雷鋒網按：李志飛明白，智能音箱背後有一個龐大的產業，中文生態、內容、服務、對接，渠道等等，但他並不認爲現在就要考慮這些，所以當別人認爲這最終是一場巨頭之爭時，他說他能給出一百個理由證明巨頭做不過他們。這是雷鋒網關於「智能音箱系列」的第六篇報道，來自出門問問 CEO 李志飛自述，雷鋒網(公衆號：雷鋒網)整理。
1
2010 年，我還在美國的時候，亞馬遜招了很多做語音識別的人。我師妹，還有跟我同一個實驗室的博士都過去了。當時我就特別困惑，心想，這家公司有毛病啊，招這麼多做語音識別的人幹嘛。
在美國搞研發不像在中國，中國很多人可以帶代碼上崗，帶數據上崗。一個人以前在百度做語音識別，然後另一家大公司出兩倍價格把他挖過去，順便也就把他以前做的東西帶過去了，一兩個月就能出產品，特別「神奇」。
美國不可能這麼搞，第一是風險太大，第二，大家還是有節操，就得從頭開始。
而且亞馬遜跟 Google 不一樣。Google 有 Android 這個平臺，隨便上一個東西就能收集大量數據，它又有核心算法，怎樣也不會差，並且基於新一代架構，大量的數據放進去，立馬就能做一個系統。
但是亞馬遜沒有這些，所以 Echo 這個東西，我認爲它就是一個驚喜。
他們做得很對的事情是，首先他在想到底要做個什麼產品，然後想到要做成一個 Speaker 時，他又會想需要什麼技術。就是 Project 推動 Technology 時，它的方向感會非常清晰。
如果今天再回過頭來看 Echo 對整個業界的影響，這個讚賞應該給它。因爲它是大公司裏第一個將語音交互 All in 一個項目，並且真的圍繞一個非常具體的事情往前推，去做測試和驗證。
這個東西（語音交互）如果在 Google 內部，一定會有一堆人說，這什麼啊？我們都有，都做了。我們以前在 Google 的心態永遠都是這樣。但問題是，它沒有一個 Project 帶動它後面的 Technology，沒有一個主心骨。沒錯，你是什麼都有，但你沒有體現在一個獨特的產品裏，並且在用戶層面產生影響力。
總之，如果不是因爲亞馬遜在智能音箱方向做這種嘗試，我覺得整個語音交互靠 Google 去推動還是挺難的。
並且美國的創業公司真的搞不了這種軟硬結合的東西，只有像亞馬遜這種，花了血本，硬件自己迭代，流量這麼高，爲一個 Project 專門招幾十號這個領域的人。這些都是很貴的，只有大公司才能這麼搞。
所以我覺得，如果以後回顧語音交互這段歷史，Amazon Echo 應該作爲一個里程碑的事情放在裏面。
2
我看到的數據，Echo 出貨量今年就應該突破了一千萬，這一點也不讓我意外。
亞馬遜首頁流量很大，它每天都把 Echo 擺在最顯眼的位置，如果從廣告費用來講，這得花多少錢？Google Home 應該賣了幾百萬臺，他們也投了超級碗的廣告。都是大生意，這就是爲什麼創業公司做智能音箱不一定能做好的原因。這個問題得承認，不承認你也想不出別的招兒。
坦白講，到今天我都對 Echo 能不能夠保持用戶黏性半信半疑。這麼便宜，又天天放在首頁，肯定有人買，但是買完以後，真正有多少人每天用它？這是個大問題。
它確實有那麼幾個東西做得不錯，比如說放音樂，問天氣，設鬧鈴，查日曆，問交通狀況，這些東西在美國的需求還是很大的，但在中國，用日曆這種習慣就沒有。
包括美國的房子，很多都是 house，比較大，有一個開放式的廚房。做飯的時候，小孩子寫作業的時候，什麼問題都可以問。這些場景都是很實用的場景，但中國的廚房首先不是開放式，做飯也不像美國那麼安靜。
我的 Point 是說，如果想在中國直接複製 Echo 的成功，肯定都不靠譜。
但是沒關係，我覺得今年這個階段，要先把高速公路修好，就是硬件先搭好，再慢慢找獨特的使用場景。反正 Echo 也沒有入華，他們要是在中國沒一兩百號人，連動都不會動。
因爲這不僅僅是語音識別，還有集成服務，中文的生態、內容、服務、對接，以及到哪裏賣？怎麼賣？（亞馬遜）西雅圖總部那些人弄得明白這些事情嗎？他一定弄不明白。再說了，他們在美國都面臨着 Google 兵臨城下的局面，哪有時間顧中國。
總之，從實際來說，我覺得今年能踏踏實實做硬件，並且能夠量產的，中國就沒幾家，放心。
3
有些產品是戰略性的。
對於一個公司來說，決定做一個事情，要麼就是賺吆喝。像我以前做 Google 翻譯，沒有人說它必須賺錢，可能連流量都沒指望，反正公司就給四五十號人，大家搞這個東西就行了。
還有就是賺錢和所謂的戰略價值，我覺得智能音箱就是戰略價值很重要的東西。
產品立項的時候，我們會做一個商業模型，裏面會寫 Bom 成本是多少，渠道費用是多少，最後能賣多少臺，研發成本怎麼分攤，很多公司沒做過這種 Business Case Study，所以做的東西都不太 Make sense。
我一直強調，智能音箱是個消費品，就應該長得不錯，價格適度，超過 1000 塊錢就別玩了，還要有不錯的穩定性，不錯的語音交互，不錯的內容。
去年七八月份的時候，我下面的人做了大量調研，競品拆了又拆、研究又研究，老是想做出一個一鳴驚人的東西，但事實上挺難的。軟硬結合是一種基因，不是資源整合。BAT 把它當一個資源整合去做，就是找別人去拼，這是錯的。
基因就是團隊要磨合好。硬件軟件本來就是兩個不同的世界，硬件從來都不性感。互聯網模式是躺着賺錢，智能硬件是跪着都賺不到錢，但是總得有一幫人去幹這個事情，最後纔有可能走出來。
我們公司（出門問問）有七八十號人以前都是在諾基亞做手機的。做硬件就是要決心，要抱着那種心理，虧錢就虧唄，慢就慢唄，就算再怎麼不行，到今年年底，市場上真正能用的智能音箱硬件也不超過三家，我們會是其中之一。
總之，先做出一個用戶覺得長得還不錯，音質也好的東西，別動不動就顛覆。至於短期能不能複製亞馬遜的成功，我完全不抱這種幻想，我們只要不掉隊，如果真有風的話，也能被吹一吹。
智能音箱系列報道：
