写点什么

1 年巨亏 100 亿美元,亚马逊 Alexa 成烧钱“无底洞”,语音助手为什么不赚钱?

  • 2022-12-01
    北京
  • 本文字数:3684 字

    阅读完需:约 12 分钟

1年巨亏100亿美元,亚马逊Alexa成烧钱“无底洞”,语音助手为什么不赚钱?

从亚马逊 Alexa 聊起,语音助手为什么就不赚钱?留给大型科技公司语音助手的时间是不是不多了?


近日,有报道称亚马逊的Alexa语音助手和智能音箱业务总亏损已达 100 亿美元。值此消息发布之际,Alexa 的几位竞争对手也纷纷表示日子难过,需要找到靠谱的办法让自家产品开始盈利。


从 Alexa 和其他几款语音助手的现状来看,用技术让人眼前一亮简单,但把这种技术转化为能赚钱的业务却是无限艰难。如今科技企业正忙于裁员、为即将到来的经济大衰退做准备,这些看着酷炫但却无助于进项的产品必须尽快找到价值定位,否则必然被无情抛弃,以省下资源来抵御寒冬。

处于危机中的 Alexa


当前,亚马逊正在经历着公司历史上最大规模的裁员,计划削减约 1 万个工作岗位。受冲击最严重的部门之一是亚马逊的 Alexa 语音助手。显然,该部门在这家电子商务巨头已经失宠。


Business Insider 在一篇报道中详细描述了“语音助手和亚马逊大型硬件部门的迅速衰落”。


Alexa 是一个开创性的语音助手,诞生已有近 10 年,谷歌和苹果都在很大程度上模仿了它。然而,Alexa 从未设法创造出可持续的收入流,所以 Alexa 并没有真正赚到钱。


Alexa 部门与亚马逊 Prime 视频同属于“全球数字”集团。按照 Business Insider 的说法,该部门仅在 2022 年第一季度就亏损了 30 亿美元,其中“绝大多数”亏损都是因为 Alexa。显然,这是其他部门亏损总和的两倍。该报道称,硬件团队今年预计将亏损 100 亿美元。听起来,亚马逊已经厌倦了烧钱。


Business Insider 在报道前采访了该公司硬件团队的 12 名现任和前任员工,他们将 Alexa 描述为“一个处于危机中的部门”。几乎所有利用 Alexa 变现的计划都失败了,其中一名前员工称,Alexa 是“想象力的巨大失败”和“一个浪费掉的机会”。11 月的裁员说明他们多年来试图扭转局面的努力并未取得实质性的成果。


据报道,在亚马逊,Alexa 是前首席执行官杰夫·贝佐斯的“宠物项目”,当时它获得了巨大的发展空间。2019 年,他们召开了一次全员危机会议,试图扭转亏损问题,但无果而终。到 2019 年底,Alexa 的招聘工作冻结,从 2020 年前后开始,贝佐斯对该项目失去了兴趣。当然,亚马逊现在有了一位全新的首席执行官安迪·贾西,显然,他对保护 Alexa 不感兴趣。


报道称,尽管 Alexa Echo 系列是“亚马逊上最畅销的产品之一,但大多数设备都是按成本价出售的。”对于其商业模式,一份内部文件是这样描述的:“我们希望在人们使用我们的设备时赚钱,而不是在他们购买我们的设备时赚钱。”


不过,这个计划从未真正实现过。


他们希望在用户使用 Alexa 的间隙插播广告,通过这种方式引导人们通过语音在亚马逊上购物。但是,没有多少人愿意信任一个 AI 产品,不看图片或阅读评论就花钱或购买商品。报道称,到 Alexa 实验的第四年,“Alexa 每周收到 10 亿次交互,但其中大多数对话都是播放音乐或询问天气之类的简单命令。”这些简单对话是无法盈利的。


亚马逊还试图围绕 Alexa 技术与一些公司开展合作,让用户通过一个语音指令就可以购买达美乐的披萨或叫辆优步,而在这个过程中,亚马逊可以获取佣金。报道称:“由于使用不多,到 2020 年,该团队已停止发布销售目标。”该团队还试图将 Alexa 描绘成一个光环产品,吸引那些更有可能在亚马逊购物的用户,即使他们不通过语音购物,但对这一理论的研究发现,这些用户的经济贡献往往达不到预期。


在给员工的一份公开声明中,贾西表示,公司对 Alexa 的发展仍然“有信心”,但这是在大幅削减 Alexa 团队之后。一名员工告诉 Business Insider,目前,“对于这款硬件设备的未来,尚没有明确的指示”,而且由于硬件不赚钱,也没有明确的动机来不断迭代这个深受大众喜爱的产品。这种方向性的缺失给了在亚马逊内部颇受争议的 Astro 机器人 机会。实际上,这个价值 1000 美元的机器人就是一个带轮子的 Alexa。根据 Business Insider 的追踪调查,Alexa 目前在美国语音助手大战中排名第三,谷歌的 Assistant 有 8150 万用户,苹果的 Siri 有 7760 万用户,Alexa 有 7160 万用户。


下面,我们来看看已有 8 年历史的亚马逊 Alexa 到底做对了什么,又有哪些遗憾。

技术不错,但还不够好


一系列技术创新,使得亚马逊 Alexa 这样的语音助手能够实现 10 到 15 年前根本无法想象的理解能力。


自动语音识别持续发展,助手可以在各种背景噪音下准确采集指令、解析用户口音。由深度神经网络(包括 Trasnformers、RNN 和 LSTM 等)驱动的自动语言处理系统,则让语音助手能够将语音内的不同细微差别映射至对应的指令,允许用户用灵活多变的方式下达类似的要求。另外,各种应用平台、API 等已经能让语音助手遍历网络上的大量信息,再把指令跟应用程序功能对接起来。


这一切听起来都很美,但如今的语音助手仍有着明确的功能边界。在大多数情况下,亚马逊 Alexa 只能完成简单的任务,例如设置闹钟、播放音乐、播报天气和在网上搜索简单信息等。这些功能要么指向性很强,根本就没多少犯错的空间,要么就是敏感性很低,哪怕做错了也没多大影响。


但如果我们想要执行某些敏感、需要多次交互或者具有多模实质的任务,语音助手的可靠性就会急剧下降。


例如,当我们想要网购(这也是亚马逊最初为 Alexa 规划的重要用例之一)时,就属于典型的敏感任务,因为其中涉及金钱,用户不希望出错。另外,网购操作比较复杂,其中往往涵盖多个步骤,用户希望看到自己买了什么,参考其他建议和类似的选项。这一切在纯语音界面上显然很难实现。出于类似的理由,日程安排和会议规划等预期用途在语音助手上也基本没能铺开。

语音助手无法创造可盈利的商业模式


好了,现在我们有了一款很酷的语音助手,能够非常准确地执行某些特定任务,而在其他场景下虽然也做尝试,但表现平平。在这样的前提下,我们要怎么靠它赚钱?


具体选项无非以下几种。


首先就是销售硬件,例如亚马逊 Echo、苹果 HomePod 或者谷歌 Nest 之类的智能音箱。


在这种情况下,语音助手技术的商业价值就直接取决于设备价格、所能售出的设备数量以及客户更换这类设备的频率。换言之,这种商业模式跟智能手机很像,人们每隔几年就会掏几大千去买下一代 iPhone 或者 Pixel 手机。


但那可是手机,智能音箱缺少催人升级换代的动力。第一,人们不想为这些音箱支付很高的溢价,毕竟本身使用频率就不高;第二,智能音箱的升级空间也不大,一个麦克风、一个喇叭、再加个显示屏,也就差不多了;最后,用于支持语音助手的云服务也有升级和维护成本。所以综合来讲,用户对智能音箱的使用会给厂商带来持续存在的成本,并在日积月累后逐步超过当初销售音箱所创造的利润。


第二种思路就是出售服务。在这种情况下,用户需要按月或按年付费才能使用手机或智能音箱上的语音助手。但让人单独付费真的很难,产品必须具有明确的价值才能说服用户为此买单。为了让这种商业模式取得成功,产品必须能够解决某些业界尚未解决的难题,或者创造足够直观的附加价值,进而与产品/市场相契合。遗憾的是,亚马逊 Alexa 和其他语音助手都达不到这样的高度,单独收费更是痴心妄想。


最后,有些朋友可能还指望着将亚马逊 Alexa 当成吸引用户购买其他产品的渠道,比如前面提到的网购操作界面。但语音助手天然就不适合这类操作,所以 Alexa 没法提供理想的购物体验。用户显然更愿意在手机或电脑上操作购物软件,那样更直观也更顺畅。


总而言之,从科学和工程的角度看,亚马逊 Alexa 确实令人印象深刻 。但从产品和业务的角度看,它也确实不具备变现的条件。

下一代语音助手会是什么样子?


第一代语音助手的思路还是不错的,即将声音作为计算机操作界面,但却无法创造可盈利的商业模式。类似的情况在 1990 年代的 VR 头显(价格太高、体验太差)和 2010 年代的 AR 眼镜(同样是价格太高,在功能上支撑不起这样的成本)也曾出现过。


如今 Alexa 和 Siri 之所以还存在,就是因为其背后是两家财力极为雄厚的企业。双方可以不断砸钱进去,在承受亏损的同时慢慢摸索商业模式和技术可能性。


那么,下一代语音助手又将朝哪个方向前进?也许有以下几种可能。


首先,等待AI技术的发展让语音助手愈发强大,从而为更多应用场景提供支持(例如主动式语音助手,由它在必要时主动询问意见,而非靠指令被动激活)。


另一种方案就是将现有通用型语音助手转化为面向特定场景的专业助手。如此一来,我们就能把语音助手集成到应用场景的上下文和工作流中,让它们有能力处理步骤更多、复杂度更高的任务。这种形式有望建立起 B2B 商业模式,特别是在那些需要大量手动操作的行业(例如制造业、饭店和酒店等)中,可以尝试用语音助手降本增效。正如第二代谷歌眼镜在手工领域获得了不错的市场认可,这类业务场景的附加价值也将远超普通消费级市场。


目前还很难确定未来的智能音箱到底还需不需要显示屏。毕竟我们的大部分日常事务都涉及视觉元素,而纯语音助手在应用上还有很多局限。技术发展应该会给出答案。


总之,目前亚马逊还没有放弃 Alexa 的打算。但无论如何,现有语音助手的能力极限已经明确,是时候朝着下一代技术方案进军了。


原文链接:

https://arstechnica.com/gadgets/2022/11/amazon-alexa-is-a-colossal-failure-on-pace-to-lose-10-billion-this-year/

https://bdtechtalks.com/2022/11/28/amazon-alexa-revenue/

2022-12-01 13:404018

评论

发布
暂无评论
发现更多内容

信通院首批AIOps系统和工具评估,博睿数据获评异常检测模块“全面级”

博睿数据

11月云短信报告出炉,腾讯云再次蝉联到达率冠军

博睿数据

Java 必看的 Spring 知识汇总!

CRMEB

Hadoop学习过程中遇到的错误及解决方法

阿丞

hadoop hdfs mapreduce YARN

Spring框架基础知识(01)

海拥(haiyong.site)

28天写作 12月日更

项目开发架手架规划

hasWhere

AI风起荆楚,人工智能中国体系即刻启航

脑极体

华为与湖北三所高校共建首批鲲鹏&昇腾产教融合育人基地

科技热闻

资产租赁管理系统解决方案

低代码小观

资产管理 CRM 企业管理系统 融资租赁 CRM系统

设计消息队列存储消息数据的 MySQL 表格

奔奔

模型黑盒|机器学习模型的“可解释性”研究

索信达控股

神经网络 机器学习 神经网络模型

云原生促进基础设施变革,百度“磐玉”蜂巢服务器正式发布

科技热闻

年底了,聊聊述职

CatTalk

职场

Python代码阅读(第73篇):字符串字节数

Felix

Python 编程 字符串 阅读代码 Python初学者

如何促进用户首次下单?

石云升

AARRR 产品思维 28天写作 产品增长 12月日更

2021年终总结

hasWhere

Nginx+IIS做站点访问负载均衡

为自己带盐

nginx dotnet 28天写作 12月日更

个推漫话知识图谱:《女心理师》中的智能语音识别系统如何实现?

个推

机器学习 nlp 知识图谱

语音信号处理14:语音信号的特征应用

轻口味

28天写作 12月日更

世界女性科技群落(四):技术与流行文化顶格发展,日韩女性的科技暗面

脑极体

2021百度AI开发者大会在元宇宙举办

百度大脑

人工智能

基于kali的域控环境搭建——黑盒测试环境搭建

网络安全学海

黑客 网络安全 信息安全 渗透测试 WEB安全

【网络安全】针对 HTTP/2 协议的HTTP Desync攻击

H

网络安全 信息安全 漏洞

研究了一圈React学习资料,发现最好用的React教程还是这个

sai

一文带你了解数据库设计基础

坚果

数据库 28天写作 12月日更

忆父亲

wood

28天写作 父亲

Hoo虎符研究院 | 币圈后浪——Swivel Finance

区块链前沿News

Hoo虎符 虎符交易所 虎符研究院

高性能队列Disruptor在测试中应用

FunTester

Disruptor 测试 性能测试 高性能队列 FunTester

百度CTO王海峰:AI大生产平台再升级 助力中国科技自立自强

百度大脑

人工智能

当 Redis 发生高延迟时,到底发生了什么

程序员历小冰

redis 延迟 28天写作 12月日更

Fortinet :《2021 年OT与网络安全现状报告》 之「要点综述」

喀拉峻

网络安全

1年巨亏100亿美元,亚马逊Alexa成烧钱“无底洞”,语音助手为什么不赚钱?_AI&大模型_Ron Amadeo_InfoQ精选文章