在那些雄心勃勃的开发商中，既有与 Alexa 合作的硬件公司，也有提供与Alexa搭配的软件服务的公司。例如，CapitalOne 正在向银行客户提供基于Alexa的账单支付; 位于多伦多的 Ecobee 是一家智能恒温器制造商，它可以搭载Alexa驱动的版本，让人们只需说出几句话即可为房间升温或降温，Alexa设备是这家公司发展最快的产品线，Alexa设备已占其总销售额的40％左右。

现在，亚马逊主要通过销售 Dot 和 Echo 机器来赚钱，价格从低端的 50 美元 Dot 到高端带视频屏幕的 230 美元Echo。如果这些设备能引导用户在亚马逊在线商场进行更多的购物活动，这将给亚马逊带来另一大回报——不过，亚马逊不会透露这方面的数据。

实际上，Alexa 驱动的 Echo 装置和 Dot 装置已是无处不在的家庭助理，它可以为你关灯，讲笑话，或者为你阅读新闻。 它们还可以收集有关用户的数据，用于改进 Alexa ，增加其用途。

对亚马逊而言，当初那个点播机器也早已改头换面。如今，它已经变成了极其宏大的怪兽。

更好地聆听

如果 Alexa 或其附属产品可以在寒冬腊月替你锁上大门或启动汽车加热器，你还有什么必要去亲力亲为呢？

目前，亚马逊公司还没有试图去赚那些制造智能温控器、灯具和其他与 Alexa 连接的设备的企业的钱。尽管如此，仍然很容易想象，将来亚马逊会如何和这些企业分享市场收益。

亚马逊的当务之急是，让 Alexa 的人工智能系统建立在人类数据基础上，提高从人类的资源中学习的速度。

几乎所有的语音 AI 玩家都知道，语音 AI 之所以对消费者这么有吸引力，是因为它能直接面对我们的需求，回应我们的发言和想法，而不需要我们在键盘或屏幕上打字。这也使得它在技术上极难构建，因为当我们谈话时，我们的话并不总是井井有条的。 相反，我们常常打断自己， 我们的想法摇摆不定，我们还以奇怪的方式使用词语、点头摇头、发出咕噜声。哪怕我们实际说出的话不可理解，我们也倾向于认为自己的话能被理解。

数千名的亚马逊员工正在努力应对这一挑战。这些人的工作地位于西雅图，加利福尼亚州桑尼维尔和马萨诸塞州剑桥研究中心。 即使这样，亚马逊的招聘页面最近还提供了 1,100 多个新的 Alexa 职位，它们分布在十几个部门，其中包括为机器学习专家提供的 215 个职位。

图丨亚马逊 Alexa 首席科学家Rohit Prasad

对于 Alexa 首席科学家 Rohit Prasad 而言，为什么亚马逊需要这么多的人，什么时候他的研究团队才能完全满员？他长期从事语音技术工作已有20年，其中大部分时间得到的都是令人沮丧的结果。

问题的答案是，在过去五年中，巨大的机会降临了。

毫无疑问，创建一个真正有效的语音触发型 AI 是一个复杂且尚未被征服的任务。过去，语言科学家们努力想要在第一轮试验中就能确定混乱话语的确切含义。而如今，机器学习的新方法通过采取不同的方向取得了进展：他们从不完美的匹配中开始工作，接下来进行快速微调和临时的猜测。

关键是，分析大量用户数据，并从早期的错误中学习。 Alexa与用户交互的时间越多，收集的数据越多，它就会变得越聪明。 随着 Alexa 的进步，越来越多的机遇来临，从而需要更多的人力来配合。

“让我举个例子，”Prasad 说。 “如果你问Alexa，Adele的第一张专辑是什么？” 答案应该是“19” 。 如果你对它说“播放它”，Alexa就会知道开始播放那张专辑。“但是如果中间掺进了其他对话呢？ 如果你第一次问 Alexa 这张专辑出来的年份，接着问它出售了多少份， 再接下来才要求Alexa “播放它”，早期版本的Alexa将被问题困住。 现在，Alexa的技术已经可以跟上人的思路，至少有时候能认识到“它”在这里仍然意味着“ 第一张专辑” 。