以后双十一不用“剁手”了，对着电视说话就能直接下单

拉拉乙

O2O时代和电商时代已经完美教会了我们怎样上网订外卖、购物，缔造了双11这样的全球购物狂欢节。如今现有的服务闭环中多是基于屏幕的手触操作，弱问一句，双11之后，“剁手党”的双手还安在？

随着AI时代的来临，在触摸交互之外，正逐渐探索语音对话的交互，可以满足用户在更多生活场景下、不同需求下的交互方式。

届时万物都将智能，语音交互必将成为下一代主流交互方式。如果能通过与设备语音对话就可以在网上直接下单，坐等收货。那听起来真是一件兴奋的事，终于可以“动口不剁手”了。

这已经不是遥远的事儿，国内一家AI创业公司蓦然认知最近就推出了在电视上实现语音购物的功能。

打通语音购物闭环背后是「语义理解」和「多轮对话」的技术支持

蓦然认知CEO戴帅湘创业之前，曾在百度做了9年自然语言处理，主要工作是分析理解用户在搜索框中输入的query的意思，理解语义是给出搜索结果的重要前提，NLP（自然语言处理）方向技术积累颇深。

2016年5月4日，戴帅湘正式离职创业，NLP也是其创业方向。不论是2014年亚马逊推出Echo抢占端流量入口，还是国内AI火爆，语音识别技术日臻完善，戴帅湘看到了语音交互中的蓝海。如今蓦然认知成立一年半，拿到了天使轮和A轮两轮融资，其中A轮获得1000万美元，为NLP赛道拿到的最高融资。

前不久蓦然认知在技术领域再下一城，打通了语音购物和订外卖的闭环，36氪记者在蓦然认知的办公室里亲自体验了一把。

蓦然认知市场总监龚思颖开玩笑，“戴老板最近招待大家的方式，就是在电视上语音交互下单订一杯咖啡。”

戴帅湘对着电视说到，“给我来两杯香草拿铁，加冰的”，说完出现了购买页面，由于之前记录了收货地址，系统选定后直接进入支付页面，戴帅湘说到“确认支付”，屏幕出现微信二维码，扫码就直接完成了支付。大约30分钟，咖啡送到了办公室。就这样，我们完成在电视上由语音交互带来的一次购物体验。

除此之外，还可以进行订餐，选餐厅，订酒店以及查询天气等服务。也可以进行多轮人机对话，“今天北京的天气如何（海淀今天6-18度”明天呢？（明天海淀天气7-15度）”系统可以自动进行上下文语义的理解，从现场的感受来看，机器的反应较为智能。

再比如下面这段现场的真实对话：

戴帅湘：谢霆峰的前妻是谁？

机器：谢霆峰的前妻是张柏芝。

戴帅湘：她多大了？

机器：张柏芝的年龄是37岁。

戴帅湘：播放一首她的粤语歌曲。

机器：开始为你播放张柏芝的粤语歌曲。

戴帅湘：她演过什么电影？

机器：这是张柏芝主演的电影《少林寺》。

戴帅湘解释，语义理解和多轮对话是蓦然认知的技术核心。36氪记者此前亲自体验过某家智能音箱，并与之对话，经验证，这款智能音箱的语音识别能力尚可，但对于语义的理解欠佳，多轮对话更是非常薄弱。比如，你问它，今天的天气怎样，它回答“天气多少度，如何如何”，但是你接着问，明天呢？智能音箱回答：“对不起，我没有听懂你的意思。”

语义理解和多轮对话技术在NLP（自然语言处理）领域，是非常难以攻克的难题，毕竟语言是人类思想和智慧的体现，想要让机器理解人类并不容易实现。

如果只是单轮问答形式，机器只需理解该句话的意思，然后输出一个结果反馈回去即可，其实就是信息的检索输出，技术难度并不大。但在多轮对话反复的情况下，机器需要记忆上下文内容，并结合语境，才能理解用户表达的真正意思，从而输出。

现在国内NLP做的非常厉害的大公司，多是百度、搜狗、微软亚洲研究院这类会做搜索的大公司，有大量的搜索数据和对话语料，有利于训练数据模型。

戴帅湘有此前百度9年NLP的经验，这次在技术积累的基础上能够打通电视上语音购物的闭环，涉及到语音交互调取服务、进入相关服务商的支付环节，完成交易等几个环节。而在此之前，其他一些语音交互产品到交易环节，需要依赖人工介入才能完成，这次是全程无人工干预，多轮对话的能力功不可没。

商业化打法：选择主流场景的主流设备切入

技术出身的戴帅湘并不是要打造一个技术开发平台，可能那也是巨头争相要做的事。蓦然认知想把语音交互的能力，集成于汽车、家居等硬件设备上，为用户提供人机对话及决策服务，打造一个可快速移植、实时学习、多场景融合的对话交互及决策系统。

整套系统中，包括了多轮对话等核心技术，还包括基于技术开发的产品模型、语音识别解决方案，以及技术所对接的服务。这不是对技术、产品以及服务连接能力，都对蓦然认知提出了更高要求。

在设备场景的选择上至关重要。

尽管国内智能音箱百“箱”大战，热火朝天，天猫精灵双11购物节8小时销售超100万台，但是蓦然认知还是选择避开这个赛道。戴帅湘曾表示，“我坚定地不看好智能音箱，是因为中国人可能并没有使用音箱的习惯，市场太小。”戴帅湘向36氪解释到，推出的新品必须要和文化主题相适应。

智能音箱之所以火，是亚马逊最早在美国推出，而这是符合文化传统的。在美国本土几乎没有做电视机的厂商，但是每家每户基本都会有音箱，而中国则不同，并没有使用音箱的习惯，恰恰每家每户都会有电视。

蓦然认知的判断标准是瞄准头部需求，解决衣食住行领域的问题，选定智能家居、智能车载两个领域深耕。用戴帅湘的话来说，“要选择主流场景下的主流设备”。这两大设备占据着人典型的两种生活状态，下班以后的休闲时间和上班或者旅途中的时间。

除设备本身的市场规模大以外，这两个场景下的交互方式还有着迫切求变的需求和可能。戴帅湘说，汽车一百年历史了，电视也有近一百年，但是交互方式基本从没发生过变迁。这里有非常大的难度，但这次随着AI技术的成熟，交互方式逐渐改变，非常看好这次将会是一次很大的变迁。

“交互的变化以及多设备的协同工作，交互能力，都正在发生巨大变化，这里面都是机会。”

不单要打造单个设备良好的用户体验，戴帅湘的思路是，要把各个场景关联起来。电视和汽车这两个看似独立的场景，没有关联性，但如果能把这些独立的场景关联起来，就能形成更大的场景，给人带来极大方便。比如，开车快到家时，可以语音给汽车帮我把家里的灯打开，空调或者电视机打开。准备出门前，也可以通过电视提前将汽车启动。之前谈万物互联，现在正逐渐走向万物智能。

把每个生活场景都串联起来，不同设备，不同场景之间都可以进行同步，在多个场景中体验得很好。这背后的软件其实可以一体化，具体场景交互会有个性化的要求，但是底层技术都是相通的，未来希望可扩展到所有的设备。

一端接设备，一端接服务

不同于其他公司只提供某一个环节的做法，比如语音或者降噪技术，蓦然认知提供能够完成对话任务中的一整套软件系统，来驱动硬件设备，整套系统包括VUI&GUI，语音识别，语义理解，多轮对话等技术，同时还有接入类似订外卖、购物、订机票、路线导航等生活类服务。

戴帅湘告诉36氪，“你要让服务商觉得你这事靠谱，他才愿意接受。”在他看来，这件事也没有特别难，他会告诉服务商，服务接入不是放在手机端，而是放到其他设备，比如电视机和汽车、机器人等。这相当于扩大了它的应用场景，且没有抢占它的现有市场，再者未来其他设备如耳机或可穿戴设备，可能取代手机会成为主流。

这印证了蓦然认知想要打造的商业版图，当未来越来越多的设备接入语音，交互方式一旦改变，蓦然认知则可通过技术授权、服务分成、精准广告等方式实现盈利。

如今蓦然认知拿下了4家电视领域的主流厂商客户，并已经和几家前装车厂达成合作，通过这样的B端客户，真正让更多的C端人群体验到产品。

蓦然认知做的是 ToB ToC的生意，不过更加看重的是C端用户的使用量，这有利于迅速验证各个场景中哪个是最适合的，也会产生更多的用户交互数据。因此，在选择B端客户时，就显得特别谨慎。

“我们从整个大B端切入，有的甚至像一些老牌的语音公司都很难切入的B端，我们都做到了快速切入。”

问到戴帅湘能够快速搞定大客户的原因，他思考了一下，说到，“虽然我们是技术型公司，但是我们强调产品化。”

AI技术型公司需要考虑产品化

“技术型公司一定要比你的客户更往前想一步产品。”戴帅湘很认真。

如今的AI公司，因为很多技术难以商业化落地，所以大谈技术的居多，但一直炫技肯定行不通，在商业化中再进一步才是王道。

“你的客户他对技术的敏感性不强，有时候也分不出哪一个好坏，最终看的是产品化。”戴帅湘继续说，按道理这不应该是他们做出来的，应该是客户来想，但是等他们想清楚再做出产品就太慢了。

比如要在电视上接入蓦然认知的技术和服务，但是不知道最终形态，蓦然认知会尝试做出基本的产品形态，客户看到很容易理解这套方案怎样嫁接他们的产品中。而研发出的这个产品原形本身也是一个产品，只是细节的地方不再过多考虑。“我们是按照产品的思路来做事，而不是按照一个demo来做事的。”

在蓦然认知公司中用来演示语音购物、叫外卖、订电影票的电视，就是他们打磨出的完整的产品，可以正常使用。

“尤其是这种新兴技术，谁也不知道这个新技术，最终做成什么样是最好的。对于大的产品可能无法做出原型，但要有意识用你的想法去影响他们的想法，在技术领域你一定比他懂得多。”

在戴帅湘看来，技术型公司要自己拿出各种可能的产品的路径来，而且要把你认为最可能有效的路径的产品做出来一个，可能不面向C端，但最好有一个自己的产品团队，专门设计原形产品。

这是戴帅湘认为蓦然认知能弯道超车快速切入大B端的原因，“光卖技术不卖产品是很难的，应该把B端当作C端一样去做，就是你卖给B端的不只是一些零部件，应该是有一个整体概念的东西，尤其是对于软件而言。”

越是抽象的技术越需要产品化才能卖出去，戴帅湘再次强调。

做知识和决策引擎时代的核心驱动力

这一代的互联网可以理解为搜索引擎，电商可以理解为驱动引擎，而知识和决策的引擎会是IOT时代中最大的平台。如今终端智能越来越火爆，这个产业链条上诸如做芯片、做语音交互、做智能硬件的厂商都将大大获利。

而就如同iPhone的触摸屏开启了智能手机时代，与设备端的语音交互会也成为未来主流的交互方式，入口的改变会成就哪一个流量的高地，各大厂商怕是正在这个格局未定的当口，正紧锣密鼓布局。

在戴帅湘看来，大公司在做技术不成熟、市场不成熟的情况下并不会比小公司有更多优势，“决策慢、精力分散，暂时不敢投太多的资源，会非常犹豫，但我创业就孤注一掷。”

现在戴帅湘的精力会更多放在产品和人员招聘上，他说要盯着研发和产品两端，非常看重技术的落地能力，“你要研发对产品直接有效的事情”。

在研发实力和产品推进的速度上，戴帅湘比较满意。对戴帅湘而言，当下最大的挑战来自于商务和市场。怎样让更多目标客户真正成为合作伙伴，这需要不断的向对方输出观点。

从技术出发，又不囿于技术，不断探寻商业化策略，蓦然认知目前在这个领域具备先发优势。业内百度的DuerOS也立志 “**万物”，让设备“听清、听懂、满足”，等到赛道越来越热，资本一涌而上，蓦然认知能否在强敌环伺之中继续保持优势，这要交给时间验证。

转自：36氪