2015 年 3 月，Amazon Echo 发布 4 个月之后，京东与科大讯飞联合成立了灵隆科技。前者是中国第二的电子商务平台，后者是国内公认最好的语音技术公司。

强强联合，含着金汤匙出生的灵隆科技成了“Echo 中国门徒”最合理的候选者。

京东和科大讯飞的动作不可谓不快，但硬件产品周期并不以个人意志和投入资金为转移，直到当年 10 月他们才推出了叮咚平台，而值得一提的是，就在发布叮咚平台前几天，Echo 登陆了欧洲市场，并且从始至终没有对中国市场表现出哪怕一丁点的兴趣。

毫无疑问，Echo 是亚马逊在 Kindle 之后最好的硬件产品。近千万出货量杀出的血路，在“万物智能”已成尴尬的背景下显得尤为珍贵。

但是，直到现在，这个故事在中国还是没被验证。

实力差距？水土不服？雷锋网采访了灵隆科技的 CEO 魏强博士，对于国内智能家居入口级产品的发展，灵隆的下一步战略，他发表了自己的看法。本文是雷锋网(公众号：雷锋网)关于“智能音箱系列”的第三篇报道。

魏强自述

2014 年，整个智能硬件市场都非常火爆。刚开始的时候，京东在内部成立了一个代号为“NSNG”的部门，主要就是做未来智能家居，或者与智能硬件相关的产品。

京东亲自做这个事，当然不是为了做一个简单的设备，而是想做一个重量级的，或者入口级的东西。能对整个市场产生影响的那种。不过具体做什么？当时还没有想得特别清楚，内部对此也有过争执。

考虑中的品类主要有三个。

在家庭环境里，我们考虑的是音箱和智能路由器。智能路由器这个概念其实挺明显的，它作为一个家庭数据入口，与用户习惯紧密相关。再考虑移动环境的话，我们不会专门做手机，那能不能做个智能 WiFi 充电宝？实际上，我们把这款产品也做出来了，就是后来的流云 WiFi 充电宝。

总之，当时的思路就是围绕“入口和中枢”这个概念来做产品。

不过这并不意味着我们做“智能音箱”或其他产品，就是在押宝智能家居唯一的入口。理想状况下，应该是无所不在的设备可以随时随地采集到用户的语音指令，进而帮助用户完成相应的工作。用时髦的话说就是，去中心化或多入口。

这一点和 Echo 有本质的差别。

在灵隆的布局中，目前的产品主要起到用户引导和市场教育的作用，让消费者更多地习惯语音交互，当消费习惯与行为习惯逐渐养成，语音交互的功能便可以随机嵌入到任意其他设备中。

显然，这不是哪家公司可以独立完成的事情。包括我们。

对话实录

雷锋网：在诸多选项里最终确定智能音箱作为入口的依据有哪些？

魏强：最主要的原因在于交互方式上。从技术角度来说，音箱天生可以发声，加个麦克风，自然进化为一种与人类的交互方式。而目前家庭环境里面，电视机、机顶盒等设备，与之对话就会跟怪。因此产生对话的，音箱是目前最有代表性的生态。

而从这个市场来看的话，国内的家庭市场，音箱目前还是一个相对来说待发展的设备，电视、机顶盒等已经很普及了。长远来看，音箱未来更有发展空间，更利于切入市场。

还有一个因素，其实我们的确在对标 Amazon Echo，它的交互方式能给人耳目一新的感觉，让用户既能体验到科技感，又能享受音乐，控制家电。

雷锋网：那为什么在智能音箱这个概念下，只有 Amazon Echo 取得了现在的成功？

魏强：第一，语音交互作为一种交互方式确实更为适合，在中国市场内，这种语音交互的落地应用还在发展当中，在美国的话，美国人的生活习惯与消费习惯发展已经完全匹配了——快节奏的生活，对新鲜事物、科技产品天生抱有好奇心，愿意去尝试。

第二，美国用户对音箱产品的接受度很高，他们的家庭在装修或装饰时，音乐方面的需求非常大。

第三，涉及到具体的商业模式，Amazon 音乐是付费的，其背后包括内容与服务在内的整套体系很完备。因此它的推导方式方便、高效、性价比很高。

第四，亚马逊自身的推广也很重要。

第五，亚马逊推广到一年的时候，它把产品功能进行了一次大升级，不仅限于听音乐等单一的服务，Amazon与很多第三方达成合作，包括查阅百科信息，甚至呼叫水管工、用Uber打车等等。

雷锋网：有没有想过以后和手机的关系 ？

魏强：无论是智能音箱还是他智能交互产品，均没有想着要取代手机——手机发展了这么长时间，拥有如此高的普及率，如今肯定是满足于各种需求的。我们的考量是，在某些无法通过手机完成、或相对比较复杂、或者不太方便的情况下，通过其他形式来替代。不是取代手机这个产品，只是取代手机产品中的某一些功能。双方更多是互补的关系。

雷锋网：除了产品形态以外，你们加注智能音箱的原因还有什么？

魏强：第一是前面提到的语音交互体验的问题。

第二，智能音箱本身也是一种试水，并不是最终形态。当初 Amazon 推出 Echo产品，中间也是有过纠结与摇摆。最初 Amazon Echo 刚推出的时候，有两个主要功能——购物与音乐。在推广过程中，它逐渐发现语音交互是强需求。但强视频交互需求也是存在的，这时 Amazon 肯定要考量是否需要加块屏幕、如果增加屏幕进而会带来哪些问题，等等。

而叮咚目前，就是集中力量先做好语音交互。我们努力进行的行业教育与试水尝试，是想成为这个领域的先驱、而非先烈。

雷锋网：能畅想下十年之后的应用场景吗？

魏强：将来 10 年、20 年之后，很可能智能音箱或者屏幕功能都弱化了，再久之后可能直接不存在了，到处是传感器，获取信息的渠道完全是分散的、智能的，就像电影《钢铁侠》里的那种状态——我到哪儿都能看到我想看到、听到我想听到的。

雷锋网原创文章，未经授权禁止转载。详情见转载须知。