专访谢殿侠：别只盯着智能音箱 语音交互将重构 APP

“ 智能音箱 终于火起来了。”

见到谢殿侠，他正坐在北京一个临时的办公室中，第一句话脱口而出。

从上海到北京，谢殿侠创立的海知智能已经历了三年的时间。作为专注中文语义理解的创业公司，海知智能体量不大，但机会风暴正在袭来。

智能音箱，在中国事儿有多大

亚马逊Echo的火热已经蔓延到了中国。在看到了语音交互的发展前景之后，中国科技企业，不管是巨头公司，还是创业机构，亦或是传统制造厂商，都开始进入智能音箱领域。

但一个悲催的事实是，智能音箱在美国已经具备了年销量千万级的市场，在中国这一数字目前不到百万。

差距为何如此之大？在谢殿侠看来，中国智能音箱市场起步速度不会很快，成熟度也不会那么高，这是因为智能音箱在中国家庭中扮演的角色远没有美国重要。

谢殿侠认为，相比之下，中国没有形成家庭主妇的社交群体，晚上又因为应酬较多不在家，而中国家庭一般没有开放式厨房，大多数的习惯是看电视。这几点原因导致中国音箱用户少，使用场景、时间段都被压缩。

“所以，即使中国厂商可以把智能音箱做得比Echo更漂亮、更便宜，内容服务也更好，但是纯粹作为单品音箱来讲，其成功的程度和速度都不及美国。”谢殿侠说到。

有业内人士认为，目前投放到智能音箱上的“热钱”都已经砸进来了，初期的市场规模一定会起来。“我认为中国智能音箱市场明年销量能达到千万台的级别”，谢殿侠认为，像小米将价格打到299元，其实是想切传统蓝牙音箱的蛋糕，如果能将这部分存量市场进行转化也是不错的。

“但中国智能音箱的活跃度、黏性、留存率未必有美国市场那么高。”谢殿侠补充到。

去中心化，所有家居都能说话

语音交互本身就是很大的一个入口，但是语音交互的入口是不是智能音箱？现在谁也不知道。

在谢殿侠看来，智能音箱在语音交互初期会扮演很大的作用，甚至会成为继电视、手机之后的市场量级很大的一个单品。但是，智能音箱或许不能成为中枢控制设备，去控制其他家电。未来在中国家庭中，应该是去中心化的。

在中国，相比其他家电设备，智能音箱是一个新兴的市场，而电视、冰箱、空调却是一个存量市场。“没准智能语音交互的电视会跑得更快。”谢殿侠称，“未来真正在家庭中起到重要作用的，可能还是电视，另外我还看好智能台灯、儿童故事机等。”

“语音交互机器人是未来的发展方向，未来的语音交互将是Always On（实时在线），家庭中所有的电器都应该具备语音交互能力。”谢殿侠这样憧憬到。

升维，语音交互将重构APP

在谢殿侠看来，智能音箱等语音交互的家居产品只是下一个大时代的冰山一角。

“现在的手机APP与过去PC上的网页和软件有什么区别？主要的区别就是APP进行了升维，这个维度就是诸多的传感器、麦克风以及相机。”谢殿侠说到。

“因为有了GPS传感器，才有了滴滴、Uber、ofo这些公司；这个基础上再加上语音、麦克风，就有了微信、WhatsApp；如果再加上摄像头，就有了Instagram、美图秀秀。”谢殿侠如是说。

根据谢殿侠的观点，当APP升维之后，就产生了PC时代没有的公司和产品。未来有了语音交互之后，就又增加了一个维度，肯定会产生划时代的新产品。

“比如你跟冰箱说，今天有点累了，它会给你推荐你喜欢吃的而特别有营养的东西。”谢殿侠称，以后所有的业务服务都会升级成skill（技能），这种skill的关键不是它能识别，是它能懂你说的事情，能够像专家一样给你推荐东西。“所以，未来所有的APP都会重构，这种重构可能是把一个单品升级为一个Skill，也可能是过去相互隔离、推崇单点极致的APP思维互相打通。”谢殿侠说到。

巨头略晚，创业稍早

“巨头跟进略晚，自己在这个领域创业稍早。”谢殿侠这样总结自己前三年的创业。

2014年，谢殿侠在美国硅谷碰到自己在北大的同学丁力，当时的谢殿侠一直在做知识管理工作，而丁力则在做语义网（也就是后来的知识图谱），并推出第一款语义搜索引擎。两人在咖啡馆聊天，谈到了当时智能硬件市场的兴起，认为万物互联的时代很快就能到来，而语义理解大展宏图的时机也不远。所以两人一拍即合，回国创业。

“我当时认为，智能硬件的生态能够打通，技术也趋于成熟，所以自己对智能硬件市场有点儿过于乐观。”谢殿侠说到。

一开始，两人开发出了一款智能日历应用，可以识别和理解时间、地点、事件。小试牛刀打通产品技术环节之后，开始按计划做基于语义理解API的开放技术平台。“这个过程中比较艰辛，开始是和机器人、智能音箱厂商合作，但是机器人产业链并没有成熟，市场销量一直很惨淡，而蓝牙音箱的厂商一般说不需要语音交互，他们认为加上手机APP就是智能音箱。”谢殿侠回忆到。

虽然笃定语音交互终将爆发，但是当时巨头公司依然没有介入，随着联网硬件的消退，海知智能也进入了最黑暗的时候。谢殿侠称，那是2016年上半年，我们遇到了很大的一个坎。当时，虽然当时海知为贤二机器僧提供了语义理解技术，在市场上获得了一些知名度，但时机仍未成熟。

打造bot+skill平台，做语音时代的应用商店

在谢殿侠的规划中，海知智能在做知识图谱，但目的是为了打造各种各样的Skill，比如天气、音乐、影视、饮食、百科等等，把每个领域的数据信息加工通过自然语言理解技术加工成知识图谱，变成机器能够理解的语言。“海知实际上想做的是一个集合众多skill的bot生成平台，帮助移动互联网上的APP变成语音平台上的skill，生成一个个的bot。”谢殿侠说到。

在谢殿侠看来，未来的进化趋势是，APP会变成bot（聊天机器人），而APP上的内容和服务会变成Bot上的Skill。海知将搭建skill技能商店，一方面帮助有数据、内容服务的公司生成skill，另一方面将skill推送给各种各样的bot使用。

“在中国，各种各样的公司都想做自己的语音交互平台，我们作为创业公司，主要是还为大家提供技术服务。”谢殿侠称，我们一方面要吸引更多的开发者甚至是普通人来这里做skill，另一方面要将自己的skill商店导入到各家平台，比如说小米和百度的语音交互平台。据谢殿侠透露，小米智能音箱目前已经配备了海知智能提供的17个skill，后者目前也在参与小米的水滴开放平台。

据透露，目前海知的skill开发平台还处于内测阶段，官方的技能插件已经有50多个，还有一小批合作伙伴开发的技能。谢殿侠向网易智能透露，海知的skill平台将在9月底正式对外开放。未来一年，海知这个开放平台开放接入国内外主要bot开放平台，而在海知平台上的技能数量能够突破1万个。

在笔者看来，谢殿侠的规划是让海知成为语音交互时代初期的第三方技能商店，一如智能手机发展初期的苹果应用商店一样。谢殿侠的理由是，语音交互时代初期市场太分散，平台的技能数量整体偏少，和用户开口说话所需要的技能相比缺口巨大，更多的应该是合作而不仅仅是竞争。

“也许三五年之后，平台才会集中，竞争有可能大于合作。”谢殿侠说到。