“hi Siri,给我讲个笑话”“天猫精灵,今天天气怎样”“小度,为我导航最近的加油站”……
今天用语音唤醒智能助手,已经不再像以前那样是一件颇有耻感的事情了。
“音箱大战”的澎湃之力,已经让偏远至村镇的群体都AI了起来,智能语音早已下沉得不能再下沉了。语音交互的习惯逐渐培养起来,接下来就是做文章、讲故事的好日子了。
在这样的大好局面中,微软语音助手Cortana小娜却传出了要“脱团单飞”的消息,即将终止在IOS和安卓两大移动应用平台上提供服务,这无疑是自绝于人民群众的自杀式行为。
小娜的失败给语音交互领域留下了哪些“遗产”,而它的创造者在失去移动端制霸权后,又将告别智能语音助手这一关键入口,接下来的航线又指向何处?
Cortana小娜的“美强惨”人生
今天语音交互的主流人群,可能都没有来得及能跟小娜在手机端产生一次对话。而在PC端偶尔召唤出来,最大的可能也是因为操作失误。
但这并不代表这位以FPS 游戏 Halo 中的 AI 角色命名的Cortana ,水平真的如此泯然众人矣。
准确来说,在AI黑科技方面,微软并不输给谷歌、苹果这些高光实验室。而小娜背后的微软亚洲研究院(人工智能-语音识别方向)更是产业界的“黄埔军校”。有着如此背景的小娜,问世时可比答非所问的Siri聪明多了。
在一则视频中,用户通过搜索引擎向Google Now、小娜、Siri提问“埃菲尔铁塔有多高?小娜在数年前就将知识图谱与AI相结合的方式来呈现答案,跳过引擎抓取的大量无用信息,直接告诉对方答案——铁塔的高度。
更关键的是,小娜所依托的微软亚洲研究院有着大量的中文语音识别、语义分析成果积累,当时Siri还是一个中文听不懂、回答颠三倒四,最大的作用就是讲笑话的搞笑型选手。
除了历史沉淀,小娜之所以聪慧,也源于其在微软“云为先,移动为先”核心战略中的关键地位。
当时,小娜与Bing、Azure等产品正在逐步取代Office和Windows,成为微软在移动时代的新业务核心。为此,微软在对小娜的打磨上也十分用心。
小娜的定位是“智能助理”,当时已经可以处理复杂的口语指令,来帮用户打开第三方应用、查找文件、收发邮件等等。2016年,小娜的语音识别率就已经超越了人类。2018年早些时候,为了让小娜的表达听起来更人性化,微软还收购了一家名为“语义机器”的人工智能初创公司。可以说绝对是亲生的待遇了。
小娜所担负的理想,即使在今天看来,也极具前瞻意义。
在技术愿景上,小娜被设计为云端驱动(cloud-driven),许多智能计算都是在云端完成的,设备终端只做轻量级的整合。这使其跨平台统一服务成为了可能。
所以在应用场景上,微软工程师们提出了“Cortana Everywhere”(小娜无处不在)的想法。即让小娜在各种不同配置、不同版本、不同操作系统的终端设备上都能够被调用,并提供一致性的用户体验。只要智能终端具备一定的计算能力,可以运行小娜的客户端堆栈(Client Stack),就能够运行。
当时设想的足够运行小娜的最小设备是智能手环,在微软的Microsoft Band 上,小娜可以识别语音并以文字形式呈现出来。
当时的产品负责人在谈到小娜的理想化未来时,描绘了这样一个场景“一件衣服里内置了麦克风,它可以听到我说话,将信息传达给我口袋里的手机,然后手机和云端进行通讯。整个过程用户都不需要从口袋里掏出手机,佩戴耳机就可以听到小娜的回复。”
耳不耳熟?云+AI+泛终端,这个今天普遍出现在各种行业前沿技术峰会PPT上的智能交互画卷,几年前就被微软描画了出来。
(Microsoft Band 上的小娜效果)
可惜,凡事总有但是。
小娜最终还是走上了“美强惨”的道路。最后那个令人意难平的“惨”字,源于不久前它的彻底失败。
微软正式宣布战略性收缩小娜业务,将在2020年1月31日退出iOS和Android平台,这是一封来自官方的死刑宣判书。
其实早在今年1月份的时候,微软CEO纳德拉就宣布不再将Cortana视为Alexa、Google Assistant的竞争对手。但走到彻底放弃移动端应用市场这一步,也不由令人唏嘘——小娜明明应该是主角的剧本,最终却沦落成了炮灰,一切究竟是怎么发生的?
三人行必有炮灰:微软的语音交互“滑铁卢”
尽管有点马后炮的嫌疑,但今天我们回望微软在语音消费级市场的大溃败,或许能对当下还在场内的玩家有一个更为清晰的认识。
总体来说,小娜的“生不逢时”,主要体现在三个节点上:
1.生于智能,但困于终端。
智能语音助手的第一要义,除了在技术上要能实现足够高精准度的识别理解能力之外,最核心的一点是要有任务属性,即能够帮助人解决特定需求。也意味着,它必须能够获取其他设备和应用的控制权,才能够达到这样的要求。
但小娜除了在微软体系内拥有足够多的权限,比如调用和理解邮件、处理365office等等。而且大部分是发生在PC环境中,语音交互相比鼠标要位居其次。在更广大的移动场景中,受限于Windows Phone可怜的市场占有率,小娜很难做到像Siri、echo与google assistant那样,与自家硬件无缝整合。
比如在打开应用时,使用“Hey Cortana” 语音唤醒;亦或是始终保持语音待命,以低耗电状态运行等,这些必要的能力小娜都很难在竞争对手的设备上实现。
而缺少了来自终端用户行为的数据滋养,小娜在脑力进化、内容理解等能力上也逐步与对手们拉开了差距。微软在消费级移动终端上的失利,最终转化为小娜的败北。
2.生为语音,却难觅应用。
尽管微软在小娜应用开始,为其设计了非常具象的应用场景,比如用户可以通过输入文本或语音与小娜交流,可以语音搜索互联网内容,或者是直接询问关于影视剧集、天气、附近商户、交通路线、航班、音乐、百科等信息。和微软账户绑定以后,小娜还能在不同平台间同步邮件、待办事项、短信等个人信息。
但回顾小娜推出时的整体环境,不仅对用户来说,语音交互是一件有些尴尬的事,常常需要跟春节与不熟的亲戚寒暄一样,需要搜肠刮肚地想话题;即使在今天,跟音箱里的语音助手聊两句就任由其落灰的也不少见。
更悲催的是,小娜出现的时候终端计算能力还并没有现在这么GPU\CPU集体发功的强大,移动网络服务也不像现在这么高速、普及、稳定,当时如果遇上网络状况不好,小娜的语音识别就很慢,有些情况下甚至用不了。
而今天用户使用语音对话方式发出指令的不适感几乎消除了,小娜却已经身处强敌环伺的森林法则中,难以再翻身。
3.生于智能,却困于自封。
今天凡是拥有智能语音助手的厂商,早已达成共识,无论是行为数据的累积,还是交互习惯的培养,都需要尽可能多的与用户发生联系。开放,合作,是一切的前提。而微软闭关造城的霸主思想,或许是小娜注定失败的注脚。
2014年,被今日智能助手广泛致敬的“亚马逊Alexa+echo”模式,还只是个实验雏形。为了让任何人都愿意用,亚马逊成立一个新的部门Alexa Voice Services,敞开了招呼大家加入来开放能够用Alexa交流的软硬件,吊灯、冰箱、燃气灶、汽车……很多虽然今天依然看起来很傻,但今天Alexa成为全球应用最广泛的语音助手,拥有1.5万种以上的技能,与这种开放形态不无关系。
也是在同一年,时任微软Windows Phone项目高管Marcus Ash在被媒体问到小娜是否会登陆其他应用平台时,表示“微软只会在Windows Phone版Cortana彻底成熟之后才可能考虑其他平台,也不会考虑为iOS和Android的 整合而开发底层访问功能”。
直到2015年,WP系统眼见着市场惨淡,无法为小娜提供有竞争力的发展空间,当时微软才宣布转战安卓和IOS。就连这样的平台开放也是非常有限的,因为是“中美特供”,当时只针对中国和美国市场提供服务。
而同一年,百度已经召开了“度秘”的发布会,将其打造成了一个集微软小冰(聊天机器人)+微软小娜(语音助手)+bing必应(搜索引擎)+垂类O2O的语音交互产品。随后,“小度”的能力伴随着DuerOS平台被开放给了众多软硬件开放者。
对于开放生态的“傲慢与偏见”,使小娜错过了向消费层生长出根须并持续进化的机会。
2018年的时候,微软也曾试图将小娜的重心继续加码安卓和IOS,对它进行了大规模的改进,包括更新的UI,支持在蓝牙上播放音乐,启动速度提升了20%,并与微软其他服务进行了更深层的整合,比如可以加入Skype会议。
尽管如此,无论是面对中国市场BAT等巨头的中文语音助手,还是在海外市场与谷歌、亚马逊和苹果等正面交锋,微软小娜无论是硬件基础规模,还是平台化的延展能力,都无法再逆风翻盘。
在微软的Build 2018中,通过Cortana与Alexa的互操作性展示,微软也只好承认了小娜本身的功能,已经不足以满足当下用户对语音助手的诉求了。次年1月,以小娜为核心的智能扬声器计划被宣告终止。
就连如今的退出,都在惨淡的成绩面前显得不那么悲情了。根据Sensor Tower的最新数据, Cortana应用在App Store上的“生产力”类别中仅排名第254,在Google Play中仅排名第145。好像退出也并没有损失很大的样子。
小娜原本有着最抢眼的开场,却在坚守着Windows和Office的微软脚步下,走向了移动的终局。
小娜走了,微软的语音交互未来在哪儿?
小娜虽然可以说是从移动端消弭了,但语音交互这个未来入口却不能轻言放弃。
从微软透露的信息我们知道,小娜还将作为微软唯一的语音助理工具存在,在微软所有的Windows产品中嵌入,包括Xbox游戏平台,再博一次。
小娜是否还有希望重回大众视野视野还未可知,但从微软的“滑铁卢”不难看到,语音作为AI引发的交互革命,赛事的焦灼点却往往在技术之外。
在“千箱大战”的热身过后,泛智能终端的语音交互战局才刚刚拉开帷幕,未来所有机器、智能硬件,比如汽车、家居、办公等都可能被这场浪潮席卷冲刷。在这个过程中,胜利者的成功也许无法复制,但失败者的教训却值得反复咀嚼。
语音交互巨作为对信息生态和生活方式的重构,涉及了非常复杂的社会链条,庞大如微软也难免步步踩坑。目前看来,可以确定的是,建立产业链上下游合作生态将是第一奥义。
语音底层技术突破已经逼近天花板,大家都是在90%以上的极限成绩上反复拼小数点,通过产业伙伴的助力,打通语音交互软硬件的上下游产业链关系,在5G+AIoT的泛智能终端生态中占据先发位置,对未来的市场主导权争夺有着重要意义。
其次,国际化竞争态势日趋激烈,而中国厂商的本土产品优势会被持续放大。来自Google Assistant的数据显示,已经由此超过70%的互联网请求是自然语言、对话方式发出的。其中各个技术厂商包括创业者都有着各自的优势,但归根结底,用户体验才是抢夺市场的最高法则。
在这一方面,中国科技厂商谁能最先完成下沉市场的使用时间收割,以贴近最广大用户群体的姿态完成心智占领,就等于率先在“语音+万物”的赛场上做完了准备工作。
可以预料的是,除了在智能音箱外形上不断做新文章之外,未来的中国语音交互战场还会有新的硬件形态通过厮杀,来完成消费市场的真正变革。
总之,小娜的失败,留给我们最大的反思或许是,不要让强者的傲慢与偏见,让AI的生命力在封闭中走向凋零。
免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与 无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。