今天,你用智能音箱了吗?

简介: 在上一篇文章《羊毛出在狗身上让猪来买单 - 智能音箱背后的平台经济》中,我分析了为什么智能音箱之争不是入口之争,而是平台之争。有读者反馈说,智能音箱刚开始用觉得挺好玩的,过几天新鲜劲儿过去了,就觉得用处不大。

在上一篇文章《羊毛出在狗身上让猪来买单 - 智能音箱背后的平台经济》中,我分析了为什么智能音箱之争不是入口之争,而是平台之争。

有读者反馈说,智能音箱刚开始用觉得挺好玩的,过几天新鲜劲儿过去了,就觉得用处不大。这篇文章我们来聊聊为什么会有这种感觉,以及站在平台的立场,该怎么办?


 

c23edc175882a0b05082d7129b2f9672bc96e6fe

 

 

之前的文章我们提到过,对于平台产品而言,用户效用公式就像上图所示那样,与初始效用,各个用户群带来的效用都有关系。用户感觉音箱用处不大,也就是用户效用低。


那接下去我们就依据这个公式的各个变量和参数来分析,为什么效用不高。

 

用户初始效用u0


首先是用户初始效用u0,初始效用指的就是产品自身给用户带来的效用。u0 不高,难道是因为接入的内容和设备不够多吗?

 

我们先来看些数据,这些数据都是在产品官网或者公司的官方新闻稿中就能查到的。

 

1. 小度音箱

内容方面拥有33家有声内容合作伙伴,超过3000万档有声节目。

技能方面拥有十大类,250多项技能。

a51c267b687022194cd9206fd024f22380856f40


2. 天猫精灵:

内容方面,拥有超1000万音乐曲库、100万有声图书。

智能硬件方面,有300多合作品牌,支持数百款智能家居设备。

7c5718bc1bf1903413a8af31b983d5120094a6d5

      

3. 小爱同学:

        小米的小爱同学主打智能设备控制,官方号称已经支持近2000款设备,智能设备连接数超过1.32亿台。


从数据来看,其实内容和设备从绝对数量上来讲并不少。虽然比不上手机上的APP那么多,但是也已经不低了。那为什么还是感觉价值不大呢?

 

缺乏杀手级应用

 

缺乏杀手级应用是我认为导致u0 不高的首要原因。

 

目前音箱上的内容类技能主要还是音频类内容(音乐、相声、评书等)和服务类内容(打车、叫外卖等)。

虽然内容类技能众多,但是缺乏专为智能音箱设计和研发的技能。大多都是传统手机应用转向语音平台应用。所以始终不能诞生杀手级应用。

 

这是雷军在微博上自己发的小爱同学备撩最多的十句话。

 657a3ca2cf42f89efbba831b284ea2ebf618edb7

 

 

而根据某调查报告显示,目前智能音箱用户用的最多的三个功能,分别是

1.播放音乐

2.问天气

3.设置闹钟和计时

紧随其后的是一般问答和娱乐闲聊

 

从上面的数据来看,我认为虽然目前各个语音平台上内容和设备都足够多。但是无论播放音乐还是问天气亦或是设置闹钟,都是可以通过其他途径来实现,比如手机。而不是必须通过智能音箱来完成的功能。

技能数量够,但是缺少杀手级技能,是用户感觉智能音箱用处不大的一个重要原因。

 

α* N1


分析完初始效用我们再来看第二部分α* N1

 

N1代表的是用户群1的数量,也就是智能音箱产品终端用户的数量。α代表的是平台整合能力。

通过智能音箱的销售数据,我们可以知道通过终端补贴,用户数量已经足够多。而导致α* N1不高的原因只能是α太低。也就是平台在终端的整合能力太弱。究其原因,我认为是智能音箱和语音平台没有在终端用户群产生自网络效应。

 

前面一篇文章我们提到过网络外部性,网络外部性指的是消费者能够从更多的同类消费中收益。用户效用不仅取决于商品质量,还很大程度上受同产品的用户数量的影响。

 

但是智能音箱这个产品,从目前情况来看,没有一个能够在用户端产生自网络效应的应用。也就是说,我无法从同款智能音箱用户的增多而获取更多的用户价值。

 

所以,公式中的α* N1也不高,我认为是应用缺乏自网络效应,导致平台在终端用户群资源整合能力差造成的。

 

β* N2


再看最后一部分β* N2

 

严格来讲β* N2这部分可以拆分成很多小项,因为平台另一端的用户群可以细分为智能家居设备制作商、内容制作商、物联网平台、内容平台等等。这里我们简单把他们归结为一类用户,用N2来代表为平台提供内容和服务的供应商客户,用β来代表平台对这类客户的整合能力。

 

从前面的数据我们也可以看到,各个平台N2的绝对数量也不小,大多有上前万的内容节目,和数百上千种智能家居设备接入。小米的IoT平台的已接入智能设备甚至已经突破1亿台。与前面类似,在N不小的情况下,我们只能怀疑是β出问题了。β代表的是平台对供应商的资源整合能力。我认为,导致β低的原因是平台对开发者的激励机制的缺失。

 

而缺乏对开发者的激励机制同时又是造成缺乏杀手级应用的重要原因。

 

目前平台上的各类技能,大多是开发传统应用的企业转而开发的,很少有个人开发者加入。因为目前的语音平台,虽然形式上类似于App Store这样的技能商店,但有个非常大的不同是缺乏激励机制,也就是个人开发者没有直接从中获益。更直接一点说就是现在平台的开发,都是开发者“义务”劳动,大多数的平台还不支持“付费技能”和“技能内付费”。目前我了解的情况是国内只有百度的DuerOS平台支持了这两种模式的技能。

 

个人开发者无法从中获益,自然也就少了开发优质技能的动力。而平台上的技能大多是靠企业开发者提供,起目的是把语音音箱作为一个终端入口,本质上还是为该企业的产品服务的。

 

所以,我认为平台对技能开发商,尤其是个人开发者的激励措施的缺失,是导致β* N2这部分效用不高的原因。

 

根据上面的分析,总结一下,大家觉得智能音箱用处不大的原因就是三点:

  1. 初始效用不高:缺乏杀手级应用。
  2. 平台对终端用户的整合能力差:缺少能在用户侧产生自网络效应的应用。
  3. 平台对技能供给侧的整合能力差:缺少激励措施。

 

解决办法:

 

提升初始效用

 

提升初始效用我认为有几个办法。

根据前面的问题分析,很直接的解决办法是开发杀手级应用。但是杀手级应用不是那么好开发的。想要开发杀手级应用,首先得解决前面提到的第三个问题,也就是要增加激励措施。

而在这方面,其实已经有了这个趋势。百度已经推出了付费技能和技能内付费。天猫精灵据息应该在年内也会推出。

除了直接的付费技能和技能内付费,各个平台还会或者正在进行其他激励计划,比如开发者回馈、技能大赛、流量奖励等等。

 

另外一个目前能看到的各个平台已经采取的措施是智能音箱有屏化。这个也是提升初始效用的一个有效办法。

之前的智能音箱只能通过语音这一种交互方式,在很大程度上也造成了局限性,导致无法诞生杀手级应用。

通过增加屏幕,多一个交互方式,可以增加更多的可能性,相信也会更容易出现杀手级应用。

 

用户侧自网络效应的产生

 

除了提高产品的初始效用,另外一个考虑的角度就是想办法在用户侧产生自网络效应。

 

相信带屏音箱的产生也有这方面的原因。有了屏幕自然就有了视频通话的能力,或许未来可以通过语音和视频通话能力来诞生一款具有社交属性的应用。除了社交,当然游戏也是一个能产生显著自网络效应的领域。

 

提升供给侧的资源整合能力

 

除了前面提到的增加开发者的激励机制,另一个考虑的方向是直接增强第三方产品的效能。例如对于智能家居类产品,可以直接嵌入语音方案。这也是各大平台都在做的事情。

其次,在智能家居这个领域,可以考虑从后装市场往前装市场转变。把来自不同制造商的各种智能家居能够打包成一个智能家居解决方案,在前装市场实施,应该也能提升平台的资源整合能力。

 

以上就是我对于智能音箱及其背后的语音平台让用户产生“用处不大”感觉的一些分析和看法。个人观点,欢迎共同探讨。

 

目录
相关文章
|
1月前
|
存储 人工智能 监控
大模型训练、AI项目 的 GPU 云服务器价格多少?阿里云 EGS GPU 云服务器最新配置价格清单(小时/月/年)
阿里云 EGS GPU云服务器 为AI开发者、科研人员、企业团队提供了弹性、可按需租用的高性能GPU算力,覆盖从T4入门卡到L20高端显卡的完整实例矩阵,支持包年包月、按量付费、抢占式实例、节省计划多种计费方案,适配模型训练、AI推理、AIGC生成、科学仿真等多元化高性能计算场景。在评估 阿里云 EGS GPU云服务器 服务器成本时,不能只看实例本身标价,必须把云盘、公网带宽、快照等附加计费项纳入预算评估。借助nvidia-smi等本地检测命令,可以快速验证GPU硬件状态;通过阿里云CLI和Python监控脚本,能够实时查询账单,监控算力消耗,及时发现成本异常。
256 1
|
1月前
|
人工智能 算法 Java
耗时 6 年,我终于拿到 B 站 100 万粉丝奖牌!公布明年的秘密计划(
鱼皮的情感史?公司情况?未来计划?怎么学习和利用 AI?怎么学习 AI 编程?
280 0
|
2月前
|
人工智能 数据安全/隐私保护 自然语言处理
阿里云百炼AI通用型节省计划、资源包、Token Plan三种计费方式详解与选型指南
本文介绍了阿里云百炼平台三大核心计费模式的底层差异与选型策略。AI通用型节省计划通过承诺月消费换取阶梯折扣,最高5.3折,覆盖阿里直供全模型,适合长期稳定的多模型混合使用场景;资源包为预付费固定资源量方案,仅支持单一指定模型,灵活性低,适配短期测试、单一模型轻量使用场景;Token Plan采用统一Credits订阅制,全模型通用且支持团队席位管理,成本可控,适合新用户入门试水。文章结合抵扣优先级、适用场景与最新优惠活动,为不同规模的企业和开发者提供精准降本选型指南。
阿里云百炼AI通用型节省计划、资源包、Token Plan三种计费方式详解与选型指南
|
2月前
|
Web App开发 人工智能 JavaScript
推荐一款开源 Skill:让 AI Agent 给你做一份"能改"的 PPT,支持 上千套模板!
dashi-ppt-skill是一款开源AI PPT技能(4.3k stars),突破行业痛点:生成后可实时编辑。支持12套主题、1020种版式、8576个控件,网页端可视化修改(拖拽/换色/调图表),一键导出真正可编辑的PPTX(文字/图表保留可修改性),全程本地运行,商业文档零上传。
688 0
推荐一款开源 Skill:让 AI Agent 给你做一份"能改"的 PPT,支持 上千套模板!
|
2月前
|
人工智能 自然语言处理 前端开发
保姆级教程:阿里云通义千问大模型最新功能介绍
阿里云通义千问(Qwen)作为国内领先的自研大模型家族,依托阿里云强大的算力与数据生态,持续迭代升级,从基础文本生成逐步进化为覆盖多模态、长上下文、智能体执行、复杂编程等全场景的AI能力底座。最新版本的通义千问大模型,在模型规模、能力边界、场景适配与易用性上实现全面突破,不仅面向个人用户提供高效的生产力工具,更面向企业与开发者开放完整的API服务与定制化能力。本文将以保姆级视角,全面解析阿里云通义千问大模型的最新功能、技术特性、API调用方式与实际应用场景,帮助用户快速掌握核心能力,实现AI技术的高效落地。
2016 1
|
机器学习/深度学习 自然语言处理 算法
一个中心+三大原则 -- 阿里巴巴小蜜这样做智能对话开发平台
        在阿里巴巴智能服务事业部的X蜂会上,小蜜北京团队的高级算法专家李永彬(水德)分享了小蜜智能对话开发平台的构建,围绕平台来源、设计理念、核心技术、业务落地情况四大维度讲述了一个较为完整的智能任务型对话开发平台的全景。
5849 1
|
存储 边缘计算 安全
边缘计算设备的设计与部署技术探索
【8月更文挑战第1天】边缘计算设备的设计与部署是一个复杂而系统的工程,需要综合考虑多个方面的因素。通过制定全面的战略规划、选择合适的技术和设备、设计合理的网络架构、实施有效的安全策略以及定期管理维护等措施,可以确保边缘计算设备的稳定运行和高效应用。随着物联网和云计算技术的不断发展,边缘计算将在更多领域展现出其独特的优势和潜力。
668 10
|
Web App开发 JSON iOS开发
抖音 根据视频id获取视频详情接口分析
抖音 根据视频id获取视频详情接口分析
2484 1
抖音 根据视频id获取视频详情接口分析
|
安全
辣椒病虫害图像识别挑战赛
辣椒病虫害图像识别挑战赛
958 0
辣椒病虫害图像识别挑战赛
|
存储 NoSQL Cloud Native
2022云栖精选—Lindrom多模融合: 让海量数据存得起,看得见
张为 阿里巴巴集团研究员/NoSQL产品部负责人
2022云栖精选—Lindrom多模融合: 让海量数据存得起,看得见

热门文章

最新文章