控產品頗為不同的一點。
“很多品牌，在前端環節就是拼模組、拼技術，而不是拼體驗。”李海波在深圳見過的絕大多數智慧音箱品牌，需要準確說出“播放下一首”這5個字，音箱才能聽懂指令。但其實，這句話的表達方式有60多種，比如“給我換一個”“我不喜歡這個”等。
從決定自己做智慧音箱以來，李海波帶領團隊一直以“處☆禁☆女座”的苛刻全心打磨產品。為讓聲音有老收音機一般的質感，小雅底部喇叭換過30多個。他的要求是，低音渾厚，高音不刺耳，連續收聽3個小時不會覺得煩躁。因為按照他的標準，音箱使用時長不到3小時，都不算啟動。基於技術突破，目前小雅已可實現語音內容的中斷點播放。
李海波稱，喜馬拉雅作為內容型互聯網平臺，殺入硬體領域做智慧音箱，目的就是要樹立一個語音交互體驗的樣板。
目前叮咚、天貓精靈X1等已接入喜馬拉雅的內容，不過據稱真正開放共用的內容，不到喜馬拉雅6800萬條語音內容的30%。還有一些熱門內容，如郭德綱相聲等，按照與版權方的協議，喜馬拉雅只被允許在本平臺播放，不能再轉售或共用。
創業公司只能當炮灰？
迅雷聯合創始人程浩近日在一次演講中直言，入口爭奪戰，創業公司要躲遠點，不是濺一身血的事兒，而是很容易成為炮灰。
言下之意，這是巨頭的遊戲。
但Rokid、出門問問等創業公司未必這麼看。他們正著眼當下，竭力提升用戶體驗。
“阿裡的發佈會我去看了，出來我就放心了。”一位要求不具名的業內人士表示，他原以為天貓精靈X1會有塊螢幕，類似EchoShow，以凸顯電商平臺的購物優勢，實際上並沒有。在他看來，阿裡現在做的事，並不是他們擅長的。此外，軟硬體結合是一種基因，不是資源整合、找別人去拼組就能真正達成的。
Rokid創始人祝銘明不擔心與大公司的競爭。在他看來，巨頭的加入有助於炒熱市場，但智慧音箱的市場容量支撐不起大公司的欲望。
祝銘明認為，巨頭在流量、資料、資金等層面具備優勢，但大公司做單品的壓力在於，能否在短時間內集聚大量用戶，如果一年只賣幾萬台，與平臺量級不匹配，談入口就沒有意義。在他看來，目前國內用戶對智慧音箱的接受程度有限，大公司在投入不菲的情況下，是否有足夠的耐心等待該單品不斷反覆運算，成長為爆款，很難講。
號稱要“All In”人工智慧的聯想，就沒有把賭注只押在智慧音箱上。劉軍透露，智慧音箱是聯想看好的眾多智慧設備當中的一款，公司另外還有一個全線產品規劃。
李志飛同樣不認為BAT入場就能把創業公司碾死，理由是，智慧硬體不像互聯網軟體產品那樣可以贏家通吃。比如智慧手機領域，蘋果再厲害，也只占到了全球15%的市場份額，後面的華為、小米等前十名都有不錯的出貨量。
但對小公司而言，挑戰也顯而易見：人才儲備、技術研發、資源整合等，哪個環節出問題，都有可能玩不下去；此外，巨頭湧入後，小公司的步伐很有可能被打亂。
先行者如Rokid，已經在加快節奏，除了尋求獨家內容合作商，他們另已開始在探索線下銷售模式。原因在於，祝銘明發現，智慧音箱的線下轉化率非常高。為提供更好的用戶體驗，若琪今年準備在20個城市開設50家線下直營店，選址多在城市購物中心。在控制電器上，若琪可接入Philips、LifeSmart、BroadLink、ORVIBO、米家等多品牌。
祝銘明認為，兩類公司最後會成為贏家：要麼有極致體驗，要麼有極致內容。作為創業公司，Rokid的目標是前者。據稱，目前若琪日活比例超過50%，用戶日均使用時長超過1小時，總會話量則已超過1200萬次。
業界此前猜測，內容、家居生態系統會構成大公司的競爭壁壘，比如阿裡旗下擁有蝦米音樂；騰訊拿下了環球、索尼、華納三大唱片公司的全部獨家版權；而作為全球最大的智慧硬體平臺，小米智慧家居聯網設備總量已超過6000萬台。但至少就目前來看，內容提供者、家居品牌商大多抱持的是開放的態度，他們願意與多家智慧音箱企業合作。比如，百度音樂可同時接入小雅、天貓精靈X1、叮咚等。
目前，百度音樂已與10多家硬體方案商有直接合作，形式是收取很少一部分的版權授權費。“畢竟內容是有成本的。”張小北稱。
市場熱度仍在持續攀升。不出意外的話，出門問問Tichome智能音箱、天貓精靈X1等都將在8月正式發售，騰訊也有望在本月發佈其智慧音箱產品“耳朵”。
值得一提的是，近日“價格屠夫”小米的入場，扭轉了人們對智慧音箱的關注點。遠未成熟的市場上，價格戰的硝煙已若隱若現。
▲小米發佈會及同日推出的售價299元的小米AI音箱。
目前，叮咚TOP售價399元，天貓精靈X1售價499元。比天貓精靈X1晚20天發佈的小米AI音箱，售價299元，同品類最低。小米公司聯合創始人、小米電視負責人王川認為，當下最重要的是降低用戶嘗鮮的門檻。
出門問問創始人李志飛此前預計，國內50%以上的智能音箱，定價會低於500元，因為價格超過1000元的電子類產品，在電商平臺上很難銷售。
“我們主要省掉了管道費和市場費，而這兩部分在整個硬體行業支出中的占比都很大。”王川說，這是小米的優勢之一。小米AI音箱是小米互聯網音箱的升級版，從研發到發佈用了近一年。
當初在做產品定義時，他們就認定，智慧音箱售價不能超過300元。因為這是新品類，普通用戶並不知道它到底能幹什麼，或者到底能不能像演示的一樣好用。“如果你把它賣到1000元，試錯成本就特別高；如果賣299元，這就是一頓飯的價錢，大家就願意去嘗試一下。”王川說。
Rokid算個異類，一代產品定價5280元。祝銘明解釋稱，Rokid的早期目標使用者是品質敏感型而非價格敏感型。2017年4月，Rokid二代產品“月石”售價降到1299元。據稱僅用了一個多月的時間，月石的銷量就已達到近萬台。
6月20日開放預售的小雅，市場價999元，首批預售價699元，5萬台半小時被搶光。李海波說，最初把量估小了，被搶光後，公司緊急派人到深圳追產，但其中有4個主要晶片的原料，生產週期較長，要兩個月。小雅計畫2017年銷售100萬台，但因為硬體經驗不足，備料不夠，目前每天只能生產3000台。
劉小北對智能音箱的看法也在更新。他堅信這是未來的發展方向。據他所知，有些硬體方案商開始直接與房地產開發商合作，從新房裝修入手，致力於打造智慧語音助手無處不在的家居環境。
智慧音箱的火熱，終於有了從行業內緩慢向行業外傳導擴散的跡象。
共同做大蛋糕才能有未來
被寄予智慧家居入口厚望的智慧音箱，市場容量究竟有多大？一個業內共識是，短期內出貨量會在幾百萬台。
至於未來，魏強認為，完全要看智慧音箱在國內消費者心目中的定位，如果仍是科技數碼類體驗產品，則市場容量較小。
“我認為，兩年之後，中國市場會達到千萬台以上的規模。”王川說。在他看來，智慧音箱就像家電的遙控器，未來每個家庭都需要。
但在通往爆款的路上，智慧音箱還要經歷技術泡沫期的小滑坡。
魏強發現，以前做平板、手機硬體的廠商、方案商，現在好像不搞智慧音箱，出門都不好跟別人打招呼；還有晶片商，直接拿平板晶片的方案在智慧音箱上擴展。
大家都怕錯過風口。李海波在深圳看到，有些廠商花80元買個科大訊飛的授權，再拼模組，就攢出一款智能音箱。
“真不是拼模組的小事。手裡沒有大資料、大人才、大夢想的公司，做不起。”李海波說，小雅團隊300多人，歷時402天，才把技術打通，而當初Echo研發用時更長，有2000多天。
小雅的語音技術來自獵戶星空，這是成立於2016年9月的一家人工智慧創業公司，曾獲獵豹4000萬美元投資。李海波評價獵豹CEO傅盛“是一個打仗的人”：團隊開始只有9個演算法工程師，3個月後，傅盛給增配至100人，後來是300人；微信上有48個工作小組，傅盛和餘建軍親自跟專案。
目前，喜馬拉雅已把介面對外開放，希望用一個體系打通所有智慧家居場景。美國智慧家居行業有統一標準協定，很多服務內容，Echo可以直接接入，但國內基本都是自己打天下。
這也是魏強擔心的。要打開國內市場，最好的途徑是合作，把各家優勢資源整合到一個平臺上。在他看來，如果每家都單獨做，最後只能是低水準重複建設。
目前阿裡有人機交流系統AliGenie，百度有DuerOS，小米則有水滴平臺，都向協力廠商開放。但細看下來會發現，這是一個個“孤島”。
魏強對此並不陌生。其實早在智慧家居興起之初，海爾等家電巨頭也是自己做平臺，京東則打造了“京東微聯”，如此種種。雖然每家都拿自己的長處來做，但它們相互之間沒有打通，無法充分滿足終端消費者的需求。至少過去兩年，這種割裂是智慧家居行業停滯不前的重要原因，智慧音箱的發展也受其影響。
目前，各智慧音箱品牌，僅支援部分智慧家居廠商生產的標準設備。比如叮咚可接入京東微聯、美的美居、米家旗下的智米和華米；天貓精靈X1可接入阿裡智能、塗鴉智能；小米AI音箱可接入小米生態鏈設備，並通過米家智慧插座等，控制非小米系產品；小雅則可接入海爾、小米等家電。
魏強認為，智慧音箱行業雖然有著美好的前景，但蛋糕還不大，入局企業當前的首要任務是共同把蛋糕做大，而非圈地、站隊。
李海波估計，市場上最終勝出的品牌不會超過10家，每家會各有特色，比如良好的購物體驗、連接所有設備、海量內容等。
李海波依稀看到了智慧音箱的未來：僅半年時間，他剛剛5歲的兒子已經離不開家裡那台內測版的小雅了。孩子被禁看手機和電視，但他會一邊抱著玩具，一邊讓小雅講故事。這種陪伴感在日益加深。
一天，李海波背走小雅去見客戶，孩子連打了十幾通電話，重複一個問題：小雅去哪兒了？
【本文首刊於2017年8月14日出版的第139期《財經天下》週刊】
人工智慧落地勢必涉及人機交互，而語音會比視覺更早進入消費市場。當時Echo還未上市。Rokid投資人、IDG資本合夥人樓軍回憶，他向祝銘明問起具體產品形態，後者就在桌子上給他畫了一個蛋，說這個蛋是一個燈，下面可以放音箱，你說什麼，它都可以聽得懂。
▲Rokid若琪新品。
Rokid第一代產品若琪，2016年4月才開始小批量生產，因為公司內部有條紅線：用戶滿意度至少要達到85%，才能推向市場。
由於國內市場有待培育，很長一段時間，若琪有點像是發燒友小圈子裡自娛自樂的設備。即使是擁有京東管道與科大訊飛技術雙重優勢的叮咚，也在市場推進過程中遭遇重重障礙。
一位不願透露姓名的業內人士對《財經天下》週刊記者表示，叮咚智慧音箱迄今實際總出貨量僅在10萬台左右，而真正達到入口級水準的產品，這一數量至少要在百萬台。“那兩年，魏強挺辛苦的。”他說。另據稱，因為批量偏少，叮咚還曾被上游供應鏈合作企業提價。
不過，進入2017年後，智慧音箱驟然火爆，市場迅速升溫。祝銘明開玩笑說：“現在最辛苦的就是媒體記者了，大家都在吹，記者都不知道該怎麼寫了。”
與Echo式成功還相去甚遠
多位業內人士表示，中國智慧音箱企業很難複製Echo在美國的成功。
綜合看來，原因包括以下幾點：第一，用戶基礎不同。出門問問曾在中美兩國做過用戶調研，美國80%的受訪者知道智慧音箱，而國內受訪者對此的知曉率只有15%~20%。第二，美國人的客廳、廚房普遍很大，也很開放，更適合遠場語音交互。第三，使用習慣不同。音箱在美國屬於大的消費品類，而國內音箱普及率不到20%，更不用說智能音箱了。
使用者體驗無疑是判斷產品能否撬動國內市場的基本依據。
百度音樂商業總監劉小北對智慧音箱的印象停留在“Low”“不實用”層面。他的家裡擺著好幾個品牌的智能音箱，都是半年前購入的，但有的經常斷連，有的無法理解指令。新鮮感消退後，索性放在角落裡任其吃灰了。
之前同合作夥伴私下交流時，劉小北曾調侃智能音箱是個偽需求。“父母來你家，看你跟音箱扯著嗓子說話，那場景得多傻呀。”
“智能音箱會是入口嗎？我不知道，也許會。”祝銘明強調，產品成為入口的前提是用戶喜歡並頻繁使用，而非只是放在那兒而已。他看過一組資料，語音交互產品使用7天后，留存率僅為3%。“滿分100分的產品，做到85分，勉強有人用。但要用戶一直使用，就要90分以上。”
《財經天下》週刊記者曾問聯想集團執行副總裁劉軍給聯想智慧音箱打多少分，劉軍打了80分。但這款產品，聯想並未重推，市場反響一般。劉軍給出的解釋是，智慧音箱與傳統PC硬體的產品邏輯不同，前者需要在使用者使用過程中不斷調試、反覆運算。
就此而言，先行者叮咚，軟體產品已經反覆運算了30多個版本。比如交互層面，原來每完成一步操作，叮咚都會有提示音回饋，但用戶覺得囉嗦，後來就取消了。另外，叮咚已累積海量的使用者語音交互資料，可據此對遠場語音辨識技術不斷優化。
出門問問創始人李志飛發現，目前有些智慧音箱廠商，Demo展示得很炫，但絕口不提產品缺陷。事實上，真到推廣時，細微的缺陷也會變成巨大無比的痛點，比如聯網穩定性、語音交互速度、是否耗電等。
這些其實都是出門問問此前做智慧手錶時踩過的坑，今天同樣適用于智慧音箱行業。出門問問也是語音助手Google Assistant的硬體合作夥伴之一，該公司的戰略方向便是“語音交互核心技術+軟硬體結合”。
▲即將上市的出門問問智能音箱新品。
小雅團隊也在硬體研發上踩過很多坑。比如音箱頂部布料略緊繃，加了0.5毫米厚的襯料後，小雅語音辨識率一下從95%降到了10%，幾乎每一句都聽不懂。物料形態變化導致演算法失效，重新計算多花了1個月時間。小雅原定2月14日發佈，後來一直拖到6月20日。
“一點點改動，就有可能要全部推倒重來，很恐怖的。”李海波感慨稱。
目前國內智慧音箱最大的技術問題，或許是語義理解和多輪對話的使用者體驗不夠好。舉個最簡單的例子，當用戶說“我想聽《羅輯思維》”時，音箱很可能百度出來的是“什麼叫邏輯思維”。
《財經天下》週刊記者曾體驗過某知名廠商產品，在半米內讓其“播放李健的歌”，音箱被喚醒後，傳來的卻是高亢的民族女聲。這是上一首被叫停的歌曲。記者說“下一首”，音箱繼續播放該民族風歌曲。再讓其定個鬧鐘，音箱則陷入尷尬的沉默。
魏強分析稱，語義理解是世界性難題，需要場景開放，而且資料量要足夠大，所以智慧音箱要限制內容服務的類型和範圍，這是語音交互產品與傳統觸控產品頗為不同的一點。
“很多品牌，在前端環節就是拼模組、拼技術，而不是拼體驗。”李海波在深圳見過的絕大多數智慧音箱品牌，需要準確說出“播放下一首”這5個字，音箱才能聽懂指令。但其實，這句話的表達方式有60多種，比如“給我換一個”“我不喜歡這個”等。
從決定自己做智慧音箱以來，李海波帶領團隊一直以“處☆禁☆女座”的苛刻全心打磨產品。為讓聲音有老收音機一般的質感，小雅底部喇叭換過30多個。他的要求是，低音渾厚，高音不刺耳，連續收聽3個小時不會覺得煩躁。因為按照他的標準，音箱使用時長不到3小時，都不算啟動。基於技術突破，目前小雅已可實現語音內容的中斷點播放。
李海波稱，喜馬拉雅作為內容型互聯網平臺，殺入硬體領域做智慧音箱，目的就是要樹立一個語音交互體驗的樣板。
目前叮咚、天貓精靈X1等已接入喜馬拉雅的內容，不過據稱真正開放共用的內容，不到喜馬拉雅6800萬條語音內容的30%。還有一些熱門內容，如郭德綱相聲等，按照與版權方的協議，喜馬拉雅只被允許在本平臺播放，不能再轉售或共用。
創業公司只能當炮灰？
迅雷聯合創始人程浩近日在一次演講中直言，入口爭奪戰，創業公司要躲遠點，不是濺一身血的事兒，而是很容易成為炮灰。
言下之意，這是巨頭的遊戲。
但Rokid、出門問問等創業公司未必這麼看。他們正著眼當下，竭力提升用戶體驗。
“阿裡的發佈會我去看了，出來我就放心了。”一位要求不具名的業內人士表示，他原以為天貓精靈X1會有塊螢幕，類似EchoShow，以凸顯電商平臺的購物優勢，實際上並沒有。在他看來，阿裡現在做的事，並不是他們擅長的。此外，軟硬體結合是一種基因，不是資源整合、找別人去拼組就能真正達成的。
Rokid創始人祝銘明不擔心與大公司的競爭。在他看來，巨頭的加入有助於炒熱市場，但智慧音箱的市場容量支撐不起大公司的欲望。
祝銘明認為，巨頭在流量、資料、資金等層面具備優勢，但大公司做單品的壓力在於，能否在短時間內集聚大量用戶，如果一年只賣幾萬台，與平臺量級不匹配，談入口就沒有意義。在他看來，目前國內用戶對智慧音箱的接受程度有限，大公司在投入不菲的情況下，是否有足夠的耐心等待該單品不斷反覆運算，成長為爆款，很難講。
號稱要“All In”人工智慧的聯想，就沒有把賭注只押在智慧音箱上。劉軍透露，智慧音箱是聯想看好的眾多智慧設備當中的一款，公司另外還有一個全線產品規劃。
李志飛同樣不認為BAT入場就能把創業公司碾死，理由是，智慧硬體不像互聯網軟體產品那樣可以贏家通吃。比如智慧手機領域，蘋果再厲害，也只占到了全球15%的市場份額，後面的華為、小米等前十名都有不錯的出貨量。
但對小公司而言，挑戰也顯而易見：人才儲備、技術研發、資源整合等，哪個環節出問題，都有可能玩不下去；此外，巨頭湧入後，小公司的步伐很有可能被打亂。
先行者如Rokid，已經在加快節奏，除了尋求獨家內容合作商，他們另已開始在探索線下銷售模式。原因在於，祝銘明發現，智慧音箱的線下轉化率非常高。為提供更好的用戶體驗，若琪今年準備在20個城市開設50家線下直營店，選址多在城市購物中心。在控制電器上，若琪可接入Philips、LifeSmart、BroadLink、ORVIBO、米家等多品牌。
祝銘明認為，兩類公司最後會成為贏家：要麼有極致體驗，要麼有極致內容。作為創業公司，Rokid的目標是前者。據稱，目前若琪日活比例超過50%，用戶日均使用時長超過1小時，總會話量則已超過1200萬次。
業界此前猜測，內容、家居生態系統會構成大公司的競爭壁壘，比如阿裡旗下擁有蝦米音樂；騰訊拿下了環球、索尼、華納三大唱片公司的全部獨家版權；而作為全球最大的智慧硬體平臺，小米智慧家居聯網設備總量已超過6000萬台。但至少就目前來看，內容提供者、家居品牌商大多抱持的是開放的態度，他們願意與多家智慧音箱企業合作。比如，百度音樂可同時接入小雅、天貓精靈X1、叮咚等。
目前，百度音樂已與10多家硬體方案商有直接合作，形式是收取很少一部分的版權授權費。“畢竟內容是有成本的。”張小北稱。
市場熱度仍在持續攀升。不出意外的話，出門問問Tichome智能音箱、天貓精靈X1等都將在8月正式發售，騰訊也有望在本月發佈其智慧音箱產品“耳朵”。
值得一提的是，近日“價格屠夫”小米的入場，扭轉了人們對智慧音箱的關注點。遠未成熟的市場上，價格戰的硝煙已若隱若現。
▲小米發佈會及同日推出的售價299元的小米AI音箱。
目前，叮咚TOP售價399元，天貓精靈X1售價499元。比天貓精靈X1晚20天發佈的小米AI音箱，售價299元，同品類最低。小米公司聯合創始人、小米電視負責人王川認為，當下最重要的是降低用戶嘗鮮的門檻。
出門問問創始人李志飛此前預計，國內50%以上的智能音箱，定價會低於500元，因為價格超過1000元的電子類產品，在電商平臺上很難銷售。
“我們主要省掉了管道費和市場費，而這兩部分在整個硬體行業支出中的占比都很大。”王川說，這是小米的優勢之一。小米AI音箱是小米互聯網音箱的升級版，從研發到發佈用了近一年。
當初在做產品定義時，他們就認定，智慧音箱售價不能超過300元。因為這是新品類，普通用戶並不知道它到底能幹什麼，或者到底能不能像演示的一樣好用。“如果你把它賣到1000元，試錯成本就特別高；如果賣299元，這就是一頓飯的價錢，大家就願意去嘗試一下。”王川說。
Rokid算個異類，一代產品定價5280元。祝銘明解釋稱，Rokid的早期目標使用者是品質敏感型而非價格敏感型。2017年4月，Rokid二代產品“月石”售價降到1299元。據稱僅用了一個多月的時間，月石的銷量就已達到近萬台。
6月20日開放預售的小雅，市場價999元，首批預售價699元，5萬台半小時被搶光。李海波說，最初把量估小了，被搶光後，公司緊急派人到深圳追產，但其中有4個主要晶片的原料，生產週期較長，要兩個月。小雅計畫2017年銷售100萬台，但因為硬體經驗不足，備料不夠，目前每天只能生產3000台。
劉小北對智能音箱的看法也在更新。他堅信這是未來的發展方向。據他所知，有些硬體方案商開始直接與房地產開發商合作，從新房裝修入手，致力於打造智慧語音助手無處不在的家居環境。
智慧音箱的火熱，終於有了從行業內緩慢向行業外傳導擴散的跡象。
共同做大蛋糕才能有未來
被寄予智慧家居入口厚望的智慧音箱，市場容量究竟有多大？一個業內共識是，短期內出貨量會在幾百萬台。
至於未來，魏強認為，完全要看智慧音箱在國內消費者心目中的定位，如果仍是科技數碼類體驗產品，則市場容量較小。
“我認為，兩年之後，中國市場會達到千萬台以上的規模。”王川說。在他看來，智慧音箱就像家電的遙控器，未來每個家庭都需要。
但在通往爆款的路上，智慧音箱還要經歷技術泡沫期的小滑坡。
魏強發現，以前做平板、手機硬體的廠商、方案商，現在好像不搞智慧音箱，出門都不好跟別人打招呼；還有晶片商，直接拿平板晶片的方案在智慧音箱上擴展。
大家都怕錯過風口。李海波在深圳看到，有些廠商花80元買個科大訊飛的授權，再拼模組，就攢出一款智能音箱。
“真不是拼模組的小事。手裡沒有大資料、大人才、大夢想的公司，做不起。”李海波說，小雅團隊300多人，歷時402天，才把技術打通，而當初Echo研發用時更長，有2000多天。
小雅的語音技術來自獵戶星空，這是成立於2016年9月的一家人工智慧創業公司，曾獲獵豹4000萬美元投資。李海波評價獵豹CEO傅盛“是一個打仗的人”：團隊開始只有9個演算法工程師，3個月後，傅盛給增配至100人，後來是300人；微信上有48個工作小組，傅盛和餘建軍親自跟專案。
目前，喜馬拉雅已把介面對外開放，希望用一個體系打通所有智慧家居場景。美國智慧家居行業有統一標準協定，很多服務內容，Echo可以直接接入，但國內基本都是自己打天下。
這也是魏強擔心的。要打開國內市場，最好的途徑是合作，把各家優勢資源整合到一個平臺上。在他看來，如果每家都單獨做，最後只能是低水準重複建設。
目前阿裡有人機交流系統AliGenie，百度有DuerOS，小米則有水滴平臺，都向協力廠商開放。但細看下來會發現，這是一個個“孤島”。
魏強對此並不陌生。其實早在智慧家居興起之初，海爾等家電巨頭也是自己做平臺，京東則打造了“京東微聯”，如此種種。雖然每家都拿自己的長處來做，但它們相互之間沒有打通，無法充分滿足終端消費者的需求。至少過去兩年，這種割裂是智慧家居行業停滯不前的重要原因，智慧音箱的發展也受其影響。
目前，各智慧音箱品牌，僅支援部分智慧家居廠商生產的標準設備。比如叮咚可接入京東微聯、美的美居、米家旗下的智米和華米；天貓精靈X1可接入阿裡智能、塗鴉智能；小米AI音箱可接入小米生態鏈設備，並通過米家智慧插座等，控制非小米系產品；小雅則可接入海爾、小米等家電。
魏強認為，智慧音箱行業雖然有著美好的前景，但蛋糕還不大，入局企業當前的首要任務是共同把蛋糕做大，而非圈地、站隊。
李海波估計，市場上最終勝出的品牌不會超過10家，每家會各有特色，比如良好的購物體驗、連接所有設備、海量內容等。
李海波依稀看到了智慧音箱的未來：僅半年時間，他剛剛5歲的兒子已經離不開家裡那台內測版的小雅了。孩子被禁看手機和電視，但他會一邊抱著玩具，一邊讓小雅講故事。這種陪伴感在日益加深。
一天，李海波背走小雅去見客戶，孩子連打了十幾通電話，重複一個問題：小雅去哪兒了？
【本文首刊於2017年8月14日出版的第139期《財經天下》週刊】