“hiSiri，給我講個笑話”“天貓精靈，今天天氣怎樣”“小度，為我導(dǎo)航最近的加油站”……

今天用語音喚醒智能助手，已經(jīng)不再像以前那樣是一件頗有恥感的事情了。

“音箱大戰(zhàn)”的澎湃之力，已經(jīng)讓偏遠至村鎮(zhèn)的群體都AI了起來，智能語音早已下沉得不能再下沉了。語音交互的習(xí)慣逐漸培養(yǎng)起來，接下來就是做文章、講故事的好日子了。

在這樣的大好局面中，微軟語音助手Cortana小娜卻傳出了要“脫團單飛”的消息，即將終止在IOS和安卓兩大移動應(yīng)用平臺上提供服務(wù)，這無疑是自絕于人民群眾的自殺式行為。

小娜的失敗給語音交互領(lǐng)域留下了哪些“遺產(chǎn)”，而它的創(chuàng)造者在失去移動端制霸權(quán)后，又將告別智能語音助手這一關(guān)鍵入口，接下來的航線又指向何處?

Cortana小娜的“美強慘”人生

今天語音交互的主流人群，可能都沒有來得及能跟小娜在手機端產(chǎn)生一次對話。而在PC端偶爾召喚出來，最大的可能也是因為操作失誤。

但這并不代表這位以FPS 游戲 Halo 中的 AI 角色命名的Cortana ，水平真的如此泯然眾人矣。

準確來說，在AI黑科技方面，微軟并不輸給谷歌、蘋果這些高光實驗室。而小娜背后的微軟亞洲研究院(人工智能-語音識別方向)更是產(chǎn)業(yè)界的“黃埔軍校”。有著如此背景的小娜，問世時可比答非所問的Siri聰明多了。

在一則視頻中，用戶通過搜索引擎向Google Now、小娜、Siri提問“埃菲爾鐵塔有多高?小娜在數(shù)年前就將知識圖譜與AI相結(jié)合的方式來呈現(xiàn)答案，跳過引擎抓取的大量無用信息，直接告訴對方答案——鐵塔的高度。

更關(guān)鍵的是，小娜所依托的微軟亞洲研究院有著大量的中文語音識別、語義分析成果積累，當(dāng)時Siri還是一個中文聽不懂、回答顛三倒四，最大的作用就是講笑話的搞笑型選手。

除了歷史沉淀，小娜之所以聰慧，也源于其在微軟“云為先，移動為先”核心戰(zhàn)略中的關(guān)鍵地位。

當(dāng)時，小娜與Bing、Azure等產(chǎn)品正在逐步取代Office和Windows，成為微軟在移動時代的新業(yè)務(wù)核心。為此，微軟在對小娜的打磨上也十分用心。

小娜的定位是“智能助理”，當(dāng)時已經(jīng)可以處理復(fù)雜的口語指令，來幫用戶打開第三方應(yīng)用、查找文件、收發(fā)郵件等等。2016年，小娜的語音識別率就已經(jīng)超越了人類。2018年早些時候，為了讓小娜的表達聽起來更人性化，微軟還收購了一家名為“語義機器”的人工智能初創(chuàng)公司。可以說絕對是親生的待遇了。

小娜所擔(dān)負的理想，即使在今天看來，也極具前瞻意義。

在技術(shù)愿景上，小娜被設(shè)計為云端驅(qū)動(cloud-driven)，許多智能計算都是在云端完成的，設(shè)備終端只做輕量級的整合。這使其跨平臺統(tǒng)一服務(wù)成為了可能。

所以在應(yīng)用場景上，微軟工程師們提出了“Cortana Everywhere”(小娜無處不在)的想法。即讓小娜在各種不同配置、不同版本、不同操作系統(tǒng)的終端設(shè)備上都能夠被調(diào)用，并提供一致性的用戶體驗。只要智能終端具備一定的計算能力，可以運行小娜的客戶端堆棧(Client Stack)，就能夠運行。

當(dāng)時設(shè)想的足夠運行小娜的最小設(shè)備是智能手環(huán)，在微軟的Microsoft Band 上，小娜可以識別語音并以文字形式呈現(xiàn)出來。

當(dāng)時的產(chǎn)品負責(zé)人在談到小娜的理想化未來時，描繪了這樣一個場景“一件衣服里內(nèi)置了麥克風(fēng)，它可以聽到我說話，將信息傳達給我口袋里的手機，然后手機和云端進行通訊。整個過程用戶都不需要從口袋里掏出手機，佩戴耳機就可以聽到小娜的回復(fù)。”

耳不耳熟?云+AI+泛終端，這個今天普遍出現(xiàn)在各種行業(yè)前沿技術(shù)峰會PPT上的智能交互畫卷，幾年前就被微軟描畫了出來。

可惜，凡事總有但是。

小娜最終還是走上了“美強慘”的道路。最后那個令人意難平的“慘”字，源于不久前它的徹底失敗。

微軟正式宣布戰(zhàn)略性收縮小娜業(yè)務(wù)，將在2020年1月31日退出iOS和Android平臺，這是一封來自官方的死刑宣判書。

其實早在今年1月份的時候，微軟CEO納德拉就宣布不再將Cortana視為Alexa、Google Assistant的競爭對手。但走到徹底放棄移動端應(yīng)用市場這一步，也不由令人唏噓——小娜明明應(yīng)該是主角的劇本，最終卻淪落成了炮灰，一切究竟是怎么發(fā)生的?

三人行必有炮灰：

微軟的語音交互“滑鐵盧”

盡管有點馬后炮的嫌疑，但今天我們回望微軟在語音消費級市場的大潰敗，或許能對當(dāng)下還在場內(nèi)的玩家有一個更為清晰的認識。

總體來說，小娜的“生不逢時”，主要體現(xiàn)在三個節(jié)點上：

1.生于智能，但困于終端。

智能語音助手的第一要義，除了在技術(shù)上要能實現(xiàn)足夠高精準度的識別理解能力之外，最核心的一點是要有任務(wù)屬性，即能夠幫助人解決特定需求。也意味著，它必須能夠獲取其他設(shè)備和應(yīng)用的控制權(quán)，才能夠達到這樣的要求。

但小娜除了在微軟體系內(nèi)擁有足夠多的權(quán)限，比如調(diào)用和理解郵件、處理365office等等。而且大部分是發(fā)生在PC環(huán)境中，語音交互相比鼠標要位居其次。在更廣大的移動場景中，受限于Windows Phone可憐的市場占有率，小娜很難做到像Siri、echo與google assistant那樣，與自家硬件無縫整合。

比如在打開應(yīng)用時，使用“Hey Cortana” 語音喚醒;亦或是始終保持語音待命，以低耗電狀態(tài)運行等，這些必要的能力小娜都很難在競爭對手的設(shè)備上實現(xiàn)。

而缺少了來自終端用戶行為的數(shù)據(jù)滋養(yǎng)，小娜在腦力進化、內(nèi)容理解等能力上也逐步與對手們拉開了差距。微軟在消費級移動終端上的失利，最終轉(zhuǎn)化為小娜的敗北。

2.生為語音，卻難覓應(yīng)用。

盡管微軟在小娜應(yīng)用開始，為其設(shè)計了非常具象的應(yīng)用場景，比如用戶可以通過輸入文本或語音與小娜交流，可以語音搜索互聯(lián)網(wǎng)內(nèi)容，或者是直接詢問關(guān)于影視劇集、天氣、附近商戶、交通路線、航班、音樂、百科等信息。和微軟賬戶綁定以后，小娜還能在不同平臺間同步郵件、待辦事項、短信等個人信息。

但回顧小娜推出時的整體環(huán)境，不僅對用戶來說，語音交互是一件有些尷尬的事，常常需要跟春節(jié)與不熟的親戚寒暄一樣，需要搜腸刮肚地想話題;即使在今天，跟音箱里的語音助手聊兩句就任由其落灰的也不少見。

更悲催的是，小娜出現(xiàn)的時候終端計算能力還并沒有現(xiàn)在這么GPU\CPU集體發(fā)功的強大，移動網(wǎng)絡(luò)服務(wù)也不像現(xiàn)在這么高速、普及、穩(wěn)定，當(dāng)時如果遇上網(wǎng)絡(luò)狀況不好，小娜的語音識別就很慢，有些情況下甚至用不了。

而今天用戶使用語音對話方式發(fā)出指令的不適感幾乎消除了，小娜卻已經(jīng)身處強敵環(huán)伺的森林法則中，難以再翻身。

3.生于智能，卻困于自封。

今天凡是擁有智能語音助手的廠商，早已達成共識，無論是行為數(shù)據(jù)的累積，還是交互習(xí)慣的培養(yǎng)，都需要盡可能多的與用戶發(fā)生聯(lián)系。開放，合作，是一切的前提。而微軟閉關(guān)造城的霸主思想，或許是小娜注定失敗的注腳。

2014年，被今日智能助手廣泛致敬的“亞馬遜Alexa+echo”模式，還只是個實驗雛形。為了讓任何人都愿意用，亞馬遜成立一個新的部門Alexa Voice Services，敞開了招呼大家加入來開放能夠用Alexa交流的軟硬件，吊燈、冰箱、燃氣灶、汽車……很多雖然今天依然看起來很傻，但今天Alexa成為全球應(yīng)用最廣泛的語音助手，擁有1.5萬種以上的技能，與這種開放形態(tài)不無關(guān)系。

也是在同一年，時任微軟Windows Phone項目高管Marcus Ash在被媒體問到小娜是否會登陸其他應(yīng)用平臺時，表示“微軟只會在Windows Phone版Cortana徹底成熟之后才可能考慮其他平臺，也不會考慮為iOS和Android的深度整合而開發(fā)底層訪問功能”。

直到2015年，WP系統(tǒng)眼見著市場慘淡，無法為小娜提供有競爭力的發(fā)展空間，當(dāng)時微軟才宣布轉(zhuǎn)戰(zhàn)安卓和IOS。就連這樣的平臺開放也是非常有限的，因為是“中美特供”，當(dāng)時只針對中國和美國市場提供服務(wù)。

而同一年，百度已經(jīng)召開了“度秘”的發(fā)布會，將其打造成了一個集微軟小冰(聊天機器人)+微軟小娜(語音助手)+bing必應(yīng)(搜索引擎)+垂類O2O的語音交互產(chǎn)品。隨后，“小度”的能力伴隨著DuerOS平臺被開放給了眾多軟硬件開放者。

對于開放生態(tài)的“傲慢與偏見”，使小娜錯過了向消費層生長出根須并持續(xù)進化的機會。

2018年的時候，微軟也曾試圖將小娜的重心繼續(xù)加碼安卓和IOS，對它進行了大規(guī)模的改進，包括更新的UI，支持在藍牙上播放音樂，啟動速度提升了20%，并與微軟其他服務(wù)進行了更深層的整合，比如可以加入Skype會議。

盡管如此，無論是面對中國市場BAT等巨頭的中文語音助手，還是在海外市場與谷歌、亞馬遜和蘋果等正面交鋒，微軟小娜無論是硬件基礎(chǔ)規(guī)模，還是平臺化的延展能力，都無法再逆風(fēng)翻盤。

在微軟的Build 2018中，通過Cortana與Alexa的互操作性展示，微軟也只好承認了小娜本身的功能，已經(jīng)不足以滿足當(dāng)下用戶對語音助手的訴求了。次年1月，以小娜為核心的智能揚聲器計劃被宣告終止。

就連如今的退出，都在慘淡的成績面前顯得不那么悲情了。根據(jù)Sensor Tower的最新數(shù)據(jù)， Cortana應(yīng)用在App Store上的“生產(chǎn)力”類別中僅排名第254，在Google Play中僅排名第145。好像退出也并沒有損失很大的樣子。

小娜原本有著最搶眼的開場，卻在堅守著Windows和Office的微軟腳步下，走向了移動的終局。

小娜走了，微軟的語音交互未來在哪兒？

小娜雖然可以說是從移動端消弭了，但語音交互這個未來入口卻不能輕言放棄。

從微軟透露的信息我們知道，小娜還將作為微軟唯一的語音助理工具存在，在微軟所有的Windows產(chǎn)品中嵌入，包括Xbox游戲平臺，再博一次。

小娜是否還有希望重回大眾視野視野還未可知，但從微軟的“滑鐵盧”不難看到，語音作為AI引發(fā)的交互革命，賽事的焦灼點卻往往在技術(shù)之外。

在“千箱大戰(zhàn)”的熱身過后，泛智能終端的語音交互戰(zhàn)局才剛剛拉開帷幕，未來所有機器、智能硬件，比如汽車、家居、辦公等都可能被這場浪潮席卷沖刷。在這個過程中，勝利者的成功也許無法復(fù)制，但失敗者的教訓(xùn)卻值得反復(fù)咀嚼。

語音交互巨作為對信息生態(tài)和生活方式的重構(gòu)，涉及了非常復(fù)雜的社會鏈條，龐大如微軟也難免步步踩坑。目前看來，可以確定的是，建立產(chǎn)業(yè)鏈上下游合作生態(tài)將是第一奧義。

語音底層技術(shù)突破已經(jīng)逼近天花板，大家都是在90%以上的極限成績上反復(fù)拼小數(shù)點，通過產(chǎn)業(yè)伙伴的助力，打通語音交互軟硬件的上下游產(chǎn)業(yè)鏈關(guān)系，在5G+AIoT的泛智能終端生態(tài)中占據(jù)先發(fā)位置，對未來的市場主導(dǎo)權(quán)爭奪有著重要意義。

其次，國際化競爭態(tài)勢日趨激烈，而中國廠商的本土產(chǎn)品優(yōu)勢會被持續(xù)放大。來自Google Assistant的數(shù)據(jù)顯示，已經(jīng)由此超過70%的互聯(lián)網(wǎng)請求是自然語言、對話方式發(fā)出的。其中各個技術(shù)廠商包括創(chuàng)業(yè)者都有著各自的優(yōu)勢，但歸根結(jié)底，用戶體驗才是搶奪市場的最高法則。

在這一方面，中國科技廠商誰能最先完成下沉市場的使用時間收割，以貼近最廣大用戶群體的姿態(tài)完成心智占領(lǐng)，就等于率先在“語音+萬物”的賽場上做完了準備工作。

可以預(yù)料的是，除了在智能音箱外形上不斷做新文章之外，未來的中國語音交互戰(zhàn)場還會有新的硬件形態(tài)通過廝殺，來完成消費市場的真正變革。

總之，小娜的失敗，留給我們最大的反思或許是，不要讓強者的傲慢與偏見，讓AI的生命力在封閉中走向凋零。(文/藏狐)

關(guān)鍵詞： Cortana小娜