語(yǔ)音人工智能和交互革命，將終結(jié)APP？

移動(dòng)場(chǎng)景革命下，聲音為王，APP將終結(jié)。

文：轉(zhuǎn)載自“董老師在硅谷”公眾號(hào)

請(qǐng)看如下場(chǎng)景：

“Alexa，請(qǐng)為我播放Blake Shelton的Hillbilly Bone。”

“Siri，給Alex發(fā)個(gè)短信，告訴他我可能會(huì)晚點(diǎn)出席會(huì)議?！?/p>

我的iPhone屏幕已經(jīng)快被50多款A(yù)PP給擠滿了，而當(dāng)我完成以上這些對(duì)話時(shí)，我并沒有打開其中的任何一款。于是，我開始思考：“移動(dòng)應(yīng)用作為獨(dú)立交互終端的設(shè)計(jì)理念似乎已經(jīng)過(guò)時(shí)了?！毙袠I(yè)開始轉(zhuǎn)向語(yǔ)音、自然語(yǔ)言、消息提醒、API以及對(duì)話交互等領(lǐng)域。這會(huì)對(duì)現(xiàn)在依賴于移動(dòng)應(yīng)用的商業(yè)模式產(chǎn)生巨大影響，也會(huì)改變?nèi)嗽谖磥?lái)設(shè)計(jì)和打造產(chǎn)品的方式。

在你覺得這有點(diǎn)不可思議之前，讓我們先看看下面這些事實(shí)：

• 人們?cè)絹?lái)越難發(fā)現(xiàn)能夠滿足自己的移動(dòng)應(yīng)用或者功能。在蘋果應(yīng)用商店中有超過(guò)300萬(wàn)的應(yīng)用，但是人們真正需要的卻并不是某個(gè)應(yīng)用或者功能那么簡(jiǎn)單。

• 智能手機(jī)用戶每個(gè)設(shè)備平均會(huì)安裝42個(gè)應(yīng)用，但是他們90%的時(shí)間都花在其中9到10個(gè)應(yīng)用中。

• 全球的軟件公司每年都會(huì)花數(shù)十億美元以刺激用戶下載安裝自己的應(yīng)用并增加黏性，然而其中的25%，用戶只會(huì)使用一次，而75%的用戶會(huì)在安裝的頭3個(gè)月卸載軟件。

• 移動(dòng)手機(jī)的快速增長(zhǎng)及其以應(yīng)用軟件為中心的模式與萬(wàn)維網(wǎng)恰恰相反，這其中并沒有一個(gè)類似于PageRank的排名體系以搜索移動(dòng)應(yīng)用軟件。

• 移動(dòng)端的UI界面往往十分擁擠，這種主流的設(shè)計(jì)模式低效并且逐漸過(guò)時(shí)。

• 基于語(yǔ)音控制和人工智能技術(shù)的發(fā)展，應(yīng)用和設(shè)備交互已經(jīng)開始轉(zhuǎn)向“無(wú)界面交互”。例如，在百度上已經(jīng)有超過(guò)15%的指令是通過(guò)語(yǔ)音體系輸入的。

這些趨勢(shì)都在對(duì)移動(dòng)產(chǎn)品和依賴于應(yīng)用軟件的商業(yè)模式產(chǎn)生影響。語(yǔ)音科技和人工智能取得的巨大進(jìn)步讓我們正經(jīng)歷一場(chǎng)人與科技的交互變革，及改變傳統(tǒng)對(duì)于UI以及人機(jī)交互的理解。如蘋果的Siri、Google Now、微軟的Cortana、亞馬遜的Echo、Google的Nest，以及Facebook M，你從中就可以看到這個(gè)趨勢(shì)。

所有的這些成就引發(fā)了一系列的新問題：對(duì)話式交互會(huì)成為下一個(gè)風(fēng)口嗎？更重要的是，如果設(shè)備較終能夠比我們更好地了解我們自己，將會(huì)發(fā)生些什么？

步入極簡(jiǎn)UI交互環(huán)境

讓我們回顧下科技?xì)v史的一條重要線索：知識(shí)的傳播和繼承。知識(shí)的傳播和繼承經(jīng)歷了三次重大的范式演進(jìn)：（過(guò)去）從人到人，（現(xiàn)在）從人到機(jī)器，（未來(lái)）從機(jī)器到機(jī)器。這是有史以來(lái)第一次，新知識(shí)的傳播和繼承脫離了人類。物聯(lián)網(wǎng)、人工智能以及機(jī)器人科學(xué)的進(jìn)步使得新知識(shí)和技能的傳播和繼承不再指向人類，而將直接從機(jī)器傳播給機(jī)器（M2M）。

智能手機(jī)、聯(lián)網(wǎng)轎車、可穿戴設(shè)備和攝像頭等設(shè)備將會(huì)使人們以從未設(shè)想過(guò)的方式進(jìn)行交流。Google Mind等虛擬現(xiàn)實(shí)及無(wú)人機(jī)等都只是全豹一斑。

對(duì)于科技的沉浸式體驗(yàn)大行其道，而軟件應(yīng)用作為終點(diǎn)的理念也不再重要。很快，與應(yīng)用之間進(jìn)行交互的主要界面也將超出應(yīng)用本身。

我們正進(jìn)入一個(gè)“應(yīng)用即服務(wù)”的時(shí)代，軟件應(yīng)用日趨智能化，以用戶意圖為導(dǎo)向，可以搜集諸如位置、硬件傳告、過(guò)去的使用歷史等場(chǎng)景信息，并且能夠進(jìn)行預(yù)測(cè)性計(jì)算。它們會(huì)在我們需要的時(shí)候?qū)ξ覀冞M(jìn)行回應(yīng)，向我們呈現(xiàn)了與設(shè)備之間的新交互模式。

因此，用戶和應(yīng)用之間的交互正經(jīng)歷巨大的范式變革，而下面的因素是這些變化的主要助力：

新的方向——情景、對(duì)話與Human UI

由于在移動(dòng)終端平臺(tái)上通訊類軟件應(yīng)用要比其它應(yīng)用使用率更高，充分利用NLP（自然語(yǔ)言處理）正在成為一種潮流，而會(huì)話機(jī)器人和對(duì)話式UI的崛起正是其中的典型代表。對(duì)話式UI內(nèi)部搭載的是綜合智能系統(tǒng)而不是像微信、MSN這樣的短信APP。

這種轉(zhuǎn)變的原因很簡(jiǎn)單：人類天性。對(duì)話界面可以讓用戶在電子和現(xiàn)實(shí)世界都能依靠自然對(duì)話提出問題，接收答案，甚至是完成很復(fù)雜的任務(wù)。人類天生就會(huì)自我調(diào)整以和他人對(duì)話。這是我們分享信息和情感以及自我規(guī)劃的方式，語(yǔ)言則是人類千百年來(lái)存在的基礎(chǔ)之一。

中國(guó)和一些東南亞國(guó)家的用戶會(huì)使用微信或者支付寶等來(lái)訂車票、電影票、查詢航班和進(jìn)行支付等，這些都佐證了我之前所說(shuō)的幾點(diǎn)：“注意力經(jīng)濟(jì)”的未來(lái)，在對(duì)話和語(yǔ)音基礎(chǔ)上，通訊、支付、還有商業(yè)平臺(tái)將會(huì)成為主流，音樂和娛樂也不可小覷。

這些應(yīng)用程序不適用傳統(tǒng)的用戶界面作為交互方式。相反，整個(gè)APP都圍繞單一的消息屏幕來(lái)設(shè)計(jì)，所以，他們是所謂的“無(wú)界面”或者“對(duì)話”式應(yīng)用程序。這些APP都支持一系列不同功能，從銀行賬戶查詢、安排會(huì)議、預(yù)定餐廳到旅行助理，但是他們都有一個(gè)共同點(diǎn)：信息是交互的核心。

不論是Facebook和MSN還是微信，這些代表性的通訊類APP都在快速轉(zhuǎn)型成為一種全能平臺(tái)，能夠讓用戶進(jìn)行購(gòu)買產(chǎn)品和服務(wù)、支付、商務(wù)洽談等活動(dòng)，從而在這些平臺(tái)內(nèi)集合了所有的情境和交易。

另一個(gè)需要注意的方面是，“場(chǎng)景”變得越來(lái)越重要。以戶外出行場(chǎng)景為例，聽音樂就是用戶對(duì)他們所在場(chǎng)景的有機(jī)延伸。我們本來(lái)是要根據(jù)所在的場(chǎng)景尋找音樂的，但現(xiàn)在“點(diǎn)播”和“購(gòu)買”會(huì)隨之出現(xiàn)。在這個(gè)方向上很重要的一步跨越就是較近FB和Uber的合作，現(xiàn)在我們可以在通訊APP上使用Uber打車了。

我們?cè)趯?duì)話交互中看到了很多這樣的趨勢(shì)，像Operator和Majic這樣的公司都是領(lǐng)頭羊，他們?cè)O(shè)計(jì)的產(chǎn)品可以讓用戶直接與產(chǎn)品產(chǎn)生豐富的交互體驗(yàn)。

發(fā)展對(duì)話式交互，這是一個(gè)新的開始，它明白UI并不只是UI，他更是讓用戶能夠接觸到多種產(chǎn)品的一個(gè)腳手架，這又引入了我們的下一個(gè)關(guān)鍵趨勢(shì)。

人工智能技術(shù)發(fā)展讓“無(wú)界面交互”終結(jié)顯示屏?xí)r代

我們真的處于Zero UI的時(shí)代嗎？“不完全是，但我們很接近了。”

Fjord的集團(tuán)董事Andy Goodman創(chuàng)造了“Zero UI”這個(gè)詞，并且給了它這樣的定義：當(dāng)我們的交互界面不再被顯示屏束縛，而是變成了觸覺的、自動(dòng)化的、融入環(huán)境的交互界面時(shí)，一種與之相適應(yīng)新的設(shè)計(jì)范式就應(yīng)運(yùn)而生了。

Zero UI 的意思是通過(guò)清除人與設(shè)備之間的障礙，借助科技達(dá)到無(wú)縫的交互。典型的例子比如我們直接通過(guò)觸屏或者不直接的遠(yuǎn)程控制進(jìn)行與設(shè)備的交互活動(dòng)。然而，Zero UI更是一種與將人與設(shè)備進(jìn)一步融合的推動(dòng)力，比如Amazon Echo中的無(wú)觸碰技術(shù)。

這些年，計(jì)算和AI領(lǐng)域里有關(guān)計(jì)算機(jī)理解和使用人類語(yǔ)言的方面，即自然語(yǔ)言處理上邁進(jìn)了一大步。第一次將科幻小說(shuō)的內(nèi)容，在機(jī)器學(xué)習(xí)和語(yǔ)音控制領(lǐng)域有了實(shí)現(xiàn)，這使得語(yǔ)音交互更加成為可能，而且這也讓人類和設(shè)備之間的交流更加容易。

如FB推出了私人“智能助理”M，與MSN結(jié)合來(lái)幫助用戶做各種事情，Alexa、微軟小冰、百度也是。中國(guó)一些新興的硬件公司，比如家庭機(jī)器人Rokid、智能手表TicWatch、VINCI智能頭機(jī)等都在研發(fā)基于特定場(chǎng)景的“智能助理”，并試圖將某些垂直的生活服務(wù)整合進(jìn)去，比如音樂和電臺(tái)訂閱、通信、導(dǎo)航等等。

所有的一切都是為了用更自然的方式進(jìn)行人機(jī)交互：聲控和人工智能、觸控，以及機(jī)器視覺。

也許下次你會(huì)說(shuō)：“Alexa，幫我買Taylor Swift的新單曲，用VISA卡！”

為下一個(gè)十年重構(gòu)框架、重建平臺(tái)

2016年注定是充斥著對(duì)話交互的一年，信息對(duì)話正在占領(lǐng)著世界。對(duì)話交互出現(xiàn)在每一個(gè)社區(qū)、每一個(gè)交易場(chǎng)所、即時(shí)需求服務(wù)、社交軟件、游戲和電商產(chǎn)品，這些對(duì)話能帶來(lái)更高程度的參與以及更多的交易量。

現(xiàn)在，“主動(dòng)型”（我們根據(jù)自身需求去尋找相應(yīng)的網(wǎng)頁(yè)或手機(jī)應(yīng)用）時(shí)代已經(jīng)過(guò)去，“被動(dòng)型”（所有信息會(huì)找上門來(lái)）時(shí)代將要到來(lái)，這樣的倒轉(zhuǎn)趨勢(shì)導(dǎo)致了諸多應(yīng)用都隱退幕后，就像供電和供水一樣。

一些行業(yè)領(lǐng)先的科技公司開發(fā)的擁有強(qiáng)大功能的語(yǔ)音自動(dòng)識(shí)別技術(shù)正在讓我們脫離電子觸屏的束縛，而把利用重點(diǎn)放在更有效率的東西上，即我們的聲音。語(yǔ)音識(shí)別技術(shù)也在催生“聲音支付”和“聲音貿(mào)易”的發(fā)展。

盡管我們正在見證對(duì)話和語(yǔ)音交互的崛起，下一波浪潮很可能會(huì)以人工智能（AI）為中心。像是Echo，Google Now, Cortana, Siri,還有Facebook M這樣的智能助理應(yīng)用都是基于語(yǔ)音或文本的，對(duì)話交互系統(tǒng)如何改變生活的早期例證。

計(jì)算機(jī)的發(fā)展史是人類借助機(jī)器式的溝通能力不斷成長(zhǎng)的歷史。人工智能交互界面在未來(lái)也許能實(shí)現(xiàn)Zero UI，屆時(shí)我們的生活會(huì)變成什么樣子？當(dāng)有一天我們身邊的智能設(shè)備比我們更了解我們自己，當(dāng)智能設(shè)備“智能”到超過(guò)人類智慧，計(jì)算機(jī)是否會(huì)深深嵌入我們的生活呢？

更多文章