现在的智能音箱智能到什么程度了（谁还在消费智能音箱）

现在的智能音箱智能到什么程度了（谁还在消费智能音箱）作为一个智能音箱的从业者，OldSong从2012年就开始进入这个行业，期间经历了智能音箱乃至整个智能硬件的起起伏伏。于是就着原文思路，看看能否再深入剖析一下智能音箱这个市场的几个根本问题？京东截图“又一次验证，属于“智能音箱爆款”的时代终究在成为过去式。”京东截图京东截图

编者按：本文来自微信公众号“你怎么不早说”（ID:nizenmebuzaoshuo），作者：OLDSong，八年智能音箱创业者，36氪经授权发布。

**

今天在为新产品研究市场的时候，无意中浏览到2022年1月17日在微信公众号“智能相对论”发表的一篇文章《谁还在消费智能音箱？》，我提炼出大意有这么几个：

• 智能音箱品牌玩家数量和整体销量均下跌
• 智能音箱交付给消费者的服务对某些场景和人群差强人意
• 智能音箱的历史使命已经结束，泛语音交互的产品化机会到来了

最后原文作者意味深长的贴了一张京东截图(以下三幅图版权源于上述文章），来总结：

“又一次验证，属于“智能音箱爆款”的时代终究在成为过去式。”

京东截图

京东截图

京东截图

作为一个智能音箱的从业者，OldSong从2012年就开始进入这个行业，期间经历了智能音箱乃至整个智能硬件的起起伏伏。于是就着原文思路，看看能否再深入剖析一下智能音箱这个市场的几个根本问题？

首先，我同意原文的观点，智能音箱在国内的整体市场是在衰退。最直接的证明就是上文的截图，它沦为了其他刚需产品的促销品。但在全球市场，智能音箱是一个仍然高速增长的市场。这里有几个佐证：

• 数据：到2028年市场总值达到342亿美金，年复合增长率24%。
• 同时作为消费电子的最强引领品牌，苹果在智能音箱市场落后时仍然发力迭代产品，优化成本，可见这个市场的增长以及重要性。
• 全球无线音响领导品牌Sonos，于2021年收购了法国语音交互技术公司，正式开发独立的语音交互技术，Sonos的智能音箱可以共存亚马逊Alexa，谷歌OK Google和自己研发的语音助手。

为什么我们大中国和小海外有这么大的差异呢？iPhone和特斯拉不都是在国内快速增长，销量全球占比领先吗？为什么国内智能音箱反而跌成这样？

因为智能音箱是一个文化属性非常重的产品。它的承载内容、使用习惯、使用场景，直接跟消费者的文化背景、生活场景强相关。

每一种重要的产品，都有它的逻辑原点。汽车飞机对应马车，解决实物运输问题；电话电报对应飞鸽传书，解决信息传送问题；电视音箱对应歌剧院音乐厅（中国的戏台子），解决娱乐场所问题，等等。

智能音箱首先是个音箱，解决的是听觉娱乐场所问题。本质上它跟村口杆子上那个大喇叭是一样的，它全靠内容才能有价值。没有内容，它就是一砖头。音箱的内容，也是随着经济、科技、文化的演进在同步演进。早期是收音机（radio）、后来是磁带、中间有黑胶唱片、LD大激光盘、MD索尼小光盘、CD光盘（索尼飞利浦联合专利），再后来数字化时代，MP3/AAC等音频压缩格式出现，造就了MP3这一现象级产品。美国出了苹果iPod，中国出了魅族，后面又是N段行业佳话（此处略去数万字）。iPod在国内卖得不好，核心原因就是内容下载非常麻烦。不如魅族等MP3，插上电脑随便拷贝。这是用户习惯对消费决策有力的证明之一。内容：内容的丰富程度、内容的易用程度和获取内容的成本决定了内容播放类产品的普及程度。

而智能音箱随着智能预期的提升，消费者所需的内容更加五花八门。从音乐、到有声书、到新闻天气等互联网信息、到一系列垂直类内容（幼儿教育、成人课程、相声等等）以及传说中的家居家电控制等等。而完美的整合如此众多的内容，提供如此精准的语音识别和语音理解服务，对接各个内容版权方的曲库且提供快速流媒体服务，等等这些技术和商务问题，不是一般的公司能够在有限的投资下妥善解决的。这就解释了前面提到的，为什么品牌玩家越来越少，产品交付的服务也不尽如人意。

所以本质上，智能音箱类似机顶盒产品，属于内容广播运营商的终端交付盒子，其商业模式不是一般产品公司的简单商业模式可以承托的。

那怎么解释智能音箱的太平洋两边两重天。一边买净水器送智能音箱，一边市场如火如荼竞争迭代激烈市场上涨？

这个问题，更要从经济和文化的历史分析去解读。

简单的说智能音箱 = 无线流媒体音箱 云端语音交互，无线音箱的分析，上面几段基本都覆盖了：内容属性，约等于机顶盒。那语音交互的核心在哪里？语音交互的核心在远场（远距离交互，1米以上，释放双手；否则，你拿手机就解决问题了）。

前面说了：

每一种重要的产品，都有它的逻辑原点

远场语音交互的逻辑原点是什么呢？

图片

图片

就是这样的产品：电话语音录答机，在国外的学名叫：VoiceMail，翻译成语音邮箱。在20世纪70-90年代，这几乎是欧美家庭、企业办公的标配。给人打电话，别人不在，留一个VoiceMail，听到后打回来或者信息传递到：“周六晚上来我家开Party！”

我找到了知名美剧《老友记》里面的场景：

图片

图片

Monica就在用VoiceMail听Rachel的通话。

这就是远场语音交互的原点，这样的生活习惯深深植入那几代美国人的日常。每天回家或者到办公室，先按一下VoiceMail，听听（注意是，听听，不是看看）有什么消息。正如我们今天，起床先看微信。这样的习惯到了智能音箱身上，大家会毫无违和的去问它，今天什么天气，给我放一首歌，帮我告诉妈妈周六晚上回家吃饭。

再看看咱们太平洋这一侧，咱们曾经穷过一段时间，又高速发展了一段时间，于是我们的文化、经济、科技都是快进式的十倍速发展。咱们直接跳过了有线固定电话（回到80年代，家里装电话的很少吧；于是跳过了VoiceMail），直接步入了手机时代。即使手机时代，咱们的特殊国情又是话费超贵、短信超便宜。于是我们手机最常用的就是收发短信。而短信本身是一种个人私密通信，VoiceMail是一种空间场景里的公开通信--你的对话内容是整个屋子都听得到的。这些差别，都潜移默化地影响了一代人远场语音交互的习惯。这也是智能音箱在国内前几年炒的火热，但消费者是否真的认可仍存疑问。

如果我们看看小朋友，他们对智能音箱的使用义无反顾，可以聊十几分钟。难道不是因为他们没有任何习惯的束缚吗？

所以这个市场并不是没有希望，而是要实事求是、定位精准。小朋友们很快就成长起来，市场的机会永远留给有准备的人。对于不同生态位的玩家，OldSong的见解是这样的：

竞争分析（各位，关于这个表格，今天OldSong是尽力了，可读性实在差）

对于产业链上游的玩家，其实智能音箱并不是什么新事物，无非就是麦克风 主板 无线 功放喇叭以及一套软件。所以大家就落实好分工，主动向下游走两步，研究清楚相应的场景和定位，然后倒推自己的产品定位即可。做芯片的做好芯片，做制造的做好制造，尘埃落去，坚挺的依然是精准的定位和扎实的交付定位。这个策略就把眼下问题解决了，那咱们的诗和远方在哪呢？ 有几个方向：

首先，本着大品牌做通用，小品牌做细分的逻辑。我快速浏览了一遍天猫精灵的用户反馈，里面很多用户都表示要么买来给孩子用的，要么孩子很喜欢用。这就是一个很容易上头的细分。自然，老人也是一个对应的细分。此为按人群分。按场景分，大客厅、小卧室又有不同，现在别墅订制智能家居都上场了，音箱是不是要跟上？最关键的是从技术上，怎么样更好的处理与手机的关系，怎么样更好的处理与耳机的关系，怎么样让更多的音源无缝连接。接下来，手机录制音频会在苹果的带领下进入杜比多声道时代，进入高清音频时代（更高采样率，甚至录音阶段就引入空间音频Spatial Audio），那放音设备怎么跟进，怎么为消费者提升播放体验，是整个行业都需要思考的。总之，消费者永远为三件事买单：更便宜、更懒惰、更美好。

总结这些，不是为了事后诸葛亮，而是为了与行业同行和创业的朋友们分享：深度思考和市场调研的重要性，以及理解场景和文化差异带来的产品定义价值。有人说，艺术源于生活且高于生活。OldSong说，产品源于文化且高于文化。高是对文化的洞察、提炼和概括。