別調戲各路中文語音助手了，了解 Echo 和 Alexa 才是正經事。

語音時代核心硬件形態(tài)：Echo 定義

四年前，搭載語音助手 Alexa 的亞馬遜智能音箱 Echo 問世，伴隨其出現的，還有一個全新的概念，“Voice First”。當時亞馬遜 Echo 的負責人 Mike George 認為，語音交互具有完全無門檻的易用性和高度直覺化的引導，所以人機交互的未來將圍繞著“語音”展開。這套理論在當時并沒有得到廣泛的認可，畢竟彼時 Siri 問世已有 3 年，并沒有做出什么實質性的成績，人們對 Siri 的使用更多是停留在“調戲”的層面，很少有人會真的從實用的角度去討論如何使用 Siri。

人們對語音交互有著天然的不信任，也很難從過去幾十年的圖形界面的舒適區(qū)中馬上走出來。亞馬遜卻認為問題并不出在“語音交互”本身。它通過 Echo，大刀闊斧地砍掉了“圖形界面”的存在，用音箱這種形式，“強迫”用戶通過語音去和這樣一個計算設備進行交互。

在屏幕消失之后，用戶開始發(fā)現其實語音交互在一些場景下反而相當方便且高效。早上起來一邊刷牙一邊問問 Alexa 今天的天氣，讓 Alexa 播放自己喜歡的音樂。Echo 的誕生讓人機之間的“有效交互距離”被顯著延長了，你不需要將手放到鍵盤鼠標上，不需要將手指放到觸摸屏上，就可以“隔空”和一個計算設備進行交互，這是智能音箱的核心產品優(yōu)勢。

后來的故事我們都知道了，谷歌、蘋果反而成為了跟隨者，Google Home、HomePod，是這兩大巨頭對“Voice First”理論的認可。蘋果在 HomePod 的產品設計上主打音質而非“智能助手”，且在發(fā)售時間上姍姍來遲，緊隨其后的消息就是其銷量上的滑鐵盧。三個月 60 萬臺的銷量，使蘋果在智能音箱這個新戰(zhàn)場上僅僅占據了 6% 的市場份額。而同期 Echo 的銷量卻高達 400 萬臺。

Echo 在語音交互世界里，為亞馬遜獲得了產品形態(tài)的領先，最新的數據顯示，Echo 已經占據了這個市場 73% 的份額。亞馬遜也在過去的幾年里盡自己所能，讓 Alexa 進入越來越多的硬件。無論是智能家居還是車載智能系統(tǒng)，亞馬遜希望 Alexa 無處不在。

谷歌也是這么想的，所以從去年到今年的 CES 上，亞馬遜和谷歌圍繞著第三方硬件支持展開了一場軍備競賽，越來越多的第三方硬件開始支持 Alexa 或 Google Assistant，正在漸漸形成一種“一呼百應”的態(tài)勢。

從 Skills 到 Blueprints，Alexa 開始做得更多更好

但亞馬遜深知，硬件層面的產品形態(tài)只是“Voice First”的第一步。更關鍵的深層次問題仍然在于軟件的體驗，如何讓 Alexa 可以做的事情越來越多，最終圍繞著語音交互搭建起一個豐富完備的平臺，逐漸開始生態(tài)化，才是亞馬遜完成這樣一個“語音烏托邦”的關鍵。

所以亞馬遜為 Alexa 打造了“Skills”（技能）。Skills 允許第三方開發(fā)者針對 Alexa 開發(fā)應用和功能，讓用戶可以借由 Alexa 使用第三方的服務。（類似于開發(fā)者為蘋果生態(tài)開發(fā)的可在 App Store 下載的 App。）到去年，Alexa 上的 Skills 數量超過了 15000 個，遠超谷歌的同類產品“Action”（動作）。更不必說蘋果必須配合 App 才能工作的 SiriKit，在發(fā)布兩年之后還處于一個幾乎未起步的狀態(tài)。

第三方開發(fā)生態(tài)的蓬勃發(fā)展，讓 Alexa 在第三方服務接入的生態(tài)豐富性上一騎絕塵。但這并不代表 Alexa 的體驗能夠碾壓 Google Assistant。Alexa 的平臺上仍然存在著大量沒什么人用的冷門 Skills，市場調研結果也顯示，絕大多數情況下用戶仍然只用亞馬遜本身開發(fā)的那些簡單的基礎功能。而論基礎功能，Alexa 和 Google Assistant 甚至 Siri，在體驗上并沒有很大的差別。

這可能是 Blueprints 誕生的源動力。

一個月前，亞馬遜為 Alexa 帶來了 Skill Blueprints 功能。直譯過來的意思就是“技能藍圖”。Blueprints 有點像針對 Alexa 的 Workflow，用戶不需要任何編程語言知識，就可以利用 Blueprints 中預設的模版，將你想要提供的信息以“答案”的形式寫進已經準備好的“問題”里，打造屬于用戶自己的“技能”。

盡管目前 Blueprints 所支持的預設功能還非常有限，只能在預設的模版下，為特定問題預設答案。這使其在應用層面沒有太多的靈活性，僅僅能用它來制作一些“問答游戲”。包括其中一個比較實用的功能是，讓來到家里的訪客可以問 Alexa 家里的 Wi-Fi 密碼，以及如何使用電視這樣的問題。目前制作好的“藍圖”也不能被發(fā)布或分享，嚴格與制作者的亞馬遜賬號綁定。

但 Blueprints 的產品邏輯使其完全有潛力成為亞馬遜自己的 Workflow 或 IFTTT，通過設置一系列的條件和操作，其完全可以讓 Alexa 平臺上的眾多功能更加有機地結合起來。

想象一下，你對 Alexa 喊出“我要去上班了”，Alexa 就可以自動關閉家里的燈、在關門后自動落鎖，開啟洗衣機，然后自動為你叫一輛 Uber。這在未來將成為 Alexa 上眾多功能的粘合與催化劑，也會讓目前的語音交互到達一個全新的次元，在定義上也將更加接近于“系統(tǒng)”的概念。

語音時代：將語音交互的邊界推向更遠的遠方

在“培養(yǎng)用戶的語音交互習慣”取得了初步成果之后，亞馬遜推出了帶屏幕但主要交互仍基于語音的 Echo Show。而在今年 Google I/O 的首場 KeyNote 上，谷歌也宣布其將在今年力推帶屏幕的 Smart Display 產品。在消費者已經開始慢慢習慣與智能設備進行語音交互之后，帶屏幕的 Smart Display 存在的產品意義很明顯，就是要拓寬這樣一個語音交互世界的版圖，讓智能助手有更強大的信息展示功能。當用戶問接下來一周的天氣時，與其將每一天的天氣用語音播報出來，直接在屏幕上顯示一張氣溫折線圖，一定是更高效的。將語音交互和圖形界面進行更深度的結合，有助于將智能語音助手進一步打造成一個完整的，擁有強勢功能的“下一代操作系統(tǒng)”。

作為語音交互領域的領軍者，亞馬遜已經繪出了一副完整的藍圖，描繪了這樣一個“語音烏托邦”。無論未來的世界是否將被語音交互所主導，它至少會成為一塊誰都不可忽視的大蛋糕。今年的 CES，亞馬遜和谷歌在智能硬件領域仍打得熱火朝天，兩邊都想獲得這樣一個“語音烏托邦”的主導權。

有一種觀點認為，亞馬遜之所以要搶占語音交互領域的先機，其中的最關鍵原因在于，作為一家零售商，亞馬遜想要占領一個“最簡單、最直接的指令入口”。這種解釋是很合理的，在語音交互的抽象世界里，“默認選項”的壟斷力量只會比圖形界面更強大。如果人們習慣了對著智能音箱喊一句指令就可以買東西的生活，將這些指令接入到亞馬遜自身零售業(yè)務的重要性是不言而喻的。

無論是作為“下一代人機交互標準”，還是作為“零售行業(yè)的重要入口”，亞馬遜成功地驅動了用戶和計算機“說話”的欲望。人機交互的公式被圖形界面定義了數十年之久，整個行業(yè)也幾乎被巨頭們籠罩得嚴嚴實實。亞馬遜通過自己敏銳的產品洞察力，在其之上撕開了一個大裂口。而如何將新的交互方式與自身的業(yè)務線有機結合，將會是亞馬遜未來 5 - 10 年的機遇與挑戰(zhàn)。

剛剛過去的 Google I/O，谷歌在語音助手這一塊展現出了空前的重視程度。而接下來的 WWDC 18，蘋果也將在這個領域交出一份自己的答卷。無論是把握著互聯網軟件服務的谷歌，還是把握著硬件制造和銷售主導地位的蘋果，都不希望看到計算機交互的未來被把握在亞馬遜的手上。而 Alexa 能否成為亞馬遜走向美國科技界制高點的關鍵動力，會是未來幾年內不可忽視的重要話題。