产品对技术的要求总是高度综合的，这点在语音交互上体现的特别明显，当语音识别、自然语言理解需要产品化的时候，你并不能约束用户必须把电视关了、其它人不能说话、说话的时候必须正面产品90度、必须把音箱音量设置到足够小等等。那样产品就没法用了。也就是说真想做好产品还要打穿原子（ 硬件）和比特（算法）的边界，补全整个链条，把声学、语音识别、语义理解进行系统的整合。

　　形象来讲就是在做Echo的时候，整个技术链条上国内企业自己要做的事情要远比做手机的时候多。硬件上是这样，算法上也是这样。

　　从前端到后端

　　Echo所代表的远不止是音箱升级，一旦前端产品成功，其后端价值就会大到任何人都无法忽视的程度。这点从行动上看国外巨头已经形成共识，而在国内大家思考的还不多，所以下面做些展开：

　　我们先做个基本的假设，那就是Alexa获得了巨大成功（ Echo、智能音箱、Alexa有关联，但其实是不同的东西，这点在之前文章中有说，这里不再重复），渗透到各种设备之中，包围了人们的生活，人们有50%的时间在通过语音和设备打交道，并且日活逼近Android。

　　那这时候一定会衍生这样的需求，用户会说：Alexa，帮我通知下马化腾，明天我不见他了。这时候就需要有一种通讯的IM来实现这种需求。这时候亚马逊就有两个选择：第一它接入一种已有IM，比如Whatsapp，或者Skype。第二种是自己做一个嵌在Alexa里面。亚马逊至少有一半的几率会选择后者，而不是把这种基础设施开放给别人，因为前两种要么属于Facebook，atv，要么属于微软。如果在中国是阿里巴巴做成了Alexa，那估计百分百不会选择对接微信。这样一来配合一个语音交互的核心特征，颠覆性的事情就出现了：

　　语音交互背后隐藏的各种应用具有唯一性。

　　我们很难想象这样一种语音交互方式：Alexa帮我用Whatsapp给XXX留个消息，明天我不见他了。在语音交互中WhatsApp这类应用的标识很可能会被优化掉。如果Alexa还只是百万级、千万级DAU的应用时那这个特性还不关键，但如果它是10亿DAU的系统，那这个特性的影响就会被无限放大，也就说搜索、IM、电商很可能都只有一家，而不是像现在虽然少，但还有个1,2,3名。

　　小结

　　看着不过是又一款新产品，但Smart Speaker这新品类事实上整体上挑战中国企业的文化、方法论和技术水平。形象点讲，如果以Elon Musk做SpaceX的姿态来做，那这事是能搞定的，但以做脑白金的姿态来做，那最多还是一个叮咚。谁有这个决心和能力来搞定这事呢？

　　订阅号：琢磨事(zuomoshi)