智东西（公众号:zhidxcom）

编 | 海中天

导读：从1990年代开始，George Anders就在关注亚马逊，他为美国刊物写了许多与亚马逊有关的文章。最近他出了一本书《你可以做任何事》（ You Can Do Anything）。 George Anders刊文介绍了Alexa，既谈到了Alexa的发展，也谈到了它的挑战。通过这篇文章，我们可以看到一个不同的Alexa王国。下面是文章的节选，有缩减：

2012年8月31日，4名亚马逊工程师提交一份专利申请文件，它最终变成了Alexa，这是一套AI系统，它可以处理世界上最大、最复杂的数据集：人类语音。工程师只需要11个单词、一张简单的图表就可以解释它是如何运行的。一名男用户在安静的房间说：“请播放《Let It Be》，披头士的音乐。”一台小小的桌面机器回答说：“没问题，John。”然后它开始播放指定歌曲。

自此之后，面向家庭的语音AI成为亚马逊的大业务，对于竞争对手而言，它也渐渐成为重要的战略战场。谷歌、苹果、三星、微软都投入了成千上万的研究人员和业务专家，它们都想开发容易使用的设备，让我们与设备对话。Witlingo公司开发语音App，为银行、大学、律师事务所及其它机构开发，Witlingo的CEO Ahmed Bouzid认为：“到目前为止，我们所有人必须屈从于技术，比如输入、触击、滑动。现在新用户界面却屈服于我们。”

自2014年推出以来，Alexa设备销售了几千万台。在美国语音AI设备市场，亚马逊估计占了总销量的70%，虽然竞争压力越来越大。谷歌Home也卖了几百万台，苹果与微软很快也会推出自己的产品。

最终，企业的目标是抓住3个市场机会：家庭自动化，家庭娱乐，购物。

就目前来说，亚马逊无意从制造设备的企业手中获得收入，也就是制造智能恒温器、灯泡、其它Alexa联网设备的企业。未来，我们可以想像亚马逊会与企业达成营收分成协议，或者选择其它付费方式。

在这3个市场中最小的是家庭自动化市场，每年开支超过50亿美元，去年美国的零售销售额总计约为4.9万亿美元。眼下亚马逊通过销售机器赚钱，定价介于50-230美元，最低端的Dots只要50美元，高端的Echos要230美元，上面有视频显示屏。

有些企业正在开发硬件、开发服务，这些硬件与服务兼容Alexa。例如Capital One，它向银行客户销售Alexa支付系统；多伦多Ecobee制造Alexa智能恒温器，用户只需要说几个单词就可以调高或者调低房间温度。

Ecobee CEO Stuart Lombard说：“我们的客户生活很忙碌。”现在该公司销售Alexa设备有40%的营收来自海外，Ecobee成立已经10年，Alexa设备是公司增长最快的产品线。Stuart Lombard还说：“客户必须穿过繁忙的交通车流回到家里，他们必须喂孩子，必须给孩子换尿布，还要干其它各种事。我们让他们将事情做完，不需要用到手，他们可以用手干其它事。”

语音AI面临很大的技术挑战，因为我们说话时并不是井然有序的，我们会干扰自己，想法会动摇，我们使用单词的方式很奇怪，还会点头，发出咕哝声，我们会假设自己的话是有意义的，实际上没有。

几千名亚马逊员工正在解决这个问题，包括西雅图、Sunnyvale、加州、剑桥、马萨诸塞的研究中心。尽管如此，亚马逊还嫌不够，最近它为1100多个Alexa职位招募员工，涉及到十多个部门，当中有215个职位提供给机器学习专家。在剑桥办公室内，Alexa首席科学家罗希特·普拉萨德（Rohit Prasad）接受了媒体采访，他解释了自己的团队为何需要这么多人。

普拉萨德说：“你提问的每一个方面都让我发笑。”沉思几秒之后，普拉萨德解释说，他在语音技术方面研究了20年，在这段漫长岁月的大多数时间里，进展缓慢让他感到沮丧。但在过去5年里巨大的机会开放了。创造一个真实高效的语音AI是一项复杂的、从未被征服的任务。

在过去的岁月里，语音科学家一直想解决一件事，理解混乱表达的意义，最开始时表达有些混乱，很难搞清表达的意思，有了机器学习这样的新方法，我们用不同的策略取得进步，最开始时匹配是不完美的，机器人从不完美着手，然后通过临时猜测不断优化。关键在于消化大量的数据，从早期的错误中学习。Alexa与用户相处的时间越多，收集的数据也就越多，可以学习的数据也就越多，也就会变得越聪明。进步越大机会越大，这个过程需要大量的人力。

这就是普拉萨德的解释。