人工智能可能是2017年中國互聯(lián)網(wǎng)討論最多的一個關(guān)鍵詞，但如何落地、找到真實且剛需的用戶場景，一直是令業(yè)界最為頭疼的問題。
過去幾個月，小米有兩款人工智能產(chǎn)品成為市面上的爆品。在整個電視行業(yè)陷入低迷的2017年，小米一躍成為線上銷量第一的電視品牌，最大的貢獻來自其主打人工智能語音的系列——小米電視4A。小米AI音箱更是成為國內(nèi)賣的最多、也是最難買的一款智能音箱。而這兩款產(chǎn)品的爆紅，并不像外界想象的那樣，是趕上了AI的風口；恰恰相反，它們其實是跟隨用戶需求不斷進化而來的「網(wǎng)紅」。
最近我和小米聯(lián)合創(chuàng)始人、小米電視負責人王川聊了聊小米AI音箱的前世今生，以及小米連續(xù)制造爆款的最大秘密武器……
為了保證原汁原味地呈現(xiàn)干貨，接招以王川口述的形式加以整理、編輯。
雷軍最煩“布局”二字
“小愛同學”可以說是目前中國市場上使用體驗最好的智能音箱。微軟、亞馬遜和Google的相關(guān)負責人看了以后第一個反應(yīng)就是，怎么這么快？
其實我們在很多方面已經(jīng)不落后于國際的一線巨頭了，主要原因是我們有大量的用戶在用。小愛同學最早是在小米電視上實現(xiàn)的。當時為了解決電視語音的交互問題。因為電視跟手機不一樣，電視搜索一直是最困擾我們的問題。
在電視上，我今天看到的最好的交互工具就是遙控器，還沒有看到更好的交互工具。但是在電視上輸入一個文字是非常非常吃力的事兒。但有了語音以后，搜索問題就變成一句話的事兒了。我們最早在電視上做了語音助手，后來命名為“小愛同學”，再有現(xiàn)在的小愛音箱。可以說是環(huán)環(huán)相扣，但不存在布局一說。
在小米，雷軍最忌諱的就是“布局”二字，我們內(nèi)部沒有人談布局、沒人敢談布局?？傆腥藛栁倚∶资窃趺床季值?，我說我們從來沒布局，在我們這兒布局是貶義詞。
我們想的就是怎么做出一款能“感動人心、價格厚道”的好產(chǎn)品。如果你能做出這樣的產(chǎn)品，這就是衡量你成功不成功的標志。所以我們其實看的都是產(chǎn)品，比如怎么把電視做好、怎么把它的交互做好、怎么把它的畫質(zhì)做好、怎么把它的音質(zhì)做好、怎么把它的外觀做漂亮。
小愛音箱其實也是產(chǎn)品需求的進化。我們這個團隊是做電視的，一直在研究電視的交互。去年10月我們在小米電視上嘗試了智能語音，在電視搜索上內(nèi)置了小愛同學這個智能語音功能。兩個月之后決定把這個功能升級為互聯(lián)網(wǎng)音箱，音質(zhì)特別特別好，上面帶了一個按鍵，帶語音，當時賣399，一下子賣得特別好。但那個是近場語音，遠場的一定更受歡迎。我們就把這個功能強化，推出了小愛音箱。
需求的進化：從遙控器到智能音箱
大家今天看到的是小愛音箱這個爆款，但沒有看到它是怎么一步步進化而來的。可以說，小米音箱的誕生，離不開我們最初的遙控器。小米電視最早做了11鍵遙控器，這是全球鍵數(shù)最少的遙控器。在此之前，所有的遙控器都是40多個按鍵，甚至100多個按鍵。
小米當時面臨的挑戰(zhàn)是，智能電視的功能要遠比功能機多很多。按照常規(guī)，我們可能要加更多的按鍵才能控制智能電視這么多的功能。但是說實話，40多個按鍵已經(jīng)很難用了，如果再加幾百個按鍵基本上就不能用了。
當時決定做智能電視的時候，我問了一下傳統(tǒng)廠家：你們智能電視機的日活有多少？他們說先別說日活了，說聯(lián)網(wǎng)率，雖然智能電視賣出去了，但是真正連到互聯(lián)網(wǎng)的有多少？不到50%，聯(lián)網(wǎng)以后使用智能功能的有多少？他說不到5%。使用率極低，大家賣智能電視是把它當成一個噱頭來賣的。
后來我們開始當時設(shè)計這個遙控器，我對自己提了幾個要求：第一、我們能不能設(shè)計一個擁有世界上最少按鍵的遙控器、但是它能夠覆蓋功能機和智能機的全部功能；第二、這個遙控器應(yīng)該是4歲孩子到80歲老太太都能用；第三、不用看遙控器，可以盲操作。大家平時在家里看電視的時候燈光很昏暗，如果還需要看著遙控器去找按鍵，就很痛苦。所以我要求是憑手感、憑直覺，完全不用看。這是我們設(shè)計11鍵遙控器的初衷，這是當時世界上按鍵最少的電視遙控器。
做小米盒子就是為了做電視，所以設(shè)計小米盒子遙控器就是為了電視遙控器設(shè)計的。小米盒子出來以后才使得智能電視的使用成為可能。
以前為什么買回去智能電視，其中50%的人不聯(lián)網(wǎng)？聯(lián)網(wǎng)的人里面只有5%的人才會用智能電視功能？是因為根本沒法用，使用起來很痛苦。在Windows之前，我們?yōu)榱耸褂肈os，要上了一個月的課，就是你要先學一個月的課，然后才能使用Dos。Windows出來后，讓大家玩兩下就會上網(wǎng)。
有了這個遙控器，我一直覺得在智能電視的海量內(nèi)容下，操作應(yīng)該會很簡單了，但很快發(fā)現(xiàn)搜索一直是個問題。所以我們第一個在電視里頭做了“小愛同學”這個智能語音功能。因為我們發(fā)現(xiàn)一句話能解決的事兒，都特別適合語音來解決。
小米做AI的先天優(yōu)勢：數(shù)據(jù)
智能語音不是今天才有的，上個世紀我上大學的時候就有了，二十年來，一直沒有真正的使用。語音搜索一開始并不是百分之百準確，甚至很不靠譜。到今天，我們才突然發(fā)現(xiàn)它的準確率越來越高了，一個重要原因就是人工智能提升了它的準確率。當準確率達到一定程度的時候，用戶才可以接受。
我覺得這就像有一個無形的門檻：在門檻下，大家就不會用，過了門檻，大家都開始能接受了。所以，怎么使我這個語音的準確率達到用戶的使用門檻，我覺得是巨大的挑戰(zhàn)。
核心問題就是要有足夠多的數(shù)據(jù)。用的人越多，數(shù)據(jù)量越大，準確率就會越高。從小愛同學到小米音箱，之所以能夠持續(xù)爆款，就是因為小米有很大的用戶量。
“小愛同學”剛出來時，我說咱們做一塊錢公測，看看大家到底用不用，結(jié)果網(wǎng)上100多萬人報名，超出我想象。后來我說，再設(shè)計個門檻：家里至少有15個小愛同學能控制的家居設(shè)備（不是15件小米產(chǎn)品）的用戶才有資格參與。結(jié)果這100多萬人里有20多萬人符合。
公測以后，有用戶反饋說小愛同學控制不了家里的設(shè)備，我說怎么可能？就讓工程師去查，后來發(fā)現(xiàn)我們工程師限制了智能設(shè)備的連接數(shù)量，上限是200件。我說家里有200件？這不可能的啊。結(jié)果很多人說我們家里設(shè)備就是超過200件。
小愛音箱是今年7月份發(fā)布的，意圖準確度從當時的不到80%提升到了98%；真正銷售應(yīng)該是從9月底開始，到現(xiàn)在已經(jīng)有一億的數(shù)據(jù)了。就是因為小米有海量的數(shù)據(jù)，所以使它在不停地學習，越用越好用。
當時做小愛音箱，其實心里也沒底。這個產(chǎn)品到底能不能被用戶接受，說實話，我們心里是打鼓的。從我個人來講，我認為肯定能賣，而且這個價錢也肯定能賣。但是到底能不能賣，得看實際情況，不能說我覺得好，它就能賣。創(chuàng)業(yè)這么多年，在產(chǎn)品上我們有過很多血淚教訓，我覺得特好的可能最后賣不動，我覺得不起眼的可能也賣得挺好。據(jù)說培養(yǎng)一個飛行員需要黃金等身，我覺得培養(yǎng)一個產(chǎn)品經(jīng)理可能需要花更多的錢、交更多的學費。
一開始我們只開了一套模具，一套模具是四萬臺的產(chǎn)量。為什么只開一套模具呢？因為我了解到市場上已有的同類產(chǎn)品，過去兩年時間才賣了四萬臺。一套模具一年大概是50萬臺的量，人家是兩年才干四萬臺，一年才兩萬臺，所以我覺得一套肯定夠。
很快，在公測之前我就覺得一套不夠了，我專門給廠商打電話，我說再加開兩套。沒想到的是，一上市，我又加開了四次模具。
風口就是用戶需求
這都是根據(jù)需求一步一步向前推進的，而不是布局、規(guī)劃出來的。如果在電視上推了以后沒人用，我們就不會在音箱上去試了。我們最怕什么呢？最怕的不是技術(shù)先進不先進，而是用戶不用。如果小愛兩年只賣四萬臺，有什么用？你說我們的算法很好、科學家很好，語音都是世界最領(lǐng)先的，用戶沒用，就沒有數(shù)據(jù)。產(chǎn)品經(jīng)理就是要洞察用戶的需求，然后推動產(chǎn)品按照用戶的需求方向去走。我覺得這才是產(chǎn)品經(jīng)理的責任。
雷總經(jīng)常說風口，但風口是什么？我覺得這個風口就是用戶需求。用戶需求并不會隨著時間發(fā)生急劇的變化，實際上只是滿足用戶需求的解決方案在變。為什么解決方案會發(fā)生大規(guī)模變化呢？這就是技術(shù)帶來的。產(chǎn)品經(jīng)理就是要追求解決方案的最優(yōu)解。當時小米做遙控器，我們追求的就是最優(yōu)解。
最優(yōu)解有時間性。今天是一個最優(yōu)解，可能明天就不是了。不是最優(yōu)解發(fā)生了變化，而是技術(shù)發(fā)生了變化。比如小米遙控器原來的最優(yōu)解是11鍵，現(xiàn)在變成了12鍵，多了一個語音鍵，是因為今天語音技術(shù)成熟了。今天的最優(yōu)解不是昨天的最優(yōu)解，但是只有技術(shù)的變化才有可能產(chǎn)生新的最優(yōu)解。時機很重要。
我說的時機是什么呢？這個技術(shù)成熟到產(chǎn)生了新的最優(yōu)解，原來的最優(yōu)解變成了次優(yōu)解。在這個時間點，你應(yīng)該推出產(chǎn)品，早了它還是不是最優(yōu)解，晚了就不是你推出的最優(yōu)解了。
我記得很早以前IBM、索尼的產(chǎn)品都用指紋技術(shù)，我也專門為這個買了筆記本，但是再也沒用過，那時的指紋功能根本不好用。但直到今天蘋果在手機上用了指紋以后，大家才算離不開指紋了。
語音識別其實有一個用戶體驗的門檻。在這個門檻之下，大家就不會用，超過這個門檻他就會用。產(chǎn)品經(jīng)理要把握這個門檻在哪，今天的技術(shù)到?jīng)]到這個程度，蘋果不會是現(xiàn)在有了指紋技術(shù)，就采用它，蘋果一定是把握到了這個指紋已經(jīng)達到了用戶可接受的程度，才會在產(chǎn)品中采用。
雷總在做小米之前，大概是2009年10月份，他跟我講，2010年我們一定要創(chuàng)業(yè)，一定要干，2010年不干，肯定來不及了，之前干又早了。他研究過，所有互聯(lián)網(wǎng)的大公司都是1998年進入互聯(lián)網(wǎng)或者轉(zhuǎn)型互聯(lián)網(wǎng)的。騰訊、阿里、百度、搜狐、網(wǎng)易，很奇怪都是1998年干的，或者1998年轉(zhuǎn)型的。從三大門戶到BAT，全是1998年那一年。
智能音箱這個事我覺得今年必須干，今年不干就很難了，今年就是風口，就是這個時機。我是從去年下半年才感受到，先推動在電視上弄。電視上一證明行，我就意識到今年必須干了，今年不成就來不及了，明年可能就做不大了。