硅谷風(fēng)投Andreessen Horowitz (a16z) 的合伙人本•伊萬斯(Benedict Evans)近日在其博客文章中表示，智能手機(jī)的創(chuàng)新時(shí)代已經(jīng)終結(jié)，但是現(xiàn)在沒人能說語音界面或人工智能就一定會(huì)成為下一個(gè)“爆發(fā)點(diǎn)”。他還在文章中詳細(xì)分析了語音界面目前面臨的發(fā)展挑戰(zhàn)。

iPhone 6 的設(shè)計(jì)已經(jīng)延續(xù)了三年(之前的每一代iPhone 設(shè)計(jì)蘋果只使用兩年)，今年秋季蘋果預(yù)計(jì)會(huì)發(fā)布新一代的iPhone，但是也不過就是“又一部” iPhone 而已。想必到時(shí)候我們又會(huì)聽到許多諸如“蘋果創(chuàng)新已死”的聲音。安卓也是如此，最新發(fā)布的O 版本里大的新特性不多，外界仍舊是那個(gè)論調(diào)——“創(chuàng)新已死”。

實(shí)際上，智能手機(jī)的創(chuàng)新時(shí)代已經(jīng)結(jié)束了。在a16z，我們將其總結(jié)為新技術(shù)產(chǎn)品的S 型曲線(如圖)。90 年代的個(gè)人電腦產(chǎn)品就經(jīng)歷了同樣的S 曲線，PC 現(xiàn)在的發(fā)展幾乎停滯(虎嗅編輯: 看一看聯(lián)想電腦就知道了)，智能手機(jī)也正在或即將面臨同樣的狀況。雖然智能手機(jī)的攝像頭性能會(huì)變得更強(qiáng)，芯片速度會(huì)變得更快，但是關(guān)于智能手機(jī)的戰(zhàn)爭(zhēng)已經(jīng)結(jié)束了。

也就是說，沒有人會(huì)再問“誰會(huì)贏得這場(chǎng)戰(zhàn)爭(zhēng)”之類的問題。蘋果和谷歌贏了，勝局已定，就像1995 年個(gè)人電腦操作系統(tǒng)領(lǐng)域的微軟一樣?，F(xiàn)在面臨的問題是，全球有25 億智能手機(jī)用戶，并且會(huì)在幾年內(nèi)發(fā)展到50 億的規(guī)模，下一個(gè)S 型曲線會(huì)是那一種技術(shù)產(chǎn)品？會(huì)是語音助手嗎？不太可能。雖然亞馬遜可能已經(jīng)買出了上千萬臺(tái)Echo，谷歌也推出了Google Home 產(chǎn)品，但是語音助手仍舊有太多問題要解決。

我們還是先看看為什么最近一段時(shí)間關(guān)于語音助手的討論比較多吧。首先是語音識(shí)別技術(shù)的效果已經(jīng)和過去大不一樣了，從2012 至今，語音識(shí)別技術(shù)的錯(cuò)誤率已經(jīng)從33% 降到了5% 以下。雖然5% 仍舊不是一個(gè)足夠好的效果，但是已經(jīng)開始逐漸被用戶接受了。另外，從美國(guó)市場(chǎng)來看，四大科技公司(Google、Apple、Facebook 和Amazon)里面，后兩家公司是沒有自己硬件平臺(tái)的。所以亞馬遜會(huì)力推Echo，F(xiàn)acebook 也在極力推動(dòng)人工智能方面的產(chǎn)品。

那么當(dāng)下的語音助手產(chǎn)品是否會(huì)出現(xiàn)S 型曲線的爆發(fā)呢？不太可能。

如果仔細(xì)來看目前語音技術(shù)產(chǎn)品的應(yīng)用，不難發(fā)現(xiàn)從本質(zhì)上，它仍舊只是作為一個(gè)語音命令界面來使用，也就是將語音轉(zhuǎn)化為文字(而且這個(gè)過程的識(shí)別率仍有待提高)，實(shí)際的系統(tǒng)命令操作，依然是舊有的模式。打個(gè)比方，就是用戶可以用語音輸入來填一個(gè)對(duì)話框，但是解決方案的本質(zhì)仍舊在對(duì)話框后面，語音只是一個(gè)尚不完善的界面。

但是現(xiàn)在的某些語音助手產(chǎn)品卻在做一件有誤導(dǎo)的事：科技公司讓用戶覺得只要對(duì)著語音助手說話，它們就能聽懂，做到一切。

實(shí)際情況是，在語音界面背后真正的“對(duì)話框”，只有那么幾十種(最多50 種)，也就是說，即便用戶的自然語言命令能夠成功被識(shí)別，“對(duì)話框”能夠完成的操作也是很有限的。當(dāng)然，有人也會(huì)說科技公司會(huì)不斷增加語音助手能夠做的事情，或許未來能夠增加到上百種。但是站在用戶的角度，使用語音助手就面臨這樣一個(gè)“窘境”：我需要先知道它能做什么，否則我對(duì)著它說了半天也是白說——這還是在能夠成功識(shí)別的情況下。

從用戶體驗(yàn)的角度來講，這增加了使用這種產(chǎn)品的難度，不但沒有獲得方便，而且還增加了負(fù)擔(dān)?？紤]到目前的語音助手產(chǎn)品大多時(shí)候只能夠做一些簡(jiǎn)單的操作，那么用戶實(shí)際上沒有必要繞這么一圈，只需要點(diǎn)幾下屏幕就可以了。觸控操作也是大多數(shù)用戶已經(jīng)建立起使用習(xí)慣的方式。

我們不妨將語音助手和智能手表的使用情景做一下比較。這兩款產(chǎn)品能夠做的事情，你的智能手機(jī)都可以完成，但是這兩款產(chǎn)品在特定情景下讓用戶操作更便捷(只要你能想起來使用它們)，比如設(shè)置鬧鐘或者匯率換算。但是只有在用戶清楚了解這些特定情景的情況下，便捷性才會(huì)體現(xiàn)出來。否則的話，用戶最便捷的選擇其實(shí)是掏出手機(jī)，點(diǎn)幾下屏幕。

語音助手產(chǎn)品在使用場(chǎng)景不多的時(shí)候，無法確保有效的使用結(jié)果，這增加了用戶的成本。而且，語音識(shí)別率仍舊有待提高。不過，對(duì)于一些特定且簡(jiǎn)單的用戶操作來說(比如開關(guān)燈) ，像亞馬遜Echo 這樣的產(chǎn)品的確更有優(yōu)勢(shì)。也就是說，雖然從理論上來講語音助手能做的事情很多，但其實(shí)只有一兩個(gè)功能才是最適合這種產(chǎn)品的。

有些人希望把語音技術(shù)做成下一個(gè)爆發(fā)性的產(chǎn)品，可以理解。尤其是考慮到智能手機(jī)正在逐漸向PC 靠攏。但是語音技術(shù)是否能夠迎來S 型曲線的爆發(fā)，非常令人懷疑。