圍繞人工智能科技，科技巨頭展開了軍備大戰(zhàn)，硅谷密探采訪了Samsung美國人工智能實(shí)驗(yàn)室總監(jiān)Michael Wei (衛(wèi)岸)。我們探討了關(guān)于人工智能對智能手機(jī)的影響，人工智能的新硬件創(chuàng)新機(jī)會，以及人工智能時(shí)代如何戰(zhàn)略布局。

　　

　　人工智能將成為手機(jī)的基礎(chǔ)能力，關(guān)系到生存權(quán)

　　手機(jī)廠商投資人工智能，一個(gè)重要的原因就是這可能關(guān)系到生存權(quán)的問題。圍繞手機(jī)未來的發(fā)展可能存在兩個(gè)趨勢：

　　第一個(gè)是手機(jī)從賣產(chǎn)品逐漸向賣服務(wù)過渡

　　以Google Pixel為例，一般的硬件廠商賣的是硬件，而Google Pixel的賣點(diǎn)主要不是硬件，而是在賣智能能力。Google從自身軟件特點(diǎn)出發(fā)，在Pixel中融入了大量的人工智能的技術(shù)，把手機(jī)賣成了服務(wù)(service)，雖然其硬件本身就不錯(cuò)，但和其他手機(jī)廠商的區(qū)分度是通過其自帶的人工智能服務(wù)區(qū)分開。Pixel是軟件和硬件結(jié)合的一個(gè)產(chǎn)品，因?yàn)楣雀枵莆樟松蠈拥能浖偷讓拥挠布?，可以做結(jié)合硬件的軟件優(yōu)化或者結(jié)合軟件的硬件優(yōu)化，比單純從軟件角度或者從硬件角度做手機(jī)更能發(fā)揮智能的能力。

　　

　　另外一個(gè)軟硬結(jié)合的例子，就是Google Home,只用了兩個(gè)麥克風(fēng)陣列，結(jié)合軟件優(yōu)化，就達(dá)到了比較好的語音識別的效果，但從軟硬結(jié)合的角度，Amazon的Echo的技術(shù)更加成熟和領(lǐng)先。

　　從賣硬件到賣服務(wù)的變化，這是一個(gè)思維模式的改變。在現(xiàn)有硬件技術(shù)趨于極限，并且不斷趨同化的大背景下，這是一個(gè)戰(zhàn)略的選擇。但是這個(gè)轉(zhuǎn)型并不容易，各大廠商尚在不斷努力中。

　　第二個(gè)是未來人工智能會成為手機(jī)的基礎(chǔ)能力

　　隨著人工智能技術(shù)的發(fā)展，人工智能可能成為手機(jī)上像水和電一樣的基礎(chǔ)設(shè)施，沒有人工智能就像沒水沒電。但是，人工智能是否能夠成為一個(gè)獨(dú)立的“賣點(diǎn)”，業(yè)界還在不斷地探索中，尚沒有定論。人工智能服務(wù)的一個(gè)挑戰(zhàn)就是很難有明確的區(qū)分度，而利用人工智能基礎(chǔ)能力上來提供的服務(wù)可能反而有區(qū)分度，所以人工智能可能會成為一個(gè)基礎(chǔ)的能力，成為隱形的服務(wù)。人工智能基礎(chǔ)功能和手機(jī)的關(guān)系，就會像水電和房子的關(guān)系，人們不會因?yàn)橛兴须姶蠹揖蛠碣I房，而沒水沒電大家肯定不會買。

　　

　　當(dāng)然，軟件服務(wù)會不會成為手機(jī)賣點(diǎn)也是大家在研究的東西，大家有沒有可能因?yàn)橄矚g某項(xiàng)服務(wù)而購買手機(jī)，比如因?yàn)橄矚gGoogle Assistant所以來買臺Pixel手機(jī)。用戶想要和用戶想花錢買之間區(qū)別很大，不過軟硬結(jié)合然后讓自己的軟件和硬件都更有競爭力是一個(gè)值得嘗試的方案。

　　隨著人工智能產(chǎn)品的發(fā)展，用戶體驗(yàn)和軟件服務(wù)會如何顛覆是值得思考的問題。比如很多GUI通過語音就可以完成時(shí)，過去的復(fù)雜的用戶交互可能蕩然無存。

　　總結(jié)一下，在硬件走向極致，技術(shù)更新變慢和趨同時(shí)，如果別人有很好的以人工智能等為基礎(chǔ)的軟件服務(wù)并以此構(gòu)建差異化優(yōu)勢，而且這些服務(wù)又能被用戶接受為“賣點(diǎn)”，形成新的競爭平臺的時(shí)候，你就可能會被吃掉。

　　人工智能關(guān)系到廠商未來的發(fā)展問題

　　人工智能不僅是關(guān)系到生存權(quán)，也是關(guān)系到發(fā)展的問題。大家都意識到人工智能是一個(gè)很重要的基礎(chǔ)能力，擁有人工智能的技術(shù)儲備，未來才能在終端戰(zhàn)爭中有一席之力。但擁有人工智能不是唯一的事情，擁有人工智能不代表擁有一切。比如不是有計(jì)算機(jī)視覺的技術(shù)，就能造好無人車，硬件其實(shí)很重要。如何從應(yīng)用角度出發(fā)，找到核心問題所在，定位切入點(diǎn)，創(chuàng)造好產(chǎn)品的價(jià)值反而更重要。

　　

　　人工智能還有一個(gè)有意思的現(xiàn)象，大家都覺得人工智能很好，但直接賣人工智能的技術(shù)公司目前來說成功的很少。人工智能有可能很難單獨(dú)成為一個(gè)獨(dú)立的行業(yè)，但是它可能成為很多行業(yè)的基礎(chǔ)技術(shù)。類似于之前的大數(shù)據(jù)，直接做大數(shù)據(jù)基礎(chǔ)設(shè)施比如spark的公司并沒有直接獲益太多，但是各個(gè)行業(yè)都因?yàn)榇髷?shù)據(jù)技術(shù)而獲得效益提升。

　　下一代終端是什么?

　　手機(jī)市場相對已經(jīng)成熟了，讓手機(jī)變得更智能可能只是錦上添花，大家都是在打保衛(wèi)戰(zhàn)。不可否認(rèn)，這其中會有一些異軍突起的情況發(fā)生，但留給后來者創(chuàng)造利潤的空間已經(jīng)不大了。相比之下，大家更關(guān)心的是下一代終端是什么?

　　智能終端的變化有一條最重要的主線，就是人機(jī)交互界面。晶體管時(shí)代是打孔機(jī)，大型機(jī)時(shí)代是鍵盤，PC時(shí)代是鼠標(biāo)讓人類進(jìn)入圖形用戶界面時(shí)代，而真正創(chuàng)造智能手機(jī)時(shí)代的是觸摸屏，多點(diǎn)觸控技術(shù)一舉改變了手機(jī)鍵盤操作笨拙的問題，讓人類進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代。那么下一個(gè)終端是什么?這是大家在尋找和不斷探索的問題。

　　

　　有幾個(gè)基本的規(guī)律，下一代的終端應(yīng)該是讓我們做到以前做不到的事情，能夠深入到過去鼠標(biāo)和觸摸屏做不到或者不方便的一些用戶場景。最典型的例子就是Amazon Echo，亞馬遜推出的一款圓柱形的小型桌式音箱，Echo讓計(jì)算進(jìn)入以前PC和手機(jī)的“盲區(qū)”。關(guān)于下一代終端的用戶交互形態(tài)不止語音一種，有很多方向都在嘗試，AR也是一種可能。不管是什么方式，最大的瓶頸就是對用戶習(xí)慣的改變。而改變用戶的習(xí)慣需要有持續(xù)的吸引力，就是“seed of gravity”，如果不能達(dá)到就只能是曇花一現(xiàn)。用戶習(xí)慣具有非常強(qiáng)的粘性，需要找到一些對用戶價(jià)值很高的應(yīng)用場景作為突破口，或者帶來十倍以上的效率和體驗(yàn)上提升，才有可能改變已有的用戶習(xí)慣。比如在手機(jī)上已經(jīng)很習(xí)慣而且很方便的使用觸摸屏的時(shí)候，某些場景再增加語音是很難改變用戶習(xí)慣的，但是也不排除在新的場景或新的用戶群下切入語音是合理的。我們的一個(gè)觀測是，有小孩的家庭使用Amazon Echo后，小朋友非常習(xí)慣和Echo對話。

　　語音識別不是一個(gè)已經(jīng)解決的問題

　　語音識別在過去的7年中突破非常大，但還不是一個(gè)已經(jīng)解決的問題，這其中依然存在兩個(gè)瓶頸：

　　首先是技術(shù)瓶頸，語音識別在技術(shù)上依舊有難度，在“遠(yuǎn)距”和“重噪”的環(huán)境下，很多公司所謂的智能音箱都沒得到很好的解決。很多產(chǎn)品只要稍微離得遠(yuǎn)一些或者沒有對著說話就識別不出來。語音入門容易，但如果不能解決“遠(yuǎn)距”和“重噪”的問題，很多最重要的用戶場景就不能實(shí)現(xiàn)，語音就失去了意義。

　　

　　其次就是生態(tài)瓶頸，沒有一個(gè)好的生態(tài)和服務(wù)，語音作為入口就失去了意義，所以要有良好的生態(tài)。這兩個(gè)瓶頸決定了對語音的投入不是短期行為，很多廠商都希望短期投入后就立馬有產(chǎn)品，這其實(shí)是個(gè)誤區(qū)，語音識別并不是一個(gè)已經(jīng)解決的問題。

　　做語音還是需要長期的投入，比如從聲源的識別、音道識別、降噪、語義理解，其實(shí)都需要很多的聲學(xué)和語音的技術(shù)積累。像亞馬遜做Amazon Echo團(tuán)隊(duì)有幾百人，而Google做Google Home也很早就開始了，經(jīng)過至少兩年才有產(chǎn)品推出。

　　終端升級換代的危機(jī)和機(jī)遇

　　終端每次升級換代都傾向于換一批廠商，因此用戶終端的公司能挺過兩代的并不多。

　　比如小型機(jī)時(shí)代DEC就在后來的終端升級中消亡了，IBM，Dell和HP等PC廠商在手機(jī)時(shí)代被拉下了，摩托羅拉和諾基亞也在智能手機(jī)時(shí)代被淘汰，三星等智能手機(jī)基本都是新的一批手機(jī)廠商，基本和功能機(jī)時(shí)代不是同一批。蘋果的手機(jī)業(yè)務(wù)也基本是從快倒閉的PC業(yè)務(wù)上涅槃重生，這里面至少有三點(diǎn)原因：

　　第一，技術(shù)革新沒有掌握老的廠商手里，新的技術(shù)大多是邊緣突破，革命性的技術(shù)往往被其他人掌握;第二，傳統(tǒng)廠商放棄原有優(yōu)勢的抉擇困難，新的技術(shù)往往意味著舊優(yōu)勢的喪失，需要極大的動(dòng)力去主動(dòng)放棄才能重建，這在以收入為主導(dǎo)的企業(yè)中很難實(shí)現(xiàn);第三，新的終端和原有的商業(yè)模式不匹配，新的終端往往會有新的商業(yè)模式。

　　在下一代終端變遷的時(shí)候，大家都有機(jī)會，不過大家比較迷茫兩個(gè)點(diǎn)，第一是時(shí)間點(diǎn)，大家還不知道這個(gè)產(chǎn)品什么時(shí)候出現(xiàn)和崛起。第二是新的產(chǎn)品形態(tài)，都還不清楚新的產(chǎn)品形態(tài)是怎么樣的。廠商在06年07年也陷入過迷茫期，不知道下一步怎么做，在蘋果手機(jī)出現(xiàn)之后，真正走出這條路的時(shí)候，大家才恍然大悟。回顧智能手機(jī)發(fā)展的早期，跟蘋果跟的最早的是htc，先和微軟合作做智能手機(jī)，后來又和谷歌合作做手機(jī)。

　　如何布局人工智能?

　　

　　那么，人工智能時(shí)代的最重要的布局點(diǎn)會是哪些地方是一個(gè)值得思考的問題。

　　第一是思考數(shù)據(jù)戰(zhàn)略在公司中的定位

　　有一個(gè)確定和一致的數(shù)據(jù)戰(zhàn)略的公司在智能大賽中將會得到很大的優(yōu)勢。但是數(shù)據(jù)戰(zhàn)略并不是簡單粗暴的通吃，而需要細(xì)致的思考和規(guī)劃。

　　在數(shù)據(jù)戰(zhàn)略中，隱私和智能是一對矛盾，如何抉擇是一個(gè)戰(zhàn)略需要思考的問題。另外，大家都知道數(shù)據(jù)是很重要的，但現(xiàn)有的數(shù)據(jù)對未來的應(yīng)用到底有多重要?會不會過去積累的數(shù)據(jù)由于應(yīng)用的變遷變得沒有用。布局?jǐn)?shù)據(jù)的一大威脅是，數(shù)據(jù)是和應(yīng)用綁定的，今天產(chǎn)生的數(shù)據(jù)，可能放在以后都沒有用。

　　第二是思考布局哪些可能的新硬件

　　新的終端形態(tài)非常有可能是建立在一種新的交互技術(shù)上，而這種交互形式將會圍繞人、機(jī)器和環(huán)境之間的交互。我們目前可以看到幾個(gè)非常有潛力的方向，但具體的突破還有待市場的不斷驗(yàn)證。除了Amazon Echo這類產(chǎn)品，可能VR/AR也是一個(gè)可能的新終端。而無人車和自動(dòng)駕駛也是一個(gè)可能的方向，因?yàn)檫@個(gè)也顯著改變?nèi)撕蜋C(jī)器，機(jī)器和環(huán)境的交互方式。

　　第三就是技術(shù)儲備和人才

　　不過無論是哪一種交互方式，人工智能的技術(shù)都會成為一項(xiàng)基礎(chǔ)能力。所以儲備技術(shù)和人才或許是一個(gè)非常有價(jià)值的事情。谷歌最強(qiáng)的軟件能力和產(chǎn)品化能力，以人才為基礎(chǔ)，可能比谷歌積累的數(shù)據(jù)更重要。一個(gè)典型的例子是，谷歌推出的神經(jīng)網(wǎng)絡(luò)翻譯，最早并不是谷歌發(fā)明的，而是加拿大蒙特利爾大學(xué)Yoshua Bengio教授和他的學(xué)習(xí)一起做的，但是谷歌最快把這個(gè)技術(shù)產(chǎn)品化和商業(yè)化。

　　跟隨戰(zhàn)略

　　跟隨戰(zhàn)略可能在新的經(jīng)濟(jì)體系中成功的機(jī)會越來越小，在人工智能時(shí)代也是如此，有幾個(gè)基礎(chǔ)的觀察。

　　第一個(gè)點(diǎn)是技術(shù)和產(chǎn)品的生存周期趨向于縮小，導(dǎo)致這個(gè)跟隨的時(shí)間窗口變短，或者變成沒有利潤的跟隨。以前的產(chǎn)品生命周期可能是幾十年，而現(xiàn)在的產(chǎn)品三到五年就更新?lián)Q代了，想跟隨都跟不上。比如智能手機(jī)生命周期有七年，出現(xiàn)了跟隨的時(shí)間窗口，但是最后發(fā)現(xiàn)跟隨的手機(jī)廠商都沒有賺到錢，因?yàn)槔麧櫠急辉缙诘娜顺怨饬?，后期變成了紅海。

　　第二個(gè)點(diǎn)是云計(jì)算和網(wǎng)絡(luò)效應(yīng)的原因，給跟隨的人機(jī)會越來越少云計(jì)算等服務(wù)能夠讓新成品快速的擴(kuò)張，會放大“First Mover Advantage”，產(chǎn)品迅速占據(jù)市場。

　　總結(jié)一下，跟隨戰(zhàn)略是一種戰(zhàn)略選擇，減少前期投資，但是也意味著放棄了前期的利潤。

　　所以大公司都在各個(gè)方向布局，對于大公司來說都害怕錯(cuò)過新的機(jī)會，即使跟隨也要成為第一個(gè)跟隨者。

　　軟硬結(jié)合其實(shí)是個(gè)很難的事情

　　軟硬結(jié)合是很難完成的事情，這個(gè)世界上很少有軟硬結(jié)合做得很好的公司。所謂軟硬結(jié)合，一定要有側(cè)重的，還是要落到硬件或者軟件上。因?yàn)樵诹鞒炭刂粕虾驮诠镜墓芾砩希浻布?shí)在很難去結(jié)合。

　　

　　硬件公司非常強(qiáng)調(diào)控制，硬件廠商強(qiáng)調(diào)用流程來控制，在硬件上不能犯錯(cuò)，因?yàn)榉倒ず吞鎿Q的成本非常高，回收的成本也非常高。但軟件公司強(qiáng)調(diào)快和發(fā)散，可以快速迭代，放松流程控制，可以犯錯(cuò)，和硬件公司截然不同。

　　硬件的工作周期長，因此傾向于做預(yù)算，通常一年為一期的預(yù)算，包含具體項(xiàng)目的計(jì)劃，通常是在行動(dòng)之前要花至少幾個(gè)月的規(guī)劃期，而軟件公司很少做如此長期的具體預(yù)算和計(jì)劃。

　　所以目前的觀察室，硬件廠商做不好軟件，軟件廠商做不好硬件。這是由企業(yè)基因決定的：管理，流程和文化上有鴻溝。目前來看，能夠同時(shí)把硬件和軟件都做好的公司，都是把軟件和硬件在管理，組織，流程和文化分開來的。比如IBM就是把軟件和硬件分開來做，分成單獨(dú)的集團(tuán)，用不同的流程甚至不同的文化來管理。另外一個(gè)近期成功的公司就是GE，而GE用的是體外孵化的思路創(chuàng)造了一個(gè)完全不同的文化、流程和管理思路來做軟件。GE最早是做硬件，他在體外投資了一個(gè)完全獨(dú)立運(yùn)營的公司來做軟件，然后由這個(gè)公司把它的軟件能力建立起來并形成規(guī)模，再回過頭來合并兩個(gè)公司，用新的公司帶動(dòng)老的團(tuán)體進(jìn)行軟件轉(zhuǎn)型。

　　軟件公司和硬件公司這里面確實(shí)存在物理世界的一個(gè)必然的規(guī)律，就是管理、流程和文化的差異。必須要清楚意識到軟件世界和硬件世界是有很大區(qū)別的，必須有意識的去規(guī)避這兩個(gè)世界之間的碰撞。很多硬件公司想做軟件轉(zhuǎn)型沒成功，都因?yàn)闆]有意識到這個(gè)區(qū)別。

　　關(guān)于chatbot的應(yīng)用場景

　　chatbot最重要的不是產(chǎn)品形態(tài)，更重要的是應(yīng)用場景。到底未來是Amazon Echo的形式，還是出現(xiàn)在手機(jī)上的形式，可能都不是最重要的。要想清楚chatbot的使用場景，到底chatbot在哪里有用：

　　第一個(gè)場景，物理上決定了眼睛和手被占據(jù)的時(shí)候，都非常適合chatbot (No hands No eyes)。最典型的就是在家里，我們不愿意去找手機(jī)在哪里，只需要聲音就能完成，因?yàn)檎Z音是人的物理延伸。車?yán)锞褪呛艿湫偷牧硗庖粋€(gè)場景，眼睛和手都被占據(jù)了。從目前市場的反應(yīng)來看，大家對chatbot在家庭領(lǐng)域的應(yīng)用基本都是認(rèn)可。

　　第二個(gè)是，chatbot可能也非常適合交互很多的場景。以前我們的交互，都是通過圖形界面(GUI)來完成，但GUI并不是一個(gè)完美的方案，這只是一個(gè)權(quán)宜之計(jì)。舉個(gè)例子，人類最早的購物模式中有一大類是交互式的，我們可能沒有特別明確要買什么，通過與店員或者導(dǎo)購的交流來決定買什么。我們過去的電商，在互聯(lián)網(wǎng)時(shí)代把網(wǎng)絡(luò)購物模式固化了，大家都是通過圖形界面，通過分類和搜索的方式來完成。但其實(shí)這種購物模式是可以被打破的，因?yàn)樽匀徽Z言是最好的交互方式，通過聊天這種自然靈活的方式來做電商，是非常值得電商領(lǐng)域來探索的。

　　

　　目前整個(gè)工業(yè)界都在嘗試，最近這兩年的進(jìn)步是比較快的。Amazon Lab，微軟，Google和Facebook都在試?，F(xiàn)在chatbot的問題是，需要有對目的性和靈活性的平衡。這兩個(gè)問題分開來都相對容易達(dá)到，但是要結(jié)合在一起，針對具體應(yīng)用場景進(jìn)行平衡優(yōu)化就非常難了。最早的chatbot基于規(guī)則，可以有很強(qiáng)的目的性，但是沒有很強(qiáng)的靈活性，現(xiàn)在也出現(xiàn)了像微軟小冰這種非常靈活的chatbot，但是缺乏目的性。類似于微軟小冰這種很強(qiáng)的靈活性的chatbot，非常適合娛樂和教育。而基于規(guī)則的chatbot，比如訂Pizza的系統(tǒng)，目的性非常強(qiáng)，但不夠靈活。

　　

　　目前可能沒有一個(gè)通用的系統(tǒng)能做到既有很強(qiáng)的靈活性又有很強(qiáng)的的目的性，大都落在了上面這個(gè)扇形里面。值得注意的是，隨著技術(shù)的進(jìn)步，這個(gè)扇形會不斷擴(kuò)大。我們需要做的事，找到需要解決的問題空間，平衡好靈活性和目的性，或者從技術(shù)出發(fā)，尋找合適的場景，或者從場景出發(fā)，尋找合適的技術(shù)，看看chatbot能否滿足要求。未來兩三年內(nèi)chatbot會在商業(yè)上有比較大的進(jìn)展。