互聯(lián)網(wǎng)巨頭布局智能語(yǔ)音 小企業(yè)仍有生存空間

“市場(chǎng)真正需要的是解決問(wèn)題的綜合方案，要利用它的特點(diǎn)找到不同的技術(shù)來(lái)融合。這個(gè)融合應(yīng)該是能解決問(wèn)題的融合，不能為融合而融合。”在本期沙龍上，清華大學(xué)人工智能研究院聽(tīng)覺(jué)智能研究中心主任鄭方教授在談到智能語(yǔ)音技術(shù)融合發(fā)展的趨勢(shì)時(shí)說(shuō)到。

鄭方認(rèn)為，技術(shù)的發(fā)展離不開(kāi)市場(chǎng)的土壤，而現(xiàn)在用單一技術(shù)去解決市場(chǎng)的需求有很大的難度，這也是一些 AI 公司面臨困境的重要原因之一。

他還提到，不同的語(yǔ)音技術(shù)分支，發(fā)展程度不同，語(yǔ)音識(shí)別、語(yǔ)音合成等相對(duì)成熟，但也有口音、低資源語(yǔ)種等問(wèn)題。但目前成熟的分支存在比較嚴(yán)重的同質(zhì)化問(wèn)題，在技術(shù)上是方法同質(zhì)化，并帶來(lái)了市場(chǎng)的惡性競(jìng)爭(zhēng)。

在智能語(yǔ)音企業(yè)商業(yè)化過(guò)程中，如何選擇適合自身的發(fā)展模式?鄭方認(rèn)為，模式的好壞取決于三個(gè)因素：一由市場(chǎng)需求決定，包括痛點(diǎn)(解決最受關(guān)注的問(wèn)題)和癢點(diǎn)(突破創(chuàng)新的東西);二是由技術(shù)來(lái)決定，技術(shù)是否成熟，是否具有一定領(lǐng)先性等;三是由競(jìng)爭(zhēng)關(guān)系決定。企業(yè)最后采取什么樣的商業(yè)模式，都需要根據(jù)這幾個(gè)因素來(lái)綜合決定。

對(duì)于目前智能語(yǔ)音行業(yè)的生態(tài)，鄭方提到，雖然巨頭在資金、人才、數(shù)據(jù)、算法、算力上都占據(jù)了優(yōu)勢(shì)，但隨著第三代人工智能的到來(lái)，小企業(yè)仍有一定發(fā)展空間，把方向找對(duì)，把力量用對(duì)，就能夠在競(jìng)爭(zhēng)中處于有利地位。

他還呼吁，語(yǔ)音行業(yè)在中國(guó)仍然屬于一個(gè)小眾行業(yè)，要想做得好就要避免惡性競(jìng)爭(zhēng)。一方面，語(yǔ)音企業(yè)需要找到自身定位，避免重復(fù)投入;同時(shí)技術(shù)研發(fā)人員和用戶之間也要達(dá)成比較好的互動(dòng)，前者專注在技術(shù)層面創(chuàng)新，后者則在場(chǎng)景方面有創(chuàng)新，兩個(gè)結(jié)合起來(lái)才能形成比較好的生態(tài)。

他指出，目前市場(chǎng)上出現(xiàn)了一種不良競(jìng)爭(zhēng)的情況，用戶在發(fā)現(xiàn)提供商比較多后，就會(huì)通過(guò)讓企業(yè)“內(nèi)斗”壓價(jià)，壓得很低甚至沒(méi)有利潤(rùn)。他認(rèn)為，這會(huì)使得企業(yè)沒(méi)有錢做研發(fā)，最后受損的是整個(gè)市場(chǎng)。

以下是鄭方教授分享實(shí)錄(經(jīng)刪減整理)

目前智能語(yǔ)音處在什么樣的發(fā)展階段?不同技術(shù)存在很大的差異，對(duì)于這種差距怎么看?

鄭方：語(yǔ)音處理技術(shù)包含很多分支，語(yǔ)音識(shí)別、語(yǔ)音合成、聲紋識(shí)別、情感識(shí)別，信號(hào)分類等等。不同的技術(shù)處于不同的發(fā)展階段，語(yǔ)音合成、語(yǔ)音識(shí)別，目前相對(duì)比較成熟，但也有很多問(wèn)題需要解決，比如口音問(wèn)題，比如低資源的語(yǔ)種問(wèn)題。音頻情感識(shí)別、聲音信號(hào)健康診斷等新技術(shù)，還在進(jìn)行研究。

但相對(duì)已經(jīng)成熟的分支存在一個(gè)問(wèn)題，就是同質(zhì)化比較嚴(yán)重。方法同質(zhì)化，帶來(lái)惡性競(jìng)爭(zhēng)。原因在哪兒?我們有時(shí)候過(guò)多跟蹤別人的技術(shù)，而疏于做深度分析。

不少觀點(diǎn)提到，單一的技術(shù)無(wú)法讓 AI 企業(yè)在激烈的市場(chǎng)環(huán)境中生存發(fā)展起來(lái)，那智能語(yǔ)音應(yīng)該怎么去做融合發(fā)展?

鄭方：不同的問(wèn)題可能需要用不同的技術(shù)綜合來(lái)解決，比如身份認(rèn)證，尤其網(wǎng)上遠(yuǎn)程或者無(wú)監(jiān)督情況下的身份認(rèn)證，可能會(huì)用到聲紋識(shí)別、語(yǔ)音識(shí)別、鑒偽、情感識(shí)別等技術(shù)。市場(chǎng)真正需要的是解決問(wèn)題的綜合方案，要利用它的特點(diǎn)找到不同的技術(shù)來(lái)融合。這個(gè)融合應(yīng)該是“能解決問(wèn)題的融合”，不能“為融合而融合”。

現(xiàn)在很多 AI 企業(yè)包括智能語(yǔ)音企業(yè)會(huì)出現(xiàn)很多轉(zhuǎn)型，比如最開(kāi)始只是做語(yǔ)音技術(shù)，后來(lái)開(kāi)始去做 AI 芯片、操作系統(tǒng)等，怎么看待這種嘗試?

鄭方：從我個(gè)人來(lái)看，對(duì)技術(shù)也好，對(duì)產(chǎn)品也好，應(yīng)該術(shù)業(yè)有專攻，堅(jiān)定不移地做技術(shù)改進(jìn)，不斷升級(jí)突破。但在企業(yè)發(fā)展過(guò)程中，根據(jù)一些戰(zhàn)略的需求或者市場(chǎng)的需求，做一些主動(dòng)的轉(zhuǎn)型，這是應(yīng)該的，也是可取的。但有些轉(zhuǎn)型，我覺(jué)得是在資本的壓力下做的一種被動(dòng)轉(zhuǎn)型。如果一個(gè)主要做算法研究的人去搞芯片，他其實(shí)沒(méi)有那方面的特長(zhǎng)，非要做，為什么呢?因?yàn)槭杖霛M足不了投資方的需求，被迫做轉(zhuǎn)型，這種不可取，雖然可以理解。

AI 企業(yè)經(jīng)過(guò)轉(zhuǎn)型后大概形成四種商業(yè)模式：賣技術(shù)、賣產(chǎn)品、賣服務(wù)、賣解決方案。智能語(yǔ)音企業(yè)如何選擇適合自身的商業(yè)模式，哪種模式會(huì)更容易跑通?

鄭方：模式的好壞有三方面的決定因素。第一取決于市場(chǎng)需求，痛點(diǎn)和癢點(diǎn)。痛點(diǎn)是解決基本的最受關(guān)注的問(wèn)題，癢點(diǎn)就是想要做一些突破創(chuàng)新的東西。第二，由技術(shù)來(lái)決定，技術(shù)是否成熟，是否具有一定的領(lǐng)先性，能不能解決實(shí)際問(wèn)題。第三，由競(jìng)爭(zhēng)關(guān)系決定，廠商之間的競(jìng)爭(zhēng)關(guān)系是什么樣的程度，如果競(jìng)爭(zhēng)比較激烈，可能帶來(lái)相互壓價(jià)或者惡性競(jìng)爭(zhēng)。

企業(yè)最后采取什么樣的商業(yè)模式，都是根據(jù)這幾個(gè)因素來(lái)綜合決定的。比較成熟、市場(chǎng)也覺(jué)得比較容易接受的技術(shù)，那就可以用產(chǎn)品或服務(wù)的模式直接銷售。一些不太成熟的，如用聲音看病，那就可能用技術(shù)驅(qū)動(dòng)，在雙方合作的過(guò)程中去完善它，根據(jù)不同情況采取不同的模式來(lái)做可能比較好。

很多互聯(lián)網(wǎng)巨頭都在布局智能語(yǔ)音，如何看待和這些巨頭的競(jìng)爭(zhēng)，希望智能語(yǔ)音行業(yè)能夠形成怎樣的生態(tài)?

鄭方：巨頭在資金、人才、數(shù)據(jù)、算法、算力上都占據(jù)了優(yōu)勢(shì)，小企業(yè)是不是就沒(méi)有空間了?我覺(jué)得不是。人工智能進(jìn)入到第三代，就是把前兩代的知識(shí)和數(shù)據(jù)結(jié)合起來(lái)，研究可解釋性，研究魯棒性(系統(tǒng)的穩(wěn)健性)。但是可解釋性不是完全靠大數(shù)據(jù)能解決的，有些問(wèn)題并不依賴大數(shù)據(jù)，反而是用小數(shù)據(jù)解決的。這個(gè)可能是巨頭們不一定有的優(yōu)勢(shì)，小企業(yè)把方向找對(duì)，把力量用對(duì)，就能夠在競(jìng)爭(zhēng)中處于有利地位。

需要特別強(qiáng)調(diào)一點(diǎn)的是，我們要維護(hù)一個(gè)良好秩序，技術(shù)人員(如科研機(jī)構(gòu)、科技公司)專注在技術(shù)層面創(chuàng)新，用戶企業(yè)(如銀行等)則在場(chǎng)景方面有創(chuàng)新，兩個(gè)結(jié)合起來(lái)才能形成比較好的生態(tài)，要杜絕惡性的競(jìng)爭(zhēng)。

語(yǔ)音行業(yè)在中國(guó)仍然屬于一個(gè)小眾行業(yè)，要想做得好就要避免惡性競(jìng)爭(zhēng)，企業(yè)都找好自己定位，在擅長(zhǎng)的方面做得好、做到精、做到第一，甚至國(guó)際上拿到 NO.1，避免重復(fù)投入。企業(yè)之間也需要良性競(jìng)爭(zhēng)，現(xiàn)在有一種不好的情形，用戶一旦發(fā)現(xiàn)技術(shù)、產(chǎn)品或服務(wù)提供商多了，就會(huì)通過(guò)讓這些企業(yè)“內(nèi)斗”來(lái)壓價(jià)，壓得很低甚至沒(méi)有利潤(rùn)，企業(yè)沒(méi)錢做研發(fā)，最后受損的是整個(gè)市場(chǎng)。在價(jià)格方面，用戶應(yīng)該有正確的觀念和判斷，就像不能用拖拉機(jī)的預(yù)算去買奧迪。

在智能語(yǔ)音發(fā)展過(guò)程中，應(yīng)該如何保護(hù)用戶的個(gè)人隱私?

鄭方：這需要多方努力才能解決，首先用戶要有保護(hù)自己隱私的意識(shí)，在這個(gè)前提下還需要兩方面的努力。第一是法律法規(guī)。我們國(guó)家最近剛剛頒布了《數(shù)據(jù)安全法》，對(duì)數(shù)據(jù)保護(hù)做了要求，也需要推進(jìn)標(biāo)準(zhǔn)規(guī)范。以后哪些數(shù)據(jù)能傳，哪些不能傳，數(shù)據(jù)怎么留存，留存多長(zhǎng)時(shí)間必須銷毀，是否要得到用戶的明示同意等，這些都要有明確規(guī)范。

第二，對(duì)企業(yè)一定要有技術(shù)上面的要求。企業(yè)應(yīng)該有一些社會(huì)責(zé)任感，在做技術(shù)研發(fā)的時(shí)候，從源頭階段就要按照規(guī)范來(lái)做，做到從采集、傳輸、存儲(chǔ)、使用到最后銷毀的全生命周期都能保證用戶隱私得到保護(hù)。

關(guān)鍵詞： 互聯(lián)網(wǎng)巨頭 智能語(yǔ)音 小企業(yè) 生存空間