Cortana小娜失敗背後，微軟的傲慢與偏見

“hi Siri，給我講個笑話”“天貓精靈，今天天氣怎樣”“小度，為我導航最近的加油站”……

今天用語音喚醒智慧助手，已經不再像以前那樣是一件頗有恥感的事情了。

“音響大戰”的澎湃之力，已經讓偏遠至村鎮的群體都AI了起來，智慧語音早已下沉得不能再下沉了。語音互動的習慣逐漸培養起來，接下來就是做文章、講故事的好日子了。

在這樣的大好局面中，微軟語音助手Cortana小娜卻傳出了要“脫團單飛”的訊息，即將終止在IOS和安卓兩大移動應用平臺上提供服務，這無疑是自絕於人民群眾的自殺式行為。

小娜的失敗給語音互動領域留下了哪些“遺產”，而它的創造者在失去移動端制霸權後，又將告別智慧語音助手這一關鍵入口，接下來的航線又指向何處?

Cortana小娜的“美強慘”人生

今天語音互動的主流人群，可能都沒有來得及能跟小娜在手機端產生一次對話。而在PC端偶爾召喚出來，最大的可能也是因為操作失誤。

但這並不代表這位以FPS 遊戲 Halo 中的 AI 角色命名的Cortana ，水平真的如此泯然眾人矣。

準確來說，在AI黑科技方面，微軟並不輸給谷歌、蘋果這些高光實驗室。而小娜背後的微軟亞洲研究院(人工智慧-語音識別方向)更是產業界的“黃埔軍校”。有著如此背景的小娜，問世時可比答非所問的Siri聰明多了。

在一則視訊中，使用者通過搜尋引擎向Google Now、小娜、Siri提問“艾菲爾鐵塔有多高?小娜在數年前就將知識圖譜與AI相結合的方式來呈現答案，跳過引擎抓取的大量無用資訊，直接告訴對方答案——鐵塔的高度。

更關鍵的是，小娜所依託的微軟亞洲研究院有著大量的中文語音識別、語義分析成果積累，當時Siri還是一箇中文聽不懂、回答顛三倒四，最大的作用就是講笑話的搞笑型選手。

除了歷史沉澱，小娜之所以聰慧，也源於其在微軟“云為先，移動為先”核心戰略中的關鍵地位。

當時，小娜與Bing、Azure等產品正在逐步取代Office和Windows，成為微軟在移動時代的新業務核心。為此，微軟在對小娜的打磨上也十分用心。

小娜的定位是“智慧助理”，當時已經可以處理複雜的口語指令，來幫使用者開啟第三方應用、查詢檔案、收發郵件等等。2016年，小娜的語音識別率就已經超越了人類。2018年早些時候，為了讓小娜的表達聽起來更人性化，微軟還收購了一家名為“語義機器”的人工智慧初創公司。可以說絕對是親生的待遇了。

小娜所擔負的理想，即使在今天看來，也極具前瞻意義。

在技術願景上，小娜被設計為雲端驅動(cloud-driven)，許多智慧計算都是在雲端完成的，裝置終端只做輕量級的整合。這使其跨平臺統一服務成為了可能。

所以在應用場景上，微軟工程師們提出了“Cortana Everywhere”(小娜無處不在)的想法。即讓小娜在各種不同配置、不同版本、不同作業系統的終端裝置上都能夠被呼叫，並提供一致性的使用者體驗。只要智慧終端具備一定的計算能力，可以執行小娜的客戶端堆疊(Client Stack)，就能夠執行。

當時設想的足夠執行小娜的最小裝置是智慧手環，在微軟的Microsoft Band 上，小娜可以識別語音並以文字形式呈現出來。

當時的產品負責人在談到小娜的理想化未來時，描繪了這樣一個場景“一件衣服裡內建了麥克風，它可以聽到我說話，將資訊傳達給我口袋裡的手機，然後手機和雲端進行通訊。整個過程使用者都不需要從口袋裡掏出手機，佩戴耳機就可以聽到小娜的回覆。”

耳不耳熟?雲+AI+泛終端，這個今天普遍出現在各種行業前沿技術峰會PPT上的智慧互動畫卷，幾年前就被微軟描畫了出來。

(Microsoft Band 上的小娜效果)

可惜，凡事總有但是。

小娜最終還是走上了“美強慘”的道路。最後那個令人意難平的“慘”字，源於不久前它的徹底失敗。

微軟正式宣佈戰略性收縮小娜業務，將在2020年1月31日退出iOS和Android平臺，這是一封來自官方的死刑宣判書。

其實早在今年1月份的時候，微軟CEO納德拉就宣佈不再將Cortana視為Alexa、Google Assistant的競爭對手。但走到徹底放棄移動端應用市場這一步，也不由令人唏噓——小娜明明應該是主角的劇本，最終卻淪落成了炮灰，一切究竟是怎麼發生的?

三人行必有炮灰：微軟的語音互動“滑鐵盧”

儘管有點馬後炮的嫌疑，但今天我們回望微軟在語音消費級市場的大潰敗，或許能對當下還在場內的玩家有一個更為清晰的認識。

總體來說，小娜的“生不逢時”，主要體現在三個節點上：

1.生於智慧，但困於終端。

智慧語音助手的第一要義，除了在技術上要能實現足夠高精準度的識別理解能力之外，最核心的一點是要有任務屬性，即能夠幫助人解決特定需求。也意味著，它必須能夠獲取其他裝置和應用的控制權，才能夠達到這樣的要求。

但小娜除了在微軟體系內擁有足夠多的許可權，比如呼叫和理解郵件、處理365office等等。而且大部分是發生在PC環境中，語音互動相比滑鼠要位居其次。在更廣大的移動場景中，受限於Windows Phone可憐的市場佔有率，小娜很難做到像Siri、echo與google assistant那樣，與自家硬體無縫整合。

比如在開啟應用時，使用“Hey Cortana” 語音喚醒;亦或是始終保持語音待命，以低耗電狀態執行等，這些必要的能力小娜都很難在競爭對手的裝置上實現。

而缺少了來自終端使用者行為的資料滋養，小娜在腦力進化、內容理解等能力上也逐步與對手們拉開了差距。微軟在消費級移動終端上的失利，最終轉化為小娜的敗北。

2.生為語音，卻難覓應用。

儘管微軟在小娜應用開始，為其設計了非常具象的應用場景，比如使用者可以通過輸入文字或語音與小娜交流，可以語音搜尋網際網路內容，或者是直接詢問關於影視劇集、天氣、附近商戶、交通路線、航班、音樂、百科等資訊。和微軟賬戶繫結以後，小娜還能在不同平臺間同步郵件、待辦事項、簡訊等個人資訊。

但回顧小娜推出時的整體環境，不僅對使用者來說，語音互動是一件有些尷尬的事，常常需要跟春節與不熟的親戚寒暄一樣，需要搜腸刮肚地想話題;即使在今天，跟音響裡的語音助手聊兩句就任由其落灰的也不少見。

更悲催的是，小娜出現的時候終端計算能力還並沒有現在這麼GPU\CPU集體發功的強大，行動網路服務也不像現在這麼高速、普及、穩定，當時如果遇上網路狀況不好，小娜的語音識別就很慢，有些情況下甚至用不了。

而今天使用者使用語音對話方式發出指令的不適感幾乎消除了，小娜卻已經身處強敵環伺的森林法則中，難以再翻身。

3.生於智慧，卻困於自封。

今天凡是擁有智慧語音助手的廠商，早已達成共識，無論是行為資料的累積，還是互動習慣的培養，都需要儘可能多的與使用者發生聯絡。開放，合作，是一切的前提。而微軟閉關造城的霸主思想，或許是小娜註定失敗的註腳。

2014年，被今日智慧助手廣泛致敬的“亞馬遜Alexa+echo”模式，還只是個實驗雛形。為了讓任何人都願意用，亞馬遜成立一個新的部門Alexa Voice Services，敞開了招呼大家加入來開放能夠用Alexa交流的軟硬體，吊燈、冰箱、燃氣灶、汽車……很多雖然今天依然看起來很傻，但今天Alexa成為全球應用最廣泛的語音助手，擁有1.5萬種以上的技能，與這種開放形態不無關係。

也是在同一年，時任微軟Windows Phone專案高管Marcus Ash在被媒體問到小娜是否會登陸其他應用平臺時，表示“微軟只會在Windows Phone版Cortana徹底成熟之後才可能考慮其他平臺，也不會考慮為iOS和Android的深度整合而開發底層訪問功能”。

直到2015年，WP系統眼見著市場慘淡，無法為小娜提供有競爭力的發展空間，當時微軟才宣佈轉戰安卓和IOS。就連這樣的平臺開放也是非常有限的，因為是“中美特供”，當時只針對中國和美國市場提供服務。

而同一年，百度已經召開了“度祕”的釋出會，將其打造成了一個集微軟小冰(聊天機器人)+微軟小娜(語音助手)+bing必應(搜尋引擎)+垂類O2O的語音互動產品。隨後，“小度”的能力伴隨著DuerOS平臺被開放給了眾多軟硬體開放者。

對於開放生態的“傲慢與偏見”，使小娜錯過了向消費層生長出根鬚並持續進化的機會。

2018年的時候，微軟也曾試圖將小娜的重心繼續加碼安卓和IOS，對它進行了大規模的改進，包括更新的UI，支援在藍芽上播放音樂，啟動速度提升了20%，並與微軟其他服務進行了更深層的整合，比如可以加入Skype會議。

儘管如此，無論是面對中國市場BAT等巨頭的中文語音助手，還是在海外市場與谷歌、亞馬遜和蘋果等正面交鋒，微軟小娜無論是硬體基礎規模，還是平臺化的延展能力，都無法再逆風翻盤。

在微軟的Build 2018中，通過Cortana與Alexa的互操作性展示，微軟也只好承認了小娜本身的功能，已經不足以滿足當下使用者對語音助手的訴求了。次年1月，以小娜為核心的智慧揚聲器計劃被宣告終止。

就連如今的退出，都在慘淡的成績面前顯得不那麼悲情了。根據Sensor Tower的最新資料， Cortana應用在App Store上的“生產力”類別中僅排名第254，在Google Play中僅排名第145。好像退出也並沒有損失很大的樣子。

小娜原本有著最搶眼的開場，卻在堅守著Windows和Office的微軟腳步下，走向了移動的終局。

小娜走了，微軟的語音互動未來在哪兒?

小娜雖然可以說是從移動端消弭了，但語音互動這個未來入口卻不能輕言放棄。

從微軟透露的資訊我們知道，小娜還將作為微軟唯一的語音助理工具存在，在微軟所有的Windows產品中嵌入，包括Xbox遊戲平臺，再博一次。

小娜是否還有希望重回大眾視野視野還未可知，但從微軟的“滑鐵盧”不難看到，語音作為AI引發的互動革命，賽事的焦灼點卻往往在技術之外。

在“千箱大戰”的熱身過後，泛智慧終端的語音互動戰局才剛剛拉開帷幕，未來所有機器、智慧硬體，比如汽車、家居、辦公等都可能被這場浪潮席捲沖刷。在這個過程中，勝利者的成功也許無法複製，但失敗者的教訓卻值得反覆咀嚼。

語音互動鉅作為對資訊生態和生活方式的重構，涉及了非常複雜的社會鏈條，龐大如微軟也難免步步踩坑。目前看來，可以確定的是，建立產業鏈上下游合作生態將是第一奧義。

語音底層技術突破已經逼近天花板，大家都是在90%以上的極限成績上反覆拼小數點，通過產業夥伴的助力，打通語音互動軟硬體的上下游產業鏈關係，在5G+AIoT的泛智慧終端生態中佔據先發位置，對未來的市場主導權爭奪有著重要意義。

其次，國際化競爭態勢日趨激烈，而中國廠商的本土產品優勢會被持續放大。來自Google Assistant的資料顯示，已經由此超過70%的網際網路請求是自然語言、對話方式發出的。其中各個技術廠商包括創業者都有著各自的優勢，但歸根結底，使用者體驗才是搶奪市場的最高法則。

在這一方面，中國科技廠商誰能最先完成下沉市場的使用時間收割，以貼近最廣大使用者群體的姿態完成心智佔領，就等於率先在“語音+萬物”的賽場上做完了準備工作。

可以預料的是，除了在智慧音響外形上不斷做新文章之外，未來的中國語音互動戰場還會有新的硬體形態通過廝殺，來完成消費市場的真正變革。

總之，小娜的失敗，留給我們最大的反思或許是，不要讓強者的傲慢與偏見，讓AI的生命力在封閉中走向凋零。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2665410/，如需轉載，請註明出處，否則將追究法律責任。