“2018中國綠公司年會”于4月22日-24日在天津舉行，主題為：智能商業(yè)時代 高質(zhì)量發(fā)展與價值創(chuàng)造。出門問問創(chuàng)始人兼CEO李志飛出席【全會-AI專場】并演講。

以下為李志飛演講全文：

　　李志飛：標(biāo)題是“AI語音怎樣如何打造企業(yè)競爭力”。出門問問干了兩件事情，自己開發(fā)語音交互技術(shù)，從麥克風(fēng)的陣列到環(huán)形，到語音識別，到對接、TTS，一整套的端到端的語音交互技術(shù)，在全世界或者中國創(chuàng)業(yè)公司比較特別一點的，因為一般的創(chuàng)業(yè)公司是開發(fā)一個單一技術(shù)，而出門問問是開發(fā)端到端的語音交互技術(shù)，在中國和全世界都是比較少見的，這是第一件事情。

　　第二件事情，出門問問把語音交互運用到智能硬件場景下，主要是自己直接面對消費者，跟全世界99%的AI創(chuàng)業(yè)公司不太一樣，主要業(yè)務(wù)是ToC，因為一般的AI公司是ToB。

　　過去大概五年多的時間我們做了很多探索，對AI到底怎么落地消費場景有一些想法。第一，軟硬結(jié)合是落地ToC的主要方式，今天聽起來比較容易理解，但在2013、2014年做智能硬件的時候，很多人覺得為什么算法公司一定要做硬件，不太理解。舉兩個例子，一個是谷歌，一個是我們自己。谷歌在過去硬件方面，比如智能手機、智能音箱、智能耳機，這是非常非常嚴(yán)肅的事情?？赡芤郧按蠹依斫夤雀韪嗟氖欠?wù)、軟件公司，但它在硬件方面，尤其是過去兩年花了很大的血本做硬件。出門問問，智能音響、智能手表做了很多硬件嘗試。很多人問為什么谷歌和出門問問做AI落地，為什么自己做硬件，而不像以前安卓系統(tǒng)，像谷歌開發(fā)安卓，很多合作伙伴做硬件，這是時代的變化，階段也不太一樣，今天最主要的原因我認(rèn)為是AI技術(shù)非常不成熟，不像一個查檢直接插到另外一個地方拼起來就可以直接用。在這種情況下，如果想把AI落地，想依賴于合作伙伴跟你有同樣的想法，對AI有同樣的態(tài)度，是比較難的，過去無數(shù)次證明，每次做一個證明都發(fā)現(xiàn)很難找到合適的合作伙伴，連谷歌都存在這樣的問題。軟硬件結(jié)合才能做出好的用戶體驗，這是最主要的核心問題。

　　當(dāng)然，另外一個觀點，可能是因為AI的商業(yè)化如果純粹靠軟件是比較難以商業(yè)化的，必須通過硬件作為一個載體進(jìn)行AI的商業(yè)化，如果AI是靈魂，各種硬件就是體，靈魂需要護(hù)體才能產(chǎn)生價值，至少未來一兩年，軟硬結(jié)合是AI落地最主要的方式。

　　語音交互大家都覺得很重要，但如果大家去做一個調(diào)查，在日常生活中，語音交互不是主流的交互方式，最主要的還是用鍵盤、觸摸屏，為什么?未來語音交互是不是一定沒有希望?接下來講一下我們的觀察，解釋這幾個問題。

　　首先看一下欲活躍，大家都用過各種設(shè)備，手表、音箱，出門問問做ToC，在所有設(shè)備商都做過語音交互運用。手機的欲活躍非常低，一百個手機用戶，可能四個用語音交互。我們曾經(jīng)做過谷歌語音搜索應(yīng)用，2014年，中國80%以上的谷歌硬件都裝在我們的語音搜索應(yīng)用，那個場景下，用戶打開谷歌，可能90%的用戶都會用到語音交互，因為那是唯一的交互方式。智能手表、音像的活躍率遠(yuǎn)遠(yuǎn)大于手機。為什么語音交互今天沒有成為主流的交互方式呢?非常量化的看這個問題，原因就是因為今天95%的智能設(shè)備都是智能手機，像智能手表、音箱、耳機、收集、智能車載，這是今天主要的交互設(shè)備是智能手機，但活躍度不是很高，導(dǎo)致語音交互沒有成為一個主流的交互方式。未來語音交互是不是沒有希望了?也不是，因為大家要看到一個大的趨勢，未來幾年，非手機類的智能設(shè)備增長幅度遠(yuǎn)遠(yuǎn)超過手機，這是以前的數(shù)據(jù)。上一個季度，中國智能手機不但沒有增長，可能是負(fù)增長，智能手機設(shè)備飽和率非常高，已經(jīng)很難再有大規(guī)模增長，但是其它類別，耳機、音箱的增長都是30%、50%、100%。做一個簡單的數(shù)學(xué)，今天的絕對數(shù)量，再算一下未來的增長率，可以很快的做一個判斷，在將來三年、五年會看到非手機類的智能設(shè)備超過30%以上，美國會走的更快一點，其次是歐洲，然后才是中國。

　　為什么非手機類的設(shè)備占到30%以上如此重要?因為非手機類的智能設(shè)備語音交互方式是非常重要的方式，30%的設(shè)備都是非手機類的時候，首先這些設(shè)備都是小型化的，第二，是便攜的。美國計算機博物館，隨著年代的進(jìn)程，網(wǎng)絡(luò)、村存儲、計算的設(shè)備都是小型的、便攜化的，無論是耳機還是手表和其它車載設(shè)備都是小型化、便攜化，沒有屏幕了，沒有鍵盤了，而且是隨身攜帶的，在路上很不方便用鍵盤、觸摸屏，在車?yán)锖懿环奖阌糜|摸屏、鍵盤。30%的設(shè)備都是非手機類的，而且沒有屏幕、鍵盤，語音交互就是非常重要的，甚至在某種程度下是唯一的交互方式，這個時候語音交互才會成為一個主流的交互方式。

　　作為AI公司，怎么打造語音的競爭力，我從出門問問的角度，或者怎么幫助第三方的角度講一下。任何一個AI公司，要有比較大的競爭力，關(guān)鍵的一句話，找到可以掌控的規(guī)?；瘓鼍?。過去很多人一直討論到底AI是數(shù)據(jù)重要還是算法重要、技術(shù)重要還是場景重要?到了一定規(guī)模下，一定是場景更重要，特別重要的是場景是可以掌控的，比如谷歌為什么一定做AI，一定要做硬件，只有硬件才是他自己可以掌控的場景，而且是規(guī)模化的場景，這是今天很多AI公司做到所謂獨角獸階段要面臨的問題，怎么打造自己可掌控而且是規(guī)?；膱鼍?，數(shù)據(jù)、算法只是敲門磚，不能構(gòu)成絕對的壁壘。

　　出門問問具體到怎么打造規(guī)?；膱鼍?都是大白話，很多時候特別忙，是不是每天都能思考一下幾個點，是不是打造一個可控的、規(guī)模化的使用場景。出門問問有幾點，第一，持續(xù)的迭代提升語音交互核心技術(shù)，雖然技術(shù)不能構(gòu)成絕對的壁壘，但必須持續(xù)性的保持領(lǐng)先，才有可能保持競爭力。第二，不停打造語音交互可以應(yīng)用的場景，無論是車載還是家居，還是智能的可穿戴。當(dāng)產(chǎn)品打造出來，特別重要的是真正規(guī)?；?，而不是做一下PR或者融一下資，搞一個發(fā)布會就結(jié)束了。今天很多AI公司確實都沒有找到，當(dāng)你做一個硬件達(dá)到一百萬臺，是特別重要的指標(biāo)。出門問問為了做銷量，無論做線下還是國際化，還是做線上，都花了很多精力，比如國際化，今天的智能手表在美國、歐洲、德國都是排前五名的，包括進(jìn)入美國最主流的best Buy的營銷渠道。

　　由于今天的營銷規(guī)模不夠大，必須把ToB也能滲透到ToC里去。2012年首先做技術(shù)、場景，第一次做軟硬結(jié)合的閉環(huán)，最近持續(xù)把閉環(huán)更大規(guī)模上循環(huán)的疊加。過去做了很多產(chǎn)品，有智能手表、音箱、耳機、車載設(shè)備，在市場上有一些產(chǎn)品表現(xiàn)的不錯，放在第三方的合作伙伴的場景。ToB，更多是利用在ToC打造的端到端的產(chǎn)品體驗，幫助合作伙伴提升他們的體驗，像谷歌或者大眾汽車都是ToB的合作，有麥克風(fēng)的陣列，也有智能語音機器人，包括對智能、新零售，所有的都是語音交互方式，放到ToB的環(huán)境里，給客戶提供更好的體驗。

　　謝謝大家!

　　鄧鋒：

　　算法、數(shù)據(jù)、場景，從場景入手，找到可控制的規(guī)模化場景很好。但是大家都這么想，選擇場景有規(guī)模，但很多人都在做，包括亞馬遜、BAT、小米，作為一個小公司，靠什么建立競爭壁壘，跟這些大公司競爭?

　　李志飛：

　　這是特別難但是又必須回答的問題，比如出門問問做智能手表，已經(jīng)不算小公司，200名工程師專門做智能手表場景，大公司的項目特別多，怎樣建立競爭，沒有大家想象得那么可怕，但是確實在特別關(guān)鍵的場景，比如智能家居，這是現(xiàn)在面臨最大的競爭，在美國有谷歌，中國有百度、騰訊、阿里，都在做智能音箱，對我們來說唯一能夠生存的方式不是硬碰硬，唯一能做的就是垂直化，比如智能音箱，我們的產(chǎn)品是兒童ID，給兒童看的，整個語音交互，從喚醒到內(nèi)容，到語音識別都是為兒童場景優(yōu)化的，這就是垂直化的例子，因為谷歌、阿里很難在這一刻說專注兒童的場景，這是我們選擇的一個方式。

　　鄧鋒：

　　還有一個問題，語音交互可簡單，可復(fù)雜。從你的角度看，中國做語音交互的技術(shù)，不光是語音識別，跟世界最先進(jìn)的水平到底有差別嗎?差多遠(yuǎn)?

　　李志飛：

　　鄧總講了特別核心的話題，一說到語音交互，就說是語音識別，其實最難的問題是加上對話，物理世界特別復(fù)雜，很多東西不可預(yù)測，這是確實必須承認(rèn)有難度。具體說中國到美國，在核心算法上可能有一點點差距，但是還是場景，做通用的對話系統(tǒng)，我覺得很難，基本上現(xiàn)在不太可能。但是做車載的時候，就那么幾個事情，導(dǎo)航、聽音樂、打電話，不會硬要聊天，談情說愛，在這種情況下，中國公司反而會做得更好，因為我們落地更快，而且更接地氣。

　　鄧鋒：

　　家恩你們也做語音交互，也是這方面的專家，業(yè)務(wù)上不知道有多少重疊，你應(yīng)該理解很深。

　　梁家恩：

　　語音交互也是我們認(rèn)為未來物聯(lián)網(wǎng)落地非常關(guān)鍵的環(huán)節(jié)。語音交互，用戶想要的并不是交互，而是內(nèi)容跟服務(wù)，做C端的產(chǎn)品應(yīng)用，后邊的內(nèi)容、服務(wù)如何跟百度這樣的巨頭競爭?

　　李志飛：

　　今天的內(nèi)容反而不是太大的問題，比如大眾點評、高德的API數(shù)據(jù)都是開放的，對他們來說要的是更多用戶使用。我們在2013年就跟他們產(chǎn)生了關(guān)系，開始做端到端的服務(wù)，用戶不是為了交互，而是為了用后面的內(nèi)容。今天反而出門問問作為第三方的公司，內(nèi)容不是問題。為什么?百度內(nèi)容再多，也不可能把所有的內(nèi)容都做到，阿里也是，騰訊也是，至少目前來說我們不是瓶頸，他們愿意開放給我們?nèi)ビ谩?/p>

　　鄧鋒：

　　未來發(fā)展，如果內(nèi)容可以跟他們對接，你就做前端的產(chǎn)品。

　　李志飛：

　　我們就是給用戶提供新的交互方式。

　　余凱：

　　志飛的嘗試，在人工智能創(chuàng)業(yè)厲害是很獨特的，從技術(shù)走到產(chǎn)品，走到ToC，我一直在想蘋果除了做無疑倫比的軟硬件產(chǎn)品，還創(chuàng)造了APP Store非常強大的生態(tài)，生態(tài)本身也成為一個壁壘，志飛有沒有想過在哪一個層面上打造生態(tài)?做音箱、耳機、車載、手表，有可能做著做著，是不是越來越像小米了?硬件的生態(tài)，還是想在硬件的平臺之上，是軟件應(yīng)用的生態(tài)，怎么思考未來路徑問題?

　　李志飛：

　　首先出門問問是一個小公司，談不上生態(tài)，還是踏實一點，先做了智能手表是不是賣的好，做的智能音箱是不是賣得好，這是第一層思考。如果未來出門問問真能夠成為不錯的公司，或者一個大公司，一定是獨一無二的，也不是蘋果，也不是小米。

　　余凱：

　　要不要開線下體驗店?今年會開嗎?

　　李志飛：

　　一定會。做這到一步，再繼續(xù)往下做，中間沒有回頭路，這是非常堅決的。

　　鄧鋒：

　　所以聽起來，未來更像硬件公司。

　　李志飛：

　　我不承認(rèn)，未來的商業(yè)不會存在像過去純硬件公司，我們還是以AI為核心的軟硬件公司。

　　鄧鋒：

　　家恩問的問題比較客氣，我稍微問的更尖銳一點，百度有內(nèi)容，有用戶，有搜索技術(shù)，你剛才講的不是完全交互、全內(nèi)容的任何場景下的對話，百度的搜索技術(shù)也很強，提供這個平臺，跟硬件廠商合作，甚至類似于小米或者跟其它的硬件廠商合作，像百度的阿波羅一樣，開放平臺你去做，那個時候你們怎么做?

　　李志飛：

　　任何東西都有時間性的，比如未來一兩年，為什么谷歌在AI落地上不能像安卓那么成功，這就是原因，第一是技術(shù)不成熟，第二，硬件廠商認(rèn)識到了數(shù)據(jù)跟軟件、服務(wù)的價值，不會心甘情愿把這些東西交給你。我想知道百度今天，包括訊飛做了這么久，能夠控制小米、華為這樣的情況下的掌控力嗎?沒有，三年以后有可能有變化，但是那個時候我相信出門問問要么自己的硬件已經(jīng)非常成功了，要么這個公司不存在了，都有這種可能性。對我們來說，要的就是今天能夠把AI技術(shù)做好，把場景做好，把場景規(guī)模做好。