中国用户对于智能手机和智能音箱的感知，似乎处在两个维度。

一方面，在短短几年内，无论是智能手机的用户规模，还是制造水平，中国都达到了一线标准，我们甚至能自豪的说，在国内大量基于手机这一移动互联网平台的创新，连大洋彼岸的硅谷都不曾有过。

但另一方面，智能音箱这个品类，在国内却并没有像 Amazon Echo 那样发展起来。对国内用户来说，这一品类仍然只是少部分人体验尝鲜的工具，没有发挥出如想象当中 Echo 那样的实用性。

这看起来是一件不好理解的事情，是用户没有使用习惯吗？但智能手机刚刚出现时人们也没有使用习惯；是家庭没有需求吗？但是语音交互在一些场景下的确比触控更加方便。

那究竟是为什么？智能音箱没有像智能手机一样成为家家户户都需要的产品，中国用户究竟需要什么？在国内互联网公司摩拳擦掌之后，智能家庭的终端要怎样塑造？这些，都是很值得思考的问题。

找到一把「钥匙」，打开一个家庭

能实打实的解决某个具体问题，就是产品成功的第一步。这一点，在 Amazon Echo 上体现的尤其明显。

2014 年，像大家熟知的，是 Echo 发布的年份，这是如今大家能够回忆到的智能音箱发展元年，但很多人可能忘记了这一年发生的另一件大事，那就是 Google 斥资 32 亿美元收购了当时大名鼎鼎的智能家居品牌 Nest。

Nest 全称 Nest Labs，是一家智能家居公司，它的创始人是被称为「iPod 之父」的前苹果工程师托尼·法戴尔。在 2010 年成立之后，凭借设计极为出色的智能恒温器 Nest Learning Thermostat，它成为了美国科技行业受到关注的明星。

这款产品能够在不改变传统家电情况下，为家中的空调加入智能调节温度的功能，并且还拥有自学习的能力。用户只要在第一周使用的时候自己手动调节温度，之后恒温器就能获得并分析这些数据，然后进行智能的温度控制。

可以说，Nest 实际上已经为美国家庭打造出了一个智能家庭的终端设备，那时候即便大部分家电设备还没有智能化，但人们也已经有了家庭智能产品的初体验了。也正是这一年，Echo 诞生，由于它能够用语音来连接并控制 Nest 能力，一下子让人们有了「语音控制空调温度」的惊喜。

由于美国人的房屋设计，以及家电的使用习惯特点，实际上语音控制空调、电灯等设备要比自己去找到开关再控制来的省时省力的多，因此 Echo 从一开始，就让人们能够体会到家庭生活因为 Echo 而带来的便利，它实际上解决的是一个很困难的问题：如何在人们家庭场景中，找到比传统交互更大的优势？而这一点，在智能手机出现之后没有解决的问题，所以 Echo 出现后，这个问题有了一个答案，你可以更方便的通过语音控制家电，即便它们有些并非智能产品。

Echo 打开家庭的另一把武器就是音乐。美国人喜欢听音乐，对音频内容的服务一直都存在，而在家庭当中，能随时听到想听的音乐是一个重要需求。这一点，即便是智能音箱出现之前也存在。

Statista 此前针对美国消费者的智能音箱使用进行了调研，根据其报告，用户在智能音箱上进行最多的三项行动分别是「普通问题」（60%）、「查询天气」（57%）和「听歌」（54%）。可见，美国用户对于音乐服务的需求量是 Echo 能够成为家庭必备品的重要原因。

另外，根据研究机构 Voicebot 发布的消息，截止到 2017 年 7 月 2 号，Echo 的技能已经突破了 1.5 万种，但从用户的点评数量来看，大量应用处在无人问津的层面，而头部集中的十种技能中，有五种技能都是和声音内容相关，比如「播放催眠或者放松的声音」、「播放短的睡前故事」、甚至是「雷声」，这些声音需求至少能看出另外一点，那就是智能音箱在卧室发挥了不小作用。

智能家居的使用习惯+音乐服务，这两个核心打造出了一把打开美国家庭的钥匙，Echo 在美国受到欢迎也就可以理解。

美国的钥匙和中国的门

在美国，Echo 发展的这两个重要原因，原封不动放到中国以后，却略显尴尬。

首先，智能家居在中国，概念接受上并不如美国那样高，尽管在近两年，人们也开始陆续用上了各种智能产品，但还是逃不过碎片化，分裂化的趋势。很明显的一点，你不能在米家 app 上去控制其他其他品牌的家电，也不能用阿里的智能音箱来控制米家的产品。

这种分裂的原因，也许是因为国内家电行业的智能化进程原本就没有那么迅速，但更重要的一点在于，自己去构建一个封闭的生态圈诱惑力实在是太大了，不论是 BAT 还是京东，对于 Amazon 用 Echo 建立的生态闭环，虽心向往而不能至，但都还要再进行一番尝试，在今年的节点上，这些公司都希望能够通过技术再次改变我们的生活习惯。

另外，美国人喜欢的家庭音乐方式和中国也有差异。「在中国和美国的音乐消费方式是不一样的，美国人听音乐喜欢流媒体形式，中国却是点播式，所以美国对语音需求不是特别高，中国的消费者就会很高，一两次识别失败之后，可能大家就会失望不再用了。」深圳米唐科技创始人&CEO 宋少鹏和极客公园分享了他的一些思考，「美国人有音乐付费的习惯，他们愿意为音乐内容埋单，这在中国经过了很久才慢慢形成认识。」

米唐科技早在 2014 年就开始探索音箱交互上的可能性，在 Echo 诞生的那一年，米唐科技研发出了具有独创交互性的智能音箱 Sugr Cube，不仅在外形上采用了极简设计，尽量避免复杂，在交互上同样具有创意，通过触控和倾斜的方式，让人们用最触手可及的方式享受音乐，Sugr Cube 还荣获了 Kickstarter 编辑推荐奖。

作为中国首家获得 Spotify 认证的公司，2016 年，米唐科技还与 Amazon 达成合作，成为 Amazon 认证的 Alexa 系统方案商，他们研发出一套完整的，软硬结合的语音交互产品解决方案的 Sugr Sense，并在今年与腾讯达成战略合作。在音频交互和产品体验上的多年探索，宋少鹏认为，在中国，音箱要想作为智能终端来控制身边的一切，这个交互场景是怎样的，这个需求到底有多大，路到底怎么走，还需要继续在实践中摸索：

「中国和美国的家庭环境很不一样。美国人的房子大，手动去控制开关没有语音来的方便，但是国内，屋子没有那么大，手动去控制开关也不麻烦。厨房也是这样，美国的厨房做饭不像中国那样吵，在厨房里用语音交互也会更自然。」

在他看来，在中国这片战场上，想要成功地教育市场、培养人们的使用习惯，也许就需要些有别于 Amazon Echo 的切入点。用本土化的方式解决中国人会遇到的问题，会是一种不错的渗透方式。所以我们能看到市场上，开始了不同的探索方式：不论是从购物，交话费来满足需求的天猫精灵 X1，还是从内容上进行深度结合的小雅 AI 音箱，都是在国内的尝试。

这些不同的细分场景、从不同路径来让音箱「听懂」用户说话然后反馈的能力，就是一种开启「让万物听说」之门的能力，而这，也许是智能音箱们真正能在国内落地的能力。

我们应该找到自己的那把钥匙

《哆啦 A 梦》有一个情节让我至今印象深刻，主人公大雄总是丢三落四忘带东西之后，哆啦 A 梦就从自己的众多道具中，找出了一罐神奇的喷雾，能让身边的物体都有说话的能力。

于是，当你再忘记某个东西放在哪儿时，这些物品会主动回应你。在我看来，这就是最初对于智能音箱这一形态的刻画，它无时无刻不在你身边，当你需要的时候，能满足你的需求。

所以，放眼今年开始的智能音箱又一拨热潮，我们也许不仅仅应当有一个更重要的认识，那就是国内的环境下，音箱的功能不必高大全，在基础功能如设定闹钟，日历提醒，查询天气这些之上。再去尝试更加面向细分用户的功能。

而一旦确立了细分的功能之后，人们才会有可能会习惯于智能音箱产品。就好比要听小说，听故事，你需要的就是一个专注于内容读物的音箱，你需要的是购物，就需要更专注于购物的音箱。「万物听说」的第一步，其实是避免高大全但是却模糊不清的功能，让人们理解音箱能做什么，不能做什么，也许会有更直观的效果。