606
機器人
人工智能第一股“科大訊飛”最近遇到了一些麻煩
一直以來，科大訊飛被稱為“人工智能第一股”，自5月開始，股價漲勢迅勐，市值近千億。然而近期，科大訊飛經曆了“驚心動魄”的一周。8月27日，訊飛的股價開始了毫無征兆的閃崩跳水，8月27日-28日兩個交易日累計跌幅10%，市值瞬間蒸發。
圖為科大訊飛28日股票指數
質疑點
這一始料未及的股價震蕩引起了多方對於科大訊飛質疑，以及對語音交互產業空前的巨大質疑。特別是，隨後長江商學院薛雲奎教授的一篇文章《科大訊飛業績含金量低風險巨大》，再一次把語音交互產業，甚至人工智能，推上了風口浪尖。
薛雲奎對科大訊飛的市值提出質疑，稱科大訊飛是股市上的大公司，財報上的小公司。該公司2016年度的銷售額為33.2億，稅後淨利潤為4.97億。他就此提問：一家小公司何以在證券市場上賣出800億至900億的市值?
薛雲奎分析認為，科大訊飛代表的是時下最熱門的人工智能概念。它所擁有的核心技術是智能語音識別與合成，其產品已占到中文語音技術60%以上的市場份額，語音合成產品70%以上的市場份額，而在電信、金融、電力、社保等主流行業的份額更是高達80%以上。不過他話鋒一轉，“看生意的關鍵還是要看業績，尤其是財務業績。”
他認為科大訊飛的財務業績是表麵光鮮但含金量低，最後指出，公司利潤不可持續，在其光鮮的增長背後，其實隱含了巨大的風險。
其實，這半年媒體對於語音交互產業的關注度非常高，一直以來看多和看空的聲音爭執不下。此次股市風波，又一次把這個問題擺在大家麵前。
那麼，此次科大訊飛的股價震蕩是實屬個案？還是真的是語音交互產業存在巨大風險？人工智能會再次遭遇新一輪凜冬嗎？
語音交互行業虛景？
的確，在國內A股市場的科大訊飛，是近場語音交互行業的龍頭企業。其優勢在於概念先發、行業背景和地方支持。但是，即便是其技術，科大訊飛也不能代表語音交互整個行業。
因為在語音交互行業，還有很多互聯網巨頭，如百度、阿裏、騰訊，以及創業公司，況且人工智能時代真正落地產業的是遠場語音交互，而不是科大訊飛所擅長的近場語音交互。
除此之外，從市場和技術兩個角度來看，大家看待這個新興市場的時候也有點過於謹慎和悲觀了。
首先，從市場的角度來看。從大格局來說，這個行業確實還沒有形成規模，全球年收入也就在100億人民幣以內規模。但是語音交互天生有個優勢，就是如果未來世界需要機器更加智能，那人機交互就是首要解決的問題，我相信大部分人無法忍受一個不懂人話的機器還叫智能。如果這個趨勢我們達成共識，那麼對於這個行業趨勢的質疑就無法立足。
再從具體的點來看，語音交互輻射太多的人工智能相關產業，其實是個龐大的產業集群，剛剛興起階段，必然就需要一個突破口來落地。很明顯的是，這個突破口應該是當前非常火熱的智能音箱。全球幾乎所有互聯網巨頭創曆史的達成共識，聚焦於一個小小的智能音箱，這絕不是偶然，即便頭腦發熱，也不可能如此跟風。
其實智能音箱成為這個突破口，有著自身天生的優勢：
音箱是在線音樂落地的天然載體，而在線音樂是剛需但正尋求突破的產業；
而且音箱形態本來沒有觸摸屏，不會讓萌芽的語音交互被觸摸交互所秒殺；
另外音箱是市場已經驗證的成熟品類，恰好也處在從藍牙音箱升級的風口。
這樣看來，不管在智能音箱上怎麼折騰，其實趨勢風險都不會是太大，這就會讓廠商將精力聚焦到產品打磨而不是研判趨勢方麵，更容易誕生用戶口碑較好的產品。事實上，智能音箱的銷量已經被市場證明了，Amazon的Echo銷量已經過千萬，而小米的小愛同學第一批產品公測就獲得了超過百萬用戶的參與，這說明智能音箱的概念其實已經被用戶所接受了。
圖為亞馬遜Echo
現在最需要解決的就是降低廣大用戶體驗智能音箱的門檻，北美的亞馬遜、穀歌、蘋果在行動，韓國的三星也正式入局。近來，日本廠商索尼、鬆下也開始宣布搶進，在德國IFA上發布了智能音箱產品。國內除了創業公司，阿裏和小米都在行動。所以說，恰恰是看到了這一點，小米能超越此前發貨的眾多智能音箱，未來銷量脫穎而出也是大概率事件。
但是當前市場的智能音箱又有點過熱了，眾多的創業公司也擠入巨頭們競爭的主賽道，很多時候媒體也誇大了智能音箱的作用。
智能音箱現存思考
提到最近大火的智能音箱，我們最好再思考以下幾點：
（1）不要把智能音箱看作什麼人工智能的入口，這顯然誇大了智能音箱的重要性，人工智能是物聯網的智能化，物聯網天然就要去中心化。人工智能時代，我們的入口絕對不再僅僅隻有PC、智能手機或者智能音箱，而應該有更多的入口出現，比如智能電視、智能盒子、智能汽車、智能耳機，甚至智能冰箱、智能攝像頭等。智能音箱，更準確的定位應該是人工智能的突破口，迄今為止，大眾真正有了一款可以解放雙手自由操控的機器，這對於遠場語音交互具有劃時代的意義，或許還將引起更多一連串的反應。
（2）不要拋開具體產品PK什麼技術，或者憑空發布一些數據誤導大眾。語音交互領域的巨頭和創業公司應該說各有技術特點和優勢，而且技術本身就是一個迭代的過程，專注的廠商更具有技術優勢。況且，語音交互產業其實已經從近場過渡到遠場，其技術架構已經迭代進化了。遠場語音交互技術最大的困難就是解決真實場景的複雜性，這不是實驗室炫技的技術，而是需要經過市場打磨和用戶認可的技術。
（3）遠場語音交互技術從用戶體驗鏈條上來看，包含遠場喚醒和遠場識別兩大功能，麥克分陣列技術隻是服務於這兩個功能。遠場喚醒需要關注喚醒率和虛警率，而遠場識別主要關注識別率。各家技術的差異度並不是那麼巨大，比如喚醒率，安靜狀態下大部分都可以達到90%以上。但是僅僅這個參數是不夠的，因為人類天生處在複雜環境，比如人類習慣的噪聲場景下喚醒率和虛警率能怎樣呢？那麼又該如何定義這些噪聲？當然還有更多複雜的問題需要解決，比如方言問題？小孩子問題？老人問題？老外說中文又該怎麼辦？這還不涉及語義理解，如果窮舉下去，我相信技術人員會崩潰，但是這就是未來我們要解決的事情，人工智能才剛剛開始，可能需要幾代人的努力。
（4）智能音箱產業是一個市場巨大的產業，而且由於音箱品類的本質屬性，很難出現隻有幾家壟斷的情況。這事實上也是產品廠商相對平台廠商的無奈，平台可以壟斷，但是產品很難壟斷。比如智能手機，即便蘋果如此強勢，仍然還有三星、華為、小米、Vivo、Oppo等，智能音箱的市場其實更加碎片化。但是有一點倒不能忽視，就是產品很容易出現頭部廠商壟斷份額或者利潤的情況，比如蘋果就壟斷了智能手機的利潤。
另外，從技術方麵來看，語音交互市場是否存在巨大風險呢？
技術層麵風險
其實，從技術方麵來看，我們剛才也提到，語音交互已經從近場發展到遠場，主要是解決真實場景的複雜性，這是聲光電熱力磁都要麵臨的問題，否則技術永遠都隻能放在實驗室或者PPT上炫技。應用於市場的技術，從來都不是最領先的技術，而是最為成熟的技術，也是打磨最好的技術。
遠場語音交互其實已經邁過了這個坎，其中最為關鍵的兩項技術：麥克風陣列和遠場語音識別其實都已經相當成熟。麥克風陣列技術屬於聲學領域範疇的技術，更加偏重於物理，這個技術其實在聲學領域已經發展了幾十年，其原理和方法並沒有突破理論的邊界。
圖為麥克風陣列技術
而遠場語音識別，其模型和算法也都是機器學習的成熟技術，大部分場景的複雜性其實依賴麥克風陣列解決，其核心是用海量數據彌補麥克風陣列的不足。因此，當語音交互行業從近場邁入遠場領域，並不存在技術上的不可逾越，這就規避了技術導致的趨勢風險，這很重要，因為很多新興行業未能崛起就是因為技術上還存在重大缺陷。
但是，不存在技術鴻溝，不是說遠場語音交互沒有技術壁壘，恰恰相反，正是因為技術的升級導致了競爭格局的重新洗牌。技術總是會產生類似的效果，比方說顯示領域經曆了CRT、LCD、LED、OLED的技術升級，而這種升級誕生了很多新巨頭，同時也導致了一些巨頭的沒落。同樣，手機領域從電話、尋唿機、功能機、智能手機的技術升級，也導致了類似的結果。
因此，語音交互領域從近場到遠場的技術升級，也給很多初創的公司留下了很大的想象空間。但是，這對於創業公司來說也並非都是利好，因為這意味著競爭的加劇，即便科大訊飛也是如此。
烏鎮智庫 資訊盤點
最後更新：2017-10-07 23:50:01