语音UI是未来？罗永浩其实没说错，但关键是时间不对

　　编者按：锤子科技 CEO 罗永浩一直都在说语音就是未来，所以他搞出了 TNT 概念机。之前老罗接受采访时还说，怀抱着腐朽的键鼠嘲笑语音操控的傻x们，会被扔进历史的垃圾堆里去。实际上，看好语音的人真不少，Jean-Louis Gassée就是其中之一。他认为语音 UI 肯定是未来，这不是问题，问题的关键在于：什么时候呢？是现在，还是 10 年之后？只有那些知道时间的人，才能成为亿万富翁，否则充其量只是一个未来学家。 

　　由于出现的所谓的“Alexa 运动”，许多人都说未来的 UI（用户界面）叫语音。然而，当新奇感消失之后，到底还有多少人使用 Alexa（或者是 Siri、谷歌助手）？用它干什么？问题的答案可以帮助我们理解语音 UI 的未来。

　　几十年来，我们就在说要用语音与机器交流，科幻中一直有这样的场景，比如《星际迷航》电影中的电脑，再到《2001 太空漫游》电影中的 HAL。就在不久之前，如果想让机器说话还只是科幻。

　　几十年来，经过一段沉寂之后，几乎每年总会听到有人说“这一次我们终于看到希望了”。有一名记者曾经参观过产品评测人员的办公室，评测人员鼓吹说，语音识别有很多优点，最大的优点就是不用手操作。我们都知道记者发现了什么：这些“富有远见”的评测人员没有一个使用新语音界面。

　　不论怎样，我们对语音控制仍然保留一份期待。当我们与机器交流时，用语音说出命令是自然、显而易见的进化。Xerox Parc 开发了图形用户界面，将计算机从 CLI（Command Line Interface，命令行界面）解放出来，语音 UI 有可能让我们从触摸解放出来，当人的两手很忙时，语音就是第三只手，我们可以用它控制恒温器、导航系统，还可以选择音乐，做其它事情。

　　有些人的神经系统不健全，语音 UI 可以为他们带来便利，让他们重获尊严。如果用户的读写能力不强，使用设备时也可以减少障碍。当你完成某项任务时，不会读、不会写也没有关系，在教育不发达的地区，新界面可以发挥巨大作用。

　　到了今天，语音 UI 已经不再只是期待。因为它的远见，因为它将语音 UI 带给用户，亚马逊赢得广泛的赞许。

　　2014 年年末时，亚马逊推出 Echo，它是一个音控智能音箱，价格嘛，有的不到 40 美元，有的 230 美元，贵的音箱装有屏幕。

　　价格不是故事的重点。亚马逊早早就向 AI 投资，孕育了 Alexa，它是 Echo 的智能语音应答机，寄身于云端，现在它的技能一天比一天增多。因为第三方开发者很积极，到去年 7 月时，Alexa 技能数量已经超过 1.5 万个。

　　以此作为基础，亚马逊向用户提供支持，这种支持是周到的，也是实用的。比如，亚马逊精心设计了 Skills Guide，引导用户在新世界漫游，这个世界没有菜单，没有鼠标，没有键盘，另外，亚马逊还会帮助现有的 Echo 用户享受新生活，在 Alexa 宇宙获得更大乐趣。

　　每周，亚马逊都会将新闻通讯发给 Echo 用户，告诉他们可以用什么新方法、或者正在测试的方法与 Alexa 交流。这不是一般的邮件，比如引诱你购买新机器人扫地机、鼓励你购买洗衣粉（上个月你才买了）的邮件。不是的，每一周，亚马逊都会告诉 Echo 用户，根据几个月或者几年前的购买行为，如何才能让购买变得更好。

　　语音 UI 是一个有益的进步，虽然技术现在还有点呆板，有时还让人恼怒。智能设备只是乖乖坐在那里，等待我们的命令，它到底理解了什么命令？如何才能精准？我们所知甚少，或者根本不知道，这是一大挑战。还有，整体来说，语音助手还无法通过图灵测试，换言之，语音助手无法愚弄人类，让人类相信它是人。

　　有些人对未来技术很感兴趣，对于他们来说有一点很困惑：亚马逊（还有谷歌、苹果）对数字保密。到底卖了多少 Echo 设备？使用频率是多少？每天 10 次吗？每周 5 次吗？从不使用吗？谁用得最多？用来干什么？

　　亚马逊知道答案，但是它们只让自己知道，不告诉别人，我们只能依靠市场分析来猜测。2016 年年末时，一份报告指出 Echo 用户使用最多的功能就是用音箱设定计时器。最近又有报告说，Echo 用户购买的东西更多一些。

　　认真调查是一件很复杂的事，而且成本也不低。你需要收集大量样本，比如 1000 人的样本，才能让结果达到合理的可信区间，参与者还要能够从大体上代表用户。我高度怀疑“报告”是否能达到标准。例如，说用户使用最多的功能就是用 Echo 设置定时器，这个结论来自哪里？只是调查了 180 名 Echo 用户。

　　同样的，谷歌助手也没有多少可以参考的数据。Android 智能手机相当成功，有迹象暗示说，在一些读写不普及的国家，谷歌助手获得巨大成功，比如印度，但是说到量化使用数据、成败得失，我们一点也不知道。

　　对于苹果来说，我们对 Siri 兼容设备的数量有一个清晰的理解，只要是推出不到 4 年的 iOS 设备（可能稍有误差），基本上都支持 Siri。和亚马逊 Skills Guide 相似，苹果也建了一个 Siri 指导网站，界面清爽，告诉新用户、老用户使用时有着怎样的可能性……用户是怎样使用 Siri 的？什么时候，什么地方，谁，使用频率如何？我们不知道，苹果没有说。

　　为什么我们应该关注这些数据呢？一方面是出于好奇，还有就是了解一下语音 UI 战争会如何演变。今天，亚马逊是老大，但它未来还会占据第一名位置吗？有 3 家大企业竞争，它们是亚马逊、谷歌和苹果，三家企业有完全不同的业务战略：

　　就眼来下说，亚马逊是语音 UI 和电子商务的领导者，未来进一步征服市场时，它会占据有利位置。为了积累用户，亚马逊与谷歌助手、Siri 竞争，它必须引诱更多人安装 Echo，或者是内置 Alexa 的设备。

　　谷歌并没有将设备卖给平民，它向商户出售广告工具，以此赚钱。谷歌助手植入了 Android 设备，接触到海量用户，但亚马逊却将音箱与广告、电商融合。

　　苹果不卖广告，也不卖洗衣粉，它通过销售设备赚钱。和苹果生态系统的其它组件一样，比如 iTunes、App Store、服务业，Siri 的存在只是为了帮苹果销售更多 iPhone、Mac、iPad 和手表。

　　三大竞争者，各自统治不同的领域。哪家会最终获胜呢？稍后再问吧。

　　不论未来发生什么事，我们都为亚马逊语音 UI 的表现感到惊奇，内心忍不住思考它会给谷歌广告业务带来怎样的影响。

　　未来计算的关键组成部分是语音 UI 吗？可能吧。不过我们不要忘了 Horace Dediu 的格言：谁预测未来，我们管它叫未来学家；如果知道什么时候未来变成现实，我们管它叫亿万富翁。

　　未来值得期待，我们不会无聊的。

　　编译组出品。编辑：郝鹏程