“今天北京比上海熱嗎？”

摸著良心講，問(wèn)這個(gè)問(wèn)題的時(shí)候，并沒(méi)有想刁難Siri。但是Siri它就是回答不上來(lái)。

“今天似乎是晴天?！盨iri天真（但驢唇不對(duì)馬嘴）地回答，配以用戶所在的上海的天氣卡片。

用同樣的問(wèn)題去問(wèn)必應(yīng)機(jī)器人，它雖然沒(méi)有直接回答是或否，但至少給出了兩地的氣溫?cái)?shù)據(jù)。

不光是Siri，語(yǔ)音助手們十年間似乎一點(diǎn)長(zhǎng)進(jìn)都沒(méi)有。用戶也已經(jīng)習(xí)慣于對(duì)它們降低要求，給出明確、直接的指令：“音量小一些”“關(guān)燈”“下一首”。

但ChatGPT的出現(xiàn)改變了一切。人們感受著ChatGPT、新必應(yīng)機(jī)器人、谷歌Bard等一眾大語(yǔ)言模型驅(qū)動(dòng)的機(jī)器人切題、流暢、豐富的對(duì)話能力，Siri們的呆板從未如此明顯。

語(yǔ)音助手背后的大公司們也感受到了壓力。

北京時(shí)間4月28日，亞馬遜發(fā)布2023年第一財(cái)季財(cái)報(bào)，CEO安迪·賈西（Andy Jassy）在電話會(huì)議上表示：“我們已經(jīng)在Alexa下面建立了一個(gè)大語(yǔ)言模型，但我們正在構(gòu)建一個(gè)更大、更通用、更有能力的大語(yǔ)言模型，我認(rèn)為這將會(huì)加速我們成為世界上最好的個(gè)人助理的愿景?！?/p>

幾乎同一時(shí)間，The Information爆出消息，蘋(píng)果的工程師正在醞釀將LLM大語(yǔ)言模型與Siri結(jié)合，推出更聰明的Siri，隨此后的iOS更新與用戶見(jiàn)面。

谷歌似乎將資源在谷歌助手與Bard間進(jìn)行了重新分配，在架構(gòu)上將二者融合。

國(guó)內(nèi)，在本月早些時(shí)候，阿里宣布所有產(chǎn)品未來(lái)將接入“通義千問(wèn)”大模型，其中當(dāng)然也包括天貓精靈。在官方演示Demo中，新天貓精靈支持自由對(duì)話，根據(jù)用戶需求和場(chǎng)景隨時(shí)生成內(nèi)容，比如“合成1小時(shí)歌單，50%穿插搖滾風(fēng)格的歌曲”。

從令人振奮，到令人失望，從代表未來(lái)，到明日黃花，Siri們走過(guò)了十幾個(gè)春秋，終于站在了抉擇的路口。

A

2011年10月，蒂姆·庫(kù)克（Tim Cook）迎來(lái)自己接任蘋(píng)果CEO后的第一場(chǎng)大型發(fā)布會(huì)。

全世界期待的iPhone 5沒(méi)有如約而至，庫(kù)克拿出的是中間代產(chǎn)品iPhone 4s。拯救那次新品發(fā)布的，是蘋(píng)果全新的數(shù)字語(yǔ)音助理產(chǎn)品Siri。

在此之前，手機(jī)內(nèi)嵌語(yǔ)音指令功能并不是個(gè)新鮮事。中國(guó)用戶印象最深的也許是“金立語(yǔ)音王”，按住按鈕說(shuō)出想撥打電話的用戶名，手機(jī)就會(huì)把電話打出去。

但這種語(yǔ)音功能能做的事情很少（基本就是打電話），對(duì)指令的識(shí)別率也不高，你必須嚴(yán)格說(shuō)出“打電話給XXX”才行，“給XXX打個(gè)電話”都行不通。

Siri顯然是另一個(gè)維度的產(chǎn)品：用自然的語(yǔ)言，更靈活的指令，使喚設(shè)備做更多的事情，如查天氣、查地圖、讀短信、設(shè)置提醒事項(xiàng)和鬧鐘等等。

結(jié)果大家都知道了，iPhone 4s成為蘋(píng)果手機(jī)史上的一個(gè)經(jīng)典機(jī)型，推出的那個(gè)季度銷(xiāo)量是上一個(gè)季度的兩倍有余，分析師也紛紛上調(diào)后續(xù)的銷(xiāo)量預(yù)期。據(jù)當(dāng)時(shí)Sterne Agee公司發(fā)表的投資者聲明，Siri正是推動(dòng)銷(xiāo)量的重要原因。

亞馬遜在2014年將 Alexa 安裝到最初的 Echo 揚(yáng)聲器上，自那以后，Echo 設(shè)備迅速擴(kuò)張，第一代兩年銷(xiāo)量超過(guò)500萬(wàn)臺(tái)。Alexa語(yǔ)音助手也從智能音箱走向更多終端設(shè)備。

而谷歌也在2016年推出，作為 Google Now 的一個(gè)擴(kuò)展，它不僅提供個(gè)性化元素——從 Google 日歷、 Gmail 和其他 Google 服務(wù)中獲取信息——還能理解上下文，識(shí)別不同的語(yǔ)音配置文件，并支持諸如“持續(xù)對(duì)話”和“翻譯模式”等功能。

基于安卓的手機(jī)廠商們，也紛紛定制自己的語(yǔ)音助手，如三星于2017年推出Bixby，同年小米推出“小愛(ài)同學(xué)”。如今，主流手機(jī)廠商幾乎都會(huì)給設(shè)備內(nèi)置個(gè)語(yǔ)音助手，如華為的小藝，OPPO的小布，Vivo的小V等。這些助手也被同步進(jìn)廠商的其他產(chǎn)品如電腦、平板電腦、智能手表中。

智能音箱作為語(yǔ)音助手最直接的載體，也成為大廠們爭(zhēng)相布局的領(lǐng)域，谷歌有Nest Audio，蘋(píng)果也推出了HomePod，國(guó)內(nèi)阿里有天貓精靈，小米則有小愛(ài)音箱。

在消費(fèi)電子領(lǐng)域，內(nèi)置語(yǔ)音助手已經(jīng)相對(duì)普及。據(jù)TechInsights，2022年內(nèi)置語(yǔ)音助手的消費(fèi)電子設(shè)備出貨量為22億臺(tái)，包括智能手機(jī)、智能電視、無(wú)線音箱、平板電腦、可穿戴設(shè)備等。其中手機(jī)占50%，可穿戴設(shè)備為第細(xì)分市場(chǎng)。

另?yè)?jù)Statista，2022年美國(guó)大約有1.42億語(yǔ)音助手用戶，幾乎占全國(guó)人口的一半。

遺憾的是，有不代表好用，語(yǔ)音助手大行其道的另一面，是其被嫌棄的一生。

B

雖然Siri的推出引來(lái)人們的嘗試熱情，但失望接踵而來(lái)，而且隨著時(shí)間的推移，這種失望在不斷擴(kuò)大。

早在其剛推出的那幾年，網(wǎng)絡(luò)上就有很多關(guān)于Siri奇葩回答的討論。2012年，也就是Siri發(fā)布的次年，投資銀行Piper Jaffray分析師基尼·蒙斯特（Gene Munster）最近對(duì)Siri進(jìn)行了一系列測(cè)試，發(fā)現(xiàn)在1600多項(xiàng)語(yǔ)音測(cè)試中，Siri的回答準(zhǔn)確率只有68%，而在喧鬧的室外環(huán)境，這一數(shù)字還會(huì)降低。

但在那個(gè)時(shí)候，多數(shù)人還是對(duì)Siri滿意的。彼時(shí)研究公司Parks Associates分析總監(jiān)約翰·巴里特（John Barrett）對(duì)482名iPhone用戶進(jìn)行了調(diào)查，有55%給予Siri高分評(píng)價(jià)，21%很滿意，只有10%完全不滿意。

圖源：蘋(píng)果官網(wǎng)

然而到了2017年，Adobe的研究報(bào)告顯示，37%的受訪用戶認(rèn)為他們與語(yǔ)音助手的互動(dòng)“并不好”或者“非常糟糕”，26%的用戶表示體驗(yàn)“還行”，只有37%的用戶持積極態(tài)度。

到了2018年，調(diào)研公司Creative Strartegies的調(diào)查報(bào)告顯示，Siri的用戶滿意度僅為20%。

一個(gè)具有代表性的事件是，亞馬遜的Alexa在2018年還搞出了個(gè)“賽博靈異事件”。多位用戶表示Alexa在毫無(wú)預(yù)警的情況下發(fā)出詭異的笑聲，亞馬遜不僅發(fā)表公開(kāi)聲明解釋原因（可能是將環(huán)境噪音錯(cuò)誤識(shí)別為“Alexa，笑一個(gè)”），還緊急上線了產(chǎn)品補(bǔ)丁。

同樣的情況也發(fā)生在其他語(yǔ)音助手上：自己突然說(shuō)話、答非所問(wèn)、不聽(tīng)指揮等等。

到了如今，智能語(yǔ)音助手已經(jīng)不能符合人們對(duì)“智能”的想象。但這些吐槽和抱怨，似乎沒(méi)有推動(dòng)語(yǔ)音助手的明顯進(jìn)化。語(yǔ)音助手的“愚蠢”就像房間里的大象，被科技大公司們集體忽視了。

一個(gè)最明顯的例子是，如果你去觀看2011年蘋(píng)果發(fā)布會(huì)上的Siri演示，會(huì)發(fā)現(xiàn)其用法和處理能力和今天相比沒(méi)有什么明顯的差別。

直到ChatGPT的出現(xiàn)，才讓這個(gè)“大象”被看見(jiàn)。雖然自己也曾推出PC語(yǔ)音助手Cortana，但乘上ChatGPT快車(chē)的微軟毫不手軟，直接點(diǎn)出了問(wèn)題。

3月，在接受英國(guó)《金融時(shí)報(bào)》采訪時(shí)，微軟CEO薩蒂亞·納德拉（Satya Nadella）表示：“無(wú)論是Cortana、Alexa、Google Assistant還是Siri，這些語(yǔ)音助手笨得像塊石頭（dumb as a rock）。我們最新推出的產(chǎn)品（必應(yīng)聊天機(jī)器人），具備這些語(yǔ)音助手所無(wú)法提供的功能?！?/p>

C

Siri們的“愚笨”，或者說(shuō)與ChatGPT相比之下的呆板，直接原因自然是背后的技術(shù)。

ChatGPT為代表的新一代聊天機(jī)器人由大型語(yǔ)言模型（LLM）驅(qū)動(dòng)，這些模型系統(tǒng)經(jīng)過(guò)大量網(wǎng)絡(luò)數(shù)據(jù)集的訓(xùn)練，能識(shí)別和生成基于數(shù)據(jù)集的文本，在此基礎(chǔ)上生成完整的句子。

而Siri、Alexa和谷歌助手基本上都屬于所謂的命令和控制系統(tǒng)。這些系統(tǒng)智能理解有限的問(wèn)題和請(qǐng)求，如果用戶所提出的問(wèn)題不在其代碼中，助手就無(wú)能為力。

根據(jù)《紐約時(shí)報(bào)》的一篇報(bào)道，曾在蘋(píng)果負(fù)責(zé)Siri項(xiàng)目的工程師約翰·柏基（John Burkey）表示，由于設(shè)計(jì)的繁瑣，為Siri添加新功能很難。

他曾于2014年受命對(duì)Siri進(jìn)行改進(jìn)，而它的數(shù)據(jù)庫(kù)就像一個(gè)“巨大的雪球”，要在Siri的數(shù)據(jù)庫(kù)里添加哪怕一個(gè)單詞，“實(shí)際上就是在堆無(wú)序的數(shù)據(jù)庫(kù)中再添加一些數(shù)據(jù)。”

同樣的問(wèn)題，Alexa和谷歌助手也有。

作為硅谷頭部科技巨頭，調(diào)用人才和財(cái)力為語(yǔ)音助手改頭換面不就行了？可惜事情沒(méi)有那么簡(jiǎn)單。

D

第一個(gè)問(wèn)題是，他們有沒(méi)有動(dòng)力這么做？

用戶自然是希望語(yǔ)音助手更聰明，自從ChatGPT出現(xiàn)，互聯(lián)網(wǎng)上就不斷有“如何將ChatGPT接入我的手機(jī)”這樣的提問(wèn)。而且，目前也已經(jīng)有基于GPT的語(yǔ)音助手應(yīng)用推出。

但這并不足以讓巨頭們做出戰(zhàn)略決策。Alexa雖然幫助亞馬遜搶占了智能音箱市場(chǎng)的份額，但卻并沒(méi)有清晰的商業(yè)化路徑，甚至是在做賠本買(mǎi)賣(mài)。亞馬遜的野心是通過(guò)語(yǔ)音助手將用戶引至電商消費(fèi)，但隨著時(shí)間的推移，大部分的用戶只不過(guò)用Alexa執(zhí)行諸如“聽(tīng)音樂(lè)”“關(guān)燈”等基礎(chǔ)指令。

去年底，亞馬遜宣布裁員1.7萬(wàn)人，其中，負(fù)責(zé)Alexa的“全球數(shù)字”部門(mén)成為了裁員重災(zāi)區(qū)，部分高管離開(kāi)了公司。據(jù)BusinessInsider，這個(gè)部門(mén)僅在2022年第一季度就虧損了30億美元，罪魁禍?zhǔn)拙褪茿lexa，這是其他部門(mén)虧損總和的兩倍。

Alexa

該報(bào)道還稱(chēng)，硬件團(tuán)隊(duì)2022年預(yù)計(jì)虧損100億美元。

谷歌助手雖然在語(yǔ)音助手中占比很高，在美國(guó)是市場(chǎng)份額第一的語(yǔ)音助手，但似乎被亞馬遜誤導(dǎo)，走了同樣的彎路。從2016年到2021年的5年里，谷歌發(fā)布了8個(gè)主要的內(nèi)嵌主搜的音箱/智能顯示器硬件產(chǎn)品，自那以后似乎就陷入停滯。

2022年，谷歌移除了助手對(duì)兩個(gè)內(nèi)部產(chǎn)品線的支持，NestWifi路由器和Fitbit可穿戴設(shè)備。同年，The Information報(bào)道稱(chēng)，胡歌欲減少在開(kāi)發(fā)谷歌助手語(yǔ)音輔助搜索功能方面的投資。

谷歌助手和Alexa一樣，沒(méi)有什么賺錢(qián)的路徑，無(wú)廣告，無(wú)訂閱模式，就是一個(gè)兢兢業(yè)業(yè)的助手，還經(jīng)常幫不到點(diǎn)子上。

將ChatGPT、Bard等聊天機(jī)器人背后的大型語(yǔ)言模型應(yīng)用在語(yǔ)音助手上，自然對(duì)功能體驗(yàn)有提升，但仍然無(wú)法解決產(chǎn)品商業(yè)化的問(wèn)題。

至于蘋(píng)果，則深深受制于“保護(hù)用戶隱私”。幾年前Siri因?yàn)椤巴德?tīng)”丑聞，收回了所有Siri項(xiàng)目的外包公司，對(duì)用戶和Siri之間對(duì)話的私密性更加尊重。但這對(duì)于大語(yǔ)言模型來(lái)說(shuō)，就意味著訓(xùn)練數(shù)據(jù)的匱乏。

第二個(gè)問(wèn)題是，身形龐大的科技巨頭，轉(zhuǎn)起身來(lái)有困難。

不管是Siri、Alexa還是谷歌助手，都已經(jīng)發(fā)展多年，要做大變革，最容易被外界忽略，卻也最棘手的問(wèn)題，便是內(nèi)部的資源分配。

蘋(píng)果的Siri從一開(kāi)始就歷經(jīng)坎坷，喬布斯剛開(kāi)始親自指導(dǎo)該項(xiàng)目，卻在產(chǎn)品上線第二天去世。到了發(fā)布一年之后，Siri就已經(jīng)經(jīng)歷三位負(fù)責(zé)人，而內(nèi)部的分歧不斷。不僅有管理方式的分歧，也有搜索、語(yǔ)音識(shí)別、自然語(yǔ)義的派系紛爭(zhēng)。

到了2022年，又有三位關(guān)鍵人物 Srinivasan Venkatachary、Steven Baker 和 Anand Shukla離開(kāi)，他們是機(jī)器學(xué)習(xí)初創(chuàng)公司Laselike的創(chuàng)始人，后被蘋(píng)果以1.5億美元收購(gòu)。這次離開(kāi)，他們投入了谷歌的懷抱。

讓Siri進(jìn)行大轉(zhuǎn)向，勢(shì)必又要涉及到內(nèi)部人員和資源的重新分配：誰(shuí)來(lái)領(lǐng)導(dǎo)項(xiàng)目？走什么路徑？過(guò)往人員是去是留？這都是擺在庫(kù)克面前的老大難問(wèn)題。

谷歌倒是已經(jīng)做出了選擇。

3月底，CNBC報(bào)道了谷歌的團(tuán)隊(duì)變化，根據(jù)一份泄露的內(nèi)部備忘錄，谷歌助理似乎為公司新的超級(jí)巨星Bard讓路。

這份名為“助理和Bard團(tuán)隊(duì)的變化”的備忘錄顯示，公司將把Bard作為高度優(yōu)先事項(xiàng)。曾擔(dān)任谷歌助理項(xiàng)目副總裁的Jianchang Mao離職，該項(xiàng)目另一位副總裁則將負(fù)責(zé)Bard團(tuán)隊(duì)的工作，此前負(fù)責(zé)Bard項(xiàng)目的高管繼續(xù)擔(dān)任Bard“區(qū)域技術(shù)領(lǐng)導(dǎo)”。

看起來(lái)，谷歌已經(jīng)做好了將Bard和谷歌助理融合的準(zhǔn)備。

至于亞馬遜，在長(zhǎng)久的沉默之后，終于宣布要用LLM給Alexa做升級(jí)，但具體怎么做，并沒(méi)有對(duì)外透露。剛剛經(jīng)歷了裁員重創(chuàng)的內(nèi)部團(tuán)隊(duì)要如何重振希望，是賈西要解決的難題。

Siri們已經(jīng)意識(shí)到了ChatGPT的威脅，不進(jìn)則退的局面已經(jīng)形成。至于怎么進(jìn)，這是個(gè)問(wèn)題。

希望有天我們可以拿起手機(jī)問(wèn)Siri：“今天北京比上海熱嗎？”并得到令人滿意的有效回答。

參考資料：

1、澎湃新聞：《谷歌被曝調(diào)整虛擬助理部門(mén)領(lǐng)導(dǎo)架構(gòu)，未來(lái)或集成Bard技術(shù)》

2、愛(ài)范兒：《 從領(lǐng)先到落后，蘋(píng)果 Siri 和它動(dòng)蕩的 7 年時(shí)光》

3、大數(shù)據(jù)文摘：《從“全村的希望”到“大裁員”，亞馬遜是如何摧毀Alexa 的？》