2019年，對(duì)于所有人工智能公司而言，AI的規(guī)?；虡I(yè)落地都是一道“魔考”。?
近日，搜狗公司做了一件事，向錄音筆硬件廠商開(kāi)放搜狗聽(tīng)寫(xiě)服務(wù)，接入這一能力的錄音筆，就可以像搜狗AI錄音筆一樣智能，實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)寫(xiě)、實(shí)時(shí)互譯、智能編輯等功能。 ?
這件事乍一看平淡無(wú)奇，AI賦能產(chǎn)業(yè)也是老生常談的話題。但如果用時(shí)間線把搜狗布局AI的打法串起來(lái)，你會(huì)發(fā)現(xiàn)這一背后別有洞天。?
從最早的技術(shù)開(kāi)放平臺(tái)搜狗“知音引擎”到硬件產(chǎn)品AI翻譯機(jī)、錄音筆，再到如今開(kāi)放產(chǎn)品背后的AI服務(wù)能力，搜狗AI落地又進(jìn)入一個(gè)新的階段，服務(wù)成了輸出的重點(diǎn)。?
搜狗AI交互技術(shù)中心總經(jīng)理王硯峰的一句話更是直指AI商業(yè)落地的“痛點(diǎn)”，“只做技術(shù)是不夠的，沒(méi)有面向場(chǎng)景的深度優(yōu)化，技術(shù)就是一種雞肋”。?
一、轉(zhuǎn)變背后：硬件打磨技術(shù)體驗(yàn)，軟件搶占市場(chǎng)
早在2016年，搜狗開(kāi)始做語(yǔ)音開(kāi)放平臺(tái)“知音引擎”，并嘗試將技術(shù)推向行業(yè)，但探索一段時(shí)間后，搜狗決定暫時(shí)不將這條路作為主攻方向。
原因是時(shí)機(jī)不到。在AI平臺(tái)發(fā)展早期，軟件免費(fèi)的思路還停留在很多人心中，“你給我技術(shù)，我?guī)湍阕銎放票硶?shū)”成為一種早期玩法，再加上通用技術(shù)平臺(tái)的體驗(yàn)并不理想，技術(shù)提供商沒(méi)有獲得行業(yè)太多認(rèn)可。 ?
另一方面，面對(duì)百度、科大訊飛等玩家的語(yǔ)音平臺(tái)，盡管搜狗也有不錯(cuò)的技術(shù)積累，但在生態(tài)資源的比拼上也并不占優(yōu)勢(shì)。
因此，從2017年下半年開(kāi)始，搜狗不再大力去推技術(shù)開(kāi)放平臺(tái)，而是沉下心來(lái)將技術(shù)下沉，打磨場(chǎng)景與硬件，并在2018年上半年推出AI翻譯機(jī)和AI錄音筆產(chǎn)品。
?
以錄音筆為例，傳統(tǒng)的錄音筆功能單一，主要就是錄音。而搜狗AI錄音筆則不同，錄音后，它可以提供準(zhǔn)確率高達(dá)95%以上的語(yǔ)音轉(zhuǎn)寫(xiě)，還具備實(shí)時(shí)互譯、云端分享、中英同傳等多種AI 功能。憑借著語(yǔ)音轉(zhuǎn)寫(xiě)和離線翻譯等方面優(yōu)秀的表現(xiàn)，搜狗錄音筆上市后，短時(shí)間內(nèi)就在多個(gè)電商平臺(tái)取得了單品銷(xiāo)量第一的成績(jī)，在這一領(lǐng)域構(gòu)建了核心的競(jìng)爭(zhēng)優(yōu)勢(shì)。
與此同時(shí)，行業(yè)的觀念也開(kāi)始轉(zhuǎn)變。行業(yè)一些玩家意識(shí)到，通用技術(shù)平臺(tái)雖然免費(fèi)，但并不會(huì)針對(duì)具體場(chǎng)景做優(yōu)化，往往導(dǎo)致產(chǎn)品體驗(yàn)不足。在尋找更優(yōu)的技術(shù)方案同時(shí)，行業(yè)為技術(shù)付費(fèi)的意識(shí)開(kāi)始增強(qiáng)。
這時(shí)不少公司主動(dòng)找到搜狗，甚至包括一些硬件上的競(jìng)爭(zhēng)對(duì)手，詢(xún)問(wèn)能否購(gòu)買(mǎi)搜狗的AI翻譯能力。王硯峰回憶道，“盡管提供技術(shù)平臺(tái)和提供服務(wù)能力都是ToB，但兩者的感受完全不同，最初行業(yè)都涌入技術(shù)開(kāi)放平臺(tái)，但在方案上沒(méi)有誰(shuí)真正不可替代，客戶(hù)可以在多家之間來(lái)回切換；但當(dāng)你在一個(gè)場(chǎng)景形成獨(dú)特優(yōu)勢(shì)、構(gòu)建核心壁壘后，行業(yè)會(huì)更尊重你，愿意購(gòu)買(mǎi)你的服務(wù)能力?！?/p>
這成為搜狗再一次轉(zhuǎn)身，改變AI的落地方向的導(dǎo)火索。?
隨著硬件之路的深入，搜狗意識(shí)到一個(gè)問(wèn)題，在C端硬件市場(chǎng)，即使是最大的玩家，往往也很難占據(jù)50%以上的市場(chǎng)份額。這跟軟件完全不同，軟件可以發(fā)揮網(wǎng)絡(luò)效應(yīng)，一家獨(dú)大，占據(jù)一個(gè)市場(chǎng)80%以上的份額。典型的代表就是手機(jī)市場(chǎng)的多品牌和安卓操作系統(tǒng)的一家獨(dú)大。?
此外，錄音筆是一個(gè)相對(duì)狹小的市場(chǎng)，我國(guó)每年的銷(xiāo)量均在400萬(wàn)臺(tái)徘徊，并且這一市場(chǎng)有搜狗、科大訊飛等科技公司，還有索尼、愛(ài)國(guó)者等硬件企業(yè)，競(jìng)爭(zhēng)同樣激烈。?
再加上搜狗是一家“技術(shù)范”十足的公司，線下渠道能力以及銷(xiāo)售能力相比傳統(tǒng)的硬件廠商并不占優(yōu)勢(shì)。
這意味著搜狗很難在硬件上一家獨(dú)大。如何搶占更大的市場(chǎng)份額？如果硬件不能，軟件上是否有機(jī)會(huì)？經(jīng)過(guò)搜狗內(nèi)部一番思考，王硯峰認(rèn)為，軟件這條路是有希望的，經(jīng)過(guò)場(chǎng)景的深度優(yōu)化后，即使面對(duì)BAT等互聯(lián)網(wǎng)巨頭，搜狗在AI翻譯、語(yǔ)音轉(zhuǎn)寫(xiě)上也具有明顯優(yōu)勢(shì)。?
因此，搜狗決定再往前邁一步，開(kāi)放AI錄音筆背后的聽(tīng)寫(xiě)服務(wù)，為錄音筆行業(yè)提供OS系統(tǒng)，成為軟件服務(wù)的核心提供者。?
這是否又意味著硬件對(duì)搜狗的重要性會(huì)下降？王硯峰表示，硬件依然是主戰(zhàn)場(chǎng)，和AI一樣，都是搜狗的幾大戰(zhàn)略之一，因此硬件和開(kāi)放服務(wù)對(duì)于搜狗同樣重要。?
在他看來(lái)，智能硬件和AI技術(shù)研究是密不可分的，硬件是AI技術(shù)的載體，AI是硬件產(chǎn)品的靈魂。只有面向用戶(hù)體驗(yàn)，深入場(chǎng)景打磨技術(shù)，將技術(shù)、硬件、場(chǎng)景融合才能構(gòu)建AI的競(jìng)爭(zhēng)力。另一方面，開(kāi)放聽(tīng)寫(xiě)服務(wù)，可以將搜狗打磨好的技術(shù)方案，以服務(wù)能力對(duì)外輸出，推動(dòng)搜狗AI的規(guī)模化落地。
用硬件打磨技術(shù)體驗(yàn)，用軟件服務(wù)搶占市場(chǎng)、規(guī)?；涞?，這一策略正在成為搜狗AI新的打法，也體現(xiàn)了其對(duì)AI落地更深層的思考。?
二、“只做技術(shù)是不夠的，關(guān)鍵是服務(wù)能力”
回到錄音筆行業(yè)，我們今天見(jiàn)到的錄音筆，無(wú)論是外觀還是功能，跟2000年前后的產(chǎn)品并無(wú)太多變化。
也正是傳統(tǒng)錄音筆單一的功能、低頻次的使用場(chǎng)景，智能手機(jī)正在成為它的替代品，目前手機(jī)錄音APP已可以完成大部分場(chǎng)景的錄音，有力地沖擊這一市場(chǎng)的發(fā)展。?
這也導(dǎo)致錄音筆一直是個(gè)小眾市場(chǎng)，近幾年每年的銷(xiāo)量都在430萬(wàn)臺(tái)左右，銷(xiāo)量一直停滯不前甚至一度下滑。而各家比拼的無(wú)非音質(zhì)、電量、存儲(chǔ)空間的提升，至于用戶(hù)使用錄音筆到底做什么，背后的服務(wù)體驗(yàn)如何，行業(yè)鮮有思考。
搜狗本次開(kāi)放的聽(tīng)寫(xiě)服務(wù)，則依托自身扎實(shí)的AI技術(shù)和錄音筆場(chǎng)景的深度實(shí)踐。去年3月搜狗發(fā)布了一款A(yù)I錄音筆，經(jīng)過(guò)用戶(hù)較長(zhǎng)一段時(shí)間的使用，搜狗對(duì)海量的用戶(hù)行為數(shù)據(jù)進(jìn)行深入分析后，第一次為行業(yè)呈現(xiàn)了用戶(hù)的真實(shí)畫(huà)像。?
?
搜狗發(fā)現(xiàn)，使用錄音筆的第一大場(chǎng)景并非大家預(yù)想的媒體采訪，而是企業(yè)內(nèi)部的商務(wù)場(chǎng)景，比如會(huì)議記錄，占比高達(dá)44%；第二大場(chǎng)景是企業(yè)內(nèi)部培訓(xùn)，占比為24%；第三大場(chǎng)景才是采訪，占比21%，這三大場(chǎng)景加在一起占了錄音筆使用場(chǎng)景的90%。?
而且在使用錄音筆的用戶(hù)中，每周使用頻次超過(guò)三次以上的用戶(hù)占比達(dá)60%，每周超過(guò)10次的占比達(dá)15%；在錄音時(shí)長(zhǎng)上，41%的用戶(hù)錄音超過(guò)10分鐘。 可見(jiàn)，大比重的用戶(hù)保持較高的使用頻次和使用時(shí)長(zhǎng)。?
這三大核心場(chǎng)景也促使搜狗進(jìn)一步思考，AI可以為用戶(hù)帶來(lái)什么價(jià)值。比如一場(chǎng)會(huì)議錄音可能長(zhǎng)達(dá)數(shù)小時(shí)，語(yǔ)音轉(zhuǎn)成文字長(zhǎng)達(dá)數(shù)萬(wàn)字，用戶(hù)如何準(zhǔn)確、輕松的整理內(nèi)容，快速出稿，以及編輯完后，如何快速的分享給同事等等。
基于這些思考，搜狗更有針對(duì)性的將AI技術(shù)融入聽(tīng)寫(xiě)服務(wù)中，為行業(yè)輸出優(yōu)質(zhì)的產(chǎn)品體驗(yàn)。
?
具體而言，首先搜狗開(kāi)放了高準(zhǔn)確度的語(yǔ)音轉(zhuǎn)寫(xiě)能力，并支持10余種語(yǔ)音識(shí)別及方言識(shí)別。它采用業(yè)界領(lǐng)先的深層Transformer-based 端到端聲學(xué)模型、神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型、智能標(biāo)點(diǎn)預(yù)測(cè)技術(shù)等，語(yǔ)音轉(zhuǎn)寫(xiě)準(zhǔn)確率可達(dá)95% 以上。?
第二，麥克風(fēng)陣列和語(yǔ)音增強(qiáng)技術(shù)。搜狗基于“云端+本地”結(jié)合，打造了雙麥語(yǔ)音方案，并針對(duì)遠(yuǎn)場(chǎng)噪音環(huán)境，做了專(zhuān)門(mén)的降噪算法。
第三，個(gè)性化語(yǔ)音識(shí)別技術(shù)。語(yǔ)音轉(zhuǎn)寫(xiě)時(shí)，關(guān)鍵詞識(shí)別錯(cuò)誤給用戶(hù)體驗(yàn)帶來(lái)的體驗(yàn)是糟糕的。搜狗通過(guò)打通輸入法賬號(hào)體系，基于產(chǎn)品中用戶(hù)數(shù)據(jù)的使用習(xí)慣，自動(dòng)挖掘用戶(hù)的個(gè)性化詞組，使用戶(hù)常用語(yǔ)的轉(zhuǎn)寫(xiě)錯(cuò)誤率下降40%以上。?
第四，智能編輯與多端同步編輯。語(yǔ)音轉(zhuǎn)寫(xiě)不是目的，用戶(hù)的最終目的是編輯成文。通過(guò)云端智能糾錯(cuò)編輯技術(shù)，搜狗聽(tīng)寫(xiě)可以針對(duì)置信度低的轉(zhuǎn)寫(xiě)結(jié)果提供多個(gè)候選詞，針對(duì)口頭語(yǔ)、重復(fù)詞進(jìn)行自動(dòng)文本順滑。此外它還支持三到四人的人聲識(shí)別，語(yǔ)音轉(zhuǎn)寫(xiě)時(shí)在內(nèi)容上自動(dòng)區(qū)分說(shuō)話人。?
第五，云存儲(chǔ)服務(wù)。用戶(hù)的錄音和文字都可以長(zhǎng)期安全地保存在云端。?
搜狗王硯峰解釋道，市面上做AI技術(shù)輸出的公司，更多是把技術(shù)以API接口的形式輸出，但“只做技術(shù)是不夠的，沒(méi)有面向場(chǎng)景的深度優(yōu)化，技術(shù)就是一種雞肋”。?
區(qū)別與此，搜狗重點(diǎn)做了兩件事，一是把中臺(tái)服務(wù)做得更完善，包含賬戶(hù)管理、轉(zhuǎn)寫(xiě)技術(shù)、云同步功能、智能編輯等；二是提供了服務(wù)接入層，合作伙伴可以通過(guò)藍(lán)牙開(kāi)放協(xié)議零成本接入，讓用戶(hù)通過(guò)PC 和移動(dòng)端享用搜狗聽(tīng)寫(xiě)的增值服務(wù)。?
回到錄音筆行業(yè)，單純比拼硬件的商業(yè)模式已經(jīng)持續(xù)了近20年。而在搜狗聽(tīng)寫(xiě)服務(wù)背后，市場(chǎng)的天花板似乎正在打開(kāi)，以AI+軟件服務(wù)+硬件的方式，正在重新定義錄音筆和新的商業(yè)模式。 ?
三、聽(tīng)寫(xiě)服務(wù)的基石：搜狗輸入法
搜狗聽(tīng)寫(xiě)服務(wù)的背后，有一個(gè)容易被忽視的存在——搜狗輸入法，它對(duì)于聽(tīng)寫(xiě)服務(wù)，乃至搜狗AI都意義重大。?
目前搜狗輸入法APP 已擁有超4.5 億的日活用戶(hù)，PC 端更是占據(jù)99% 的市場(chǎng)份額，語(yǔ)音請(qǐng)求峰值已超7 億次，穩(wěn)居全球最大的中文語(yǔ)音應(yīng)用。?
搜狗輸入法背后的龐大用戶(hù)和海量數(shù)據(jù)，首先為聽(tīng)寫(xiě)服務(wù)提供了絕佳的“練兵場(chǎng)”，聽(tīng)寫(xiě)服務(wù)中核心的語(yǔ)音轉(zhuǎn)寫(xiě)技術(shù)早就在輸入法中上線，不同的是，輸入法中語(yǔ)音轉(zhuǎn)寫(xiě)的場(chǎng)景以單句話為主，而錄音筆中語(yǔ)音轉(zhuǎn)寫(xiě)是更長(zhǎng)的篇幅。經(jīng)過(guò)海量數(shù)據(jù)和真實(shí)場(chǎng)景的優(yōu)化，搜狗的語(yǔ)音轉(zhuǎn)寫(xiě)才能達(dá)到95%以上的效果。?
其次，搜狗輸入法提供“入口”優(yōu)勢(shì)，移動(dòng)端和PC端的輸入法都支持搜狗聽(tīng)寫(xiě)服務(wù)。在PC輸入法上，聽(tīng)寫(xiě)服務(wù)作為一項(xiàng)應(yīng)用直接內(nèi)置到PC輸入法的工具箱中，當(dāng)錄音筆插到電腦上后，輸入法就能自動(dòng)探測(cè)到它，幫助用戶(hù)進(jìn)行音頻管理，并提供聽(tīng)寫(xiě)服務(wù)。針對(duì)存量錄音筆，這一方式可謂直接增加了其附加值。
憑借著99%的市場(chǎng)覆蓋率，PC輸入法有一個(gè)獨(dú)特的優(yōu)勢(shì)，凡是工具性、效率性的工具都可以?xún)?nèi)置其中，不需要二次安裝，用戶(hù)隨時(shí)調(diào)用，這大大提升了用戶(hù)使用的便捷性。
在移動(dòng)端，搜狗在輸入法APP中也開(kāi)放了聽(tīng)寫(xiě)服務(wù)的接口，一方面4.5億日活用戶(hù)帶來(lái)一個(gè)龐大的市場(chǎng)，能夠讓用戶(hù)更便捷的使用聽(tīng)寫(xiě)服務(wù)，龐大使用量也可以更快速的迭代聽(tīng)寫(xiě)服務(wù)背后的AI技術(shù)和產(chǎn)品體驗(yàn)。?
另一方面，將聽(tīng)寫(xiě)服務(wù)直接內(nèi)置到輸入法上，避免了賬號(hào)打通的問(wèn)題，可以更便捷的使用賬號(hào)的歷史數(shù)據(jù)提供個(gè)性化的聽(tīng)寫(xiě)服務(wù)。
不只是聽(tīng)寫(xiě)服務(wù)，在搜狗AI的版圖中，輸入法就是AI技術(shù)的練兵場(chǎng)，它為技術(shù)研究設(shè)置問(wèn)題，為技術(shù)的演進(jìn)提供源源不斷的數(shù)據(jù)洪流，又提供最佳的落地載體，扮演著“源頭活水”的角色。?
王硯峰也表示，開(kāi)放聽(tīng)寫(xiě)服務(wù)只是搜狗的第一步，未來(lái)搜狗將會(huì)進(jìn)一步發(fā)揮輸入法的入口優(yōu)勢(shì)，將自身的語(yǔ)音翻譯能力都以服務(wù)的形式開(kāi)放出來(lái)，為用戶(hù)帶來(lái)更大價(jià)值的同時(shí)，搶占更廣闊的軟件服務(wù)市場(chǎng)。
從輸出技術(shù)到打造硬件，再到提供服務(wù)，是搜狗AI發(fā)展的一個(gè)轉(zhuǎn)折點(diǎn)，也是搜狗AI落地的深化。
