小娜負責人幺寶剛: 在這場“百箱大戰”裏, 微軟遲到了麼?

相比國內外的科技巨頭，微軟在這場號稱“百箱大戰”熱潮裏，姍姍來遲。一般來說，遲到的原因無非兩個，一個是動作太慢沒趕上，另一個是在伺機而動等待後發。如果說此前還無從判斷微軟的“遲”是哪種情況，那麼現在則比較清晰了。

兩周前，微軟聯合音箱製造商哈曼卡頓推出智能音箱 Invoke，Cortana 作為語音智能助手內置其中，可供喚醒，執行操作。更早前，微軟與亞馬遜同時宣布，打通 Cortana 與 Alexa，在 Windows 10 設備上對 Cortana 說“call Alexa”，就能夠喚醒後者。

在AI競爭加劇，智能語音助手混戰的背景下，在薩提亞·納德拉“雲+端”的戰略下，從這兩件事其實可以看出微軟對 Cortana 的定位，越來越明晰了：一方麵為硬件合作夥伴提供 AI 技術，另一方麵和同行業夥伴結盟。

這個判斷編輯在微軟（亞洲）互聯網工程院常務副院長、Cortana 負責人幺寶剛處也得到了確證：

Cortana 的定位是無處不在的人工智能，目前專注效率，既要作為一個應用，也要成為一個平台。

從應用角度來看，Cortana 進入了 Windows、iOS、Android 等不同的係統，連通微軟生態中的 Office、Skype 等一同成為效率工具。從平台角度而言，PC、手機之後，Cortana 相繼也將其 AI 能力應用在了家居、音箱、電視、車載、lOT 等場景中，未來將會隨著微軟的業務繼續進行擴張。

整體來說，智能語音助手這條賽道似乎出現了“奇怪”的盤麵，一方麵是競爭的加劇，無論是巨頭之間還是創業公司的湧進都能說明；另一方麵則是“結盟開放”的趨勢越來越明朗。

以下為專訪幺寶剛的Q&A;部分，在不改變原意的基礎上做了增刪：

關於產品

：微軟和哈曼卡頓合作的音箱 Invoke 有什麼亮點？

幺寶剛：產品的亮點包括幾個。

第一個是優秀的產品自然會吸引最優秀的合作者，哈曼卡頓這樣的高端音箱品牌與我們合作，我們也一直希望 Cortana 對外傳達一種高端調性，因此最突出的一點就是聲音，包括兩部分，一部分是音質非常好，另一部分是 Cortana 的聲音——計算機自動生成聲音的自然度也是最好的，這個是第一個亮點。

第二個亮點是，用戶可以通過音箱，直接跟 Skype 連通接打電話，也有一些智能音響可以打電話，但 Skype 除了能夠打電話之外，還跟你的 Skype 聯係人直接做對話。

第三是跨平台。用戶不光可以在音箱上呼喚小娜，也可以跨平台通過 PC，手機等任何操作平台上聯動使用Cortana。

作為人工智能助理， Cortana 對用戶提出的知識性問題給予準確的回答，這主要依托了 Bing 的後台，除了語音識別、自然語言理解，對知識圖譜的建立，都是智能音箱的亮點。其實我們非常高興，雖然我們正式進入這個市場，來的慢一點，但是我們有明晰的定位，並且獲得非常正麵的用戶反饋。

Cortana現在定位變的更清晰，現在更多專注在效率方麵，高效生活高效工作。

在音箱設置的時候，如果用戶擁有 Office365 的帳號，就可以直接連接Cortana，並且使用 Cortana 進行管理會議、日程和提醒，因為小娜的跨平台屬性，用戶可以輕鬆同步手機和 電腦 ，這樣專注於高效的例子，未來將會在我們產品的特性、功能上不斷加強、優化和展現。

小娜的技術正在不斷的迭代過程中，現在可能越來越多的人工智能同行也都了解到，這需要很大的投入和基礎力量，微軟深耕人工智能領域，其技術投入和研發力量不言而喻，例如就在今年8月，我們的對話語音識別技術達到了人類專業水平，錯誤率由5.9%進一步降低到5.1%。雖然數字感覺很小，但到後麵的提高也會越來越困難，這個就是技術的進步。

：除了賦能硬件廠商外，內容上也很重要，微軟在這方麵有什麼進展？

幺寶剛：想要成為無處不在的人工智能助理，小娜還有很長的路要走，我們現在所專注的是以下幾點：

第一點，打鐵自身要硬，我個人對於微軟自身的技術非常自信，特別在基礎的科學研究和技術，例如語音識別，語意理解，微軟多年的積累和沉澱帶來相當大的優勢。

第二點，除了技術之外，還要帶給用戶足夠好的體驗。我認為，用戶體驗分為兩部分：一個是加入微軟生態，與微軟的生產力工具 Office、Skype 等結合；另外一個，是小娜的IQ方麵的發力，她需要非常聰明，具備足夠的知識儲備，從 Cortana 上可以看到，當時微軟在 Bing 上麵做投入是有道理的，如果我們不做搜索引擎，那麼現在搭建一個完備的知識圖譜是很困難的事情，而幸運的是，微軟目前既有高效的生產力工具，又有搜索引擎，搭建知識圖譜，讓人工智能擁有足夠的知識。。

第三點，就是技能的開發平台。我們希望開發者、第三方用戶、廠商，都可以利用這個技能平台進行開發，提供內容，加到 Cortana 裏，網易雲音樂就是個例子。這個平台已經在美國推出了，晚一點時間，會在中國繼續大力推廣，這也是我們希望與合作方構建科技生態的一部分。

：讓用戶覺得體驗好的標準是什麼？

幺寶剛：最基本的層麵，是語音的識別率，我剛才也提到，目前我們的我們的對話語音識別技術達到了人類專業水平；再往上升一層，是我們希望用戶的問題能獲得最直接有效的幫助。對於同一個問題，有很多智能助理，哪個回答的最接近於用戶希望得到的，我們是請了專業的人來評測的。但我覺得最關鍵的，更多用戶使用所產生的大數據有足夠多的用戶，使用黏性、使用頻度實際上證明了這個事情對他有多重要。如果他每天都會來用幾次，說明這個有用，不然的話自然而然就不用了，就會選擇別的了。所以我覺得我們既有技術層麵的，也有應用層麵的，還有用戶層麵的一些度量。

：未來微軟有沒有可能推出自己的智能音箱？

幺寶剛：小娜未來的發展自然會跟隨公司戰略，作為微軟生態的一部分，像微軟內部已有硬件，例如Xbox，小娜已經在進行整合，所以我們也將會配合公司的戰略發展。

：目前對 Cortana 在營收上有什麼期待嗎？或者KPI。

幺寶剛：像剛才我也提到，在商業模式方麵，我們第一年的專著點會是先專著於用戶數量和用戶體驗上，所以至少在我們這個財年這不是一個目標。

關於競爭

：你覺得智能語音助手，在未來競爭中可能會勝出的因素有什麼？

幺寶剛：我們也在思考這樣的事情。我覺得有幾點：

第一，一定要有自己專業核心的投入，人工智能這個概念已經不陌生了，曆史上也經曆過遇冷，因為本身就很難，核心的東西，需要長期不懈的努力，才可能有突破。我認為關鍵點在於公司是否願意在基礎研究方麵做持續不斷的投入。不然，你的核心技術將來會依賴於別人。而微軟在這方麵，擁有多年積累的技術、同樣在人才方麵，我們也投入很多。

第二，要有基礎應用。人工智能助理必須有自己的內容，需要足夠聰明，並且擁有足夠的知識，那這個從哪裏來？微軟之所以有知識圖譜，是因為我們投資了多年的 Bing 。同樣，我們之所以能夠專注在效率方麵，也是因為有 Office 多年的積累，以及對用戶需求的了解。

第三，足夠多的數據。目前有兩種人工智能的應用場景，一種是比較通用的，還有一種是在垂直領域的應用。我認為，要獲得足夠的數據首先要有多年的技術積累，其次要對行業非常了解，微軟認知服務集合多種智能API以及知識API，目前我們已發布包括視覺，語音，還有翻譯語言，語義理解等29款工具，我們也希望能和更多合作夥伴一同探索人工智能的更多應用和可能。

：微軟整體的戰略，是雲為先移動為先，Cortana 在這個戰略裏扮演著什麼樣的角色？

幺寶剛：微軟 CEO 薩提亞提出智能雲+智能邊緣計算的概念，也就是Cloud+AI的模式，我們認為，未來的世界是由智能雲和智能端，用人工智能將所有東西連接在一起。我覺得的 Cortana 是一個非常典型的體現，原因在於，首先我們對 Cortana 的定位，是一個無處不在的智能助理，所謂無處不在是指， Cortana 既可以獨立作為一個應用存在，也可以存在在微軟的應用或者合作夥伴的應用、甚至存在於定製的設備裏，當然做到這一點的前提是，小娜必須生活在雲端，隻有這樣的話，才能夠同時為這麼多的終端服務。

另外，Cortana 後台的很多技術，其實應用的都是雲服務，Cortana 可以通過智能助理的使用，把語音做的更好，做更好的語音，我們還通過微軟的認知服務提供給那些暫時不需要 Cortana，但是需要微軟語音服務的開發者使用。

：小冰那邊會講一些數據，比如說對話輪次達到多少輪，小娜好像不太強調這些數據。

幺寶剛：對，因為小冰是一個情感機器人，那她陪伴用戶的時間長，對她來說是一個很重要的指標。我先不說小娜先說搜索引擎，那搜索引擎最理想的對話次數是多少？

：一輪。

幺寶剛：就是我馬上就告訴你答案。但是對於智能助理，理想狀態到底應該是多少？這個其實說實在的，我們也沒有把這個問題規定下來，是一輪或者多輪。我覺得可能最後還是要看客戶的問題是什麼？比如用戶提出一個問題，是對智能助理說，幫我定一班去上海的火車，我下午有個會，那這個智能助理就應該很聰明的知道，用戶下午幾點開會，用戶的火車應該在下午兩點就要出發，那他就給你定好了兩點的火車。但如果你的問題是你給我講一個笑話吧，或者給我唱首歌。那你是隻唱一首歌就完了嗎？所以這個其實還是要看場景來定的。所以我覺得根據場景會有不同測量的指標，可以分享的是，從小娜推出之後到現在，用戶問過的問題已經超過了一百億。

：在和其他硬件係統整合的時候，會不會出現權限上的差異？比如說 iOS 給 Siri 的權限大一點？

幺寶剛：每個平台其實都有限製，即使像 Siri 在 iOS 也不可能所有事情都做，因為有時候用戶或者APP本身會有授權，關鍵是說你了解這個限製，然後看怎麼樣讓用戶獲得最好的體驗。

：某種程度上來說 Cortana 也算一個 OS，隻是沒有提這樣的概念，微軟如何來麵對類似百度這樣的廠商的競爭？

幺寶剛：一方麵是微軟對技術的多年投入；另外一方麵就是不可能全麵出擊，而要找到專注點。我們的專注點在於生產效率；第三是微軟還是作為一個平台的公司，我們希望變成一個開放的係統，與更多的合作夥伴進行合作。此外，因為很多人都想做開放平台，但不是所有的開放平台大家都去用的，所以我覺得微軟作為一家國際性、擁有全球領先科技和具備信賴感的科技企業我為此充滿信心。