在 PC 時代以及移動互聯網時代之后，人工智能正在成為人類下一個發展階段的主旋律。但隨著時代的更迭，人機交互的方式也在悄然發生著變化。
PC 時代的主角是鼠標鍵盤，移動互聯網時代是觸控，到了人工智能時代，語音和視覺則成為了一條全新的路徑，這同時也意味著人機交互的發展正在向著“以人為核心”的方向發生轉變。
從 2014 年成立至今，小魚在家已經走過了四個年頭。在過去的幾年里，以人為核心的家庭應用場景一直是其堅持去做的事情，而陪伴、記錄以及助手這三個功能也始終貫穿在小魚在家各個產品中。
今年一月份，在美國舉辦的 CES 展會上，小魚在家聯合百度正式發布了擁有遠程視頻通話以及語音交互功能的 VS1 智能視頻音箱。它不僅讓人機交互這件事情變得更加簡單，同時也為家庭使用場景提供了更多的可能性。
那么，在人工智能時代，小魚在家是如何去思考人機交互這件事情的?新技術的應用，又將為產品端帶來哪些全新的可能性?在極客公園舉辦的 Rebuild 2018 大會上，小魚在家創始人&CEO 宋晨楓給出了他的答案。
以下是小魚在家創始人&CEO 宋晨楓在極客公園 Rebuild 2018 科技商業峰會上的演講實錄(略有刪減)：
十年前我離開了微軟回到國內，第一次創業，做的第一個公司是 3D 虛擬世界平臺，這家公司在 2011 年的時候賣給 YY。2014 年我離開了 YY，創辦了小魚在家，希望用人工智能改變家庭生活。我們用了四年的時間，三個城市二百多號人，融資超過了 10 億元。今年我們跟百度推出了新產品，進入到了現在的智能音箱市場。
隨著人工智能技術的不斷推演，我們實際上不斷重新定義我們這個產品，尋找真正能夠落地家庭的品類。我們篤定家庭這個場景，實際上有兩個最核心的原因。
第一個原因是中國家庭的問題多、機會大，像我們 70、80、90 這一代獨生子女，大部分不和父母生活在一起，因為很忙，也沒有太多的時間陪伴孩子。實際上每個家庭都需要一個靠譜的家庭助手，最終形態可能就是機器人。大家在科幻作品里看到，不論是《鋼鐵俠》中的賈維斯，還是《西部世界》里的接待員，我愿意去相信，這個就是我們的未來。當然還需要很多的時間和路徑實現它。
第二個原因，正是技術的進步在給我們機會去重新定義產品，去重塑用戶體驗，再開創新的品類，技術才是這一切的根本驅動力。過去的幾年，語音、語義、機器人視覺都有巨大的飛躍，我相信科技還會持續的以指數級的速度去發展。今天人工智能在算法、在算力、在數據，都在快速演進著。
創業公司要看五年，想三年，好好做好一兩年。我們希望我們進入這個市場領域，發展到五年的時候，能進入到爆發期。三年的時候已經開始高速發展，這樣能夠讓我們提前兩年去探索、去驗證，等機會來臨的時候，我們已經準備好了。
小魚在家用了三年的時間，做了 2.5 代的產品去驗證，去理解用戶的需求，去提升我們的認知，去補充我們的能力。在第三代產品的時候，小度在家帶屏智能音箱發布之后，我們基本上踩對了點。但這這個過程中，我們也犯過錯，我想把我們如何思考產品規劃和技術路線規劃的一些想法，分享給大家。
以用戶需求為導向，尋找差異化價值
先說說產品路線，一路走來我們都在行業的最前沿，沒有別人成功的經驗可以借鑒，只好被逼著去思考產品的最核心邏輯，要從用戶出發，去考慮我們在哪里可以去建設差異化的價值，并且還能夠遠遠超過用戶的預期。
第一代產品我們定位是家庭智能陪伴機器人，這代產品我們選的這個點，就是一個一呼即通的家庭陪伴體驗，能夠讓在外的家人，通過他的手機，三秒回到家里陪伴他的老人和孩子。第一代產品里面的助手，是一個非常輔助的功能，當時的技術并不成熟，體驗還非常的糟糕。我們的第一代產品，用戶的口碑非常好，但實際上銷量并沒有達到預期，后來我們總結有兩個錯誤：
第一，我們沒有考慮成本，把產品做得太貴了，當時賣 3000 多塊錢。
第二，就是這個品類的定位，我們一味的去追求實現我們作為產品經理的一些想法，沒有考慮供應鏈，結果就是把受眾縮小了。同時，我們給用戶設置了非常高的心理預期，卻沒有達到。
第二代產品分身魚主要是解決我們的成本和定位的問題。首先成本降了一半，然后我們嘗試了兩個定位，一個就是陪伴孩子，另外一個就是視頻通話。但我們最后還是放棄了這個產品。首先是孩子的留存比較難，其次是公司的資源有限，我們沒有辦法去拓展那么多的產品線。
通過前兩代產品，我們總結了三點經驗：
第一，用戶對語音交互給他們帶來的便利性，其實是非常的認可的。尤其是老人和孩子，他們在家里會非常自然地開始和一個設備進行語音對話。
第二，家庭場景里面的這種內容消費需求是巨大的，而電視和平板電腦其實只滿足了他們的部分需求。誰能夠在家庭的場景下，能夠更加便捷地把家人所需要的內容，更加快速準確地推送，實際上有可能成為在家庭場景下，用戶消費內容的一個新寵。
第三，用戶最關注的價值，正是我們第一個產品做的「家庭的陪伴」。分離其實幾乎是中國家庭的常態了，能夠三秒鐘回到家里，完全顛覆了之前這種靠打電話然后等待接聽的這種體驗。
我們在做第三代產品的時候，其實語音技術已經是相對成熟了，我們也看到在中國的市場，智能音箱這個品類已經有快速發展的苗頭，于是順勢進入到這個平臺里面去。
小度在家是個百倍易用的帶屏智能音箱，在它身上語音交互、屏幕輔助，加上攝象頭的識別，這些能力組合產生了化學作用。它不但可以一目了然地把用戶詢問的答案展示在他的面前，還可以把語音回答和屏幕展示動態配合，比如說你聽歌的時候可以滾動歌詞，比如說介紹一個人物的時候，顯示他的圖片。比如說他念字發音的時候，把這個字的筆順顯示出來等，還可以告訴你有什么功能，接下來你可以怎么向它發問，去探索更加豐富的內容和服務。我們這一次其實和百度的深度合作，也引入了非常有價值的內容和服務，比如說百度搜索、百度地圖、百度百科、圖片等等。
小度在家還是一個智能小電視，我們可以完全用語音操控，想看什么片子直接說就行了，再也不用搖控器。我們讓視頻通訊更加便捷，可以語音操控，你可以語音去撥打和接聽，當然依然支持多方高清視頻同話，還有一叫即通的功能，顛覆了家庭之間陪伴的體驗。我們更可以隨意擺放，比如說在廚房邊做飯邊追劇，在餐桌邊吃早飯邊看新聞，放在書桌上面邊寫郵件邊看世界杯。
在我看來，智能音箱的市場戰爭，不僅僅是產品比拼，而是包括品牌、渠道、內容以及服務在內，整個生態的比拼。
在技術發展路線上的思考
接下來說一下我們在技術發展路線上的思考。我們所在的這個領域，語音和語義是改變智能交互的核心技術。其實 2014 年之前，做語音技術的公司不多，而深度學習把大家都拉回到了同一個起跑線上。
其實通過和百度的深度合作，在包括小度在家甚至更早的小魚在家這些產品上，我們已經打造了非常好的語音交互體驗。而解決語義理解，成為了未來發展的核心。
前邊我曾經講到，小魚在家向來是以用戶為導向，如果在某些方向上我們做不到最好，但是對用戶體驗非常有幫助，那么我們會努力去和能夠做到最好的廠商合作。
因為很多這些技術，未來可能都會變成一些開放的基礎能力，如果我們做的沒有別人好，反而會變成前進道路上的包袱。我們只有專注用戶價值，擴大用戶規模，在用戶體驗遇到問題的點上，去找到技術突破的方向才是更好的選擇。
對于一家做硬件產品的公司而言，其實最終還是需要去看產品的出貨量。從小魚在家的角度來講，能夠順利通過做硬件的雷區走到今天，其實本身就是一個巨大的壁壘。
“多模態交互體驗”是人工智能落地最高效的一種模式
最后，說一下我們在多模態方向的探索。記得 2016 年在美國做演示的時候，當時吳恩達說過這樣一句話：人和機器交流最高效的方式是通過語言，而機器跟人信息傳達最高效的方式是通過語音和視覺的輔助。
我們在過去 3.5 代產品的時候做了 4 次大的迭代，Fish UI 4.0 的實際上是一個巨大的革新。我們把語音交互變成了設備最主要的交流方式，而觸屏變成了完全的輔助功能。
毫無疑問，多模態交互是人工智能落地的更加高效的形態。在小度在家的產品發布會上，李彥宏將現在的無屏音箱比作了收音機，而帶屏智能音箱則是電視。我們相信，隨著整個的生態、內容服務的演進，以帶屏智能音箱為代表的多模態交互，會是未來人工智能交互的主流交互形態。
今天人工智能依舊處于向前發展的時代，技術的進步會持續的推動著我們去重塑用戶體驗，重新定義品類。我們認為，人類對智能音箱這個品類的認知，在未來會發生很大的改變。
而人工智能落地家庭，會帶來巨大的、原生的新的平臺機會。多模態的交互給所有在座的開發者，都提供了一個非常巨大的發展空間和舞臺。改變世界的不僅僅是技術，更有技術背后的價值觀、使命和愿景。最后希望我們一起打造人工智能落地家庭的未來。
