起大早赶晚集，他创业5年，估值10亿，终成语音独角兽

在语音交互领域，出门问问是家特殊的公司。它没有选择技术公司常见的2B路线，而是面向2C市场，转型软硬结合，创业5年推出了8款产品。每次业界都质疑它的硬件如何“烧钱”时，它的每一步却都得到了巨头的支持：与谷歌合作，并获得了谷歌的C轮融资；拿到大众汽车投资的1.8亿美元D轮融资。一家AI公司为何做起硬件来了？

“百箱大战，我们起了个大早，但是却晚到了。”出门问问创始人李志飞对记者说。

8月24日，出门问问的智能家居产品问问音箱Tichome正式面世。出门问问正式投入了当前国内智能音箱大战之中。

而在此之前，出门问问已经成为国内上半年最受瞩目的人工智能公司之一。几个月前，李志飞也一反他推崇的谷歌“工程师文化”的常态，脱下T恤，换上西装，宣布获得大众汽车（中国）集团D轮1.8亿美元融资，同时，双方成立合资公司，研发并应用车载人工智能（AI）技术。在这一轮融资后，据李志飞透露，出门问问“只说估值应该可以说迈进了独角兽的行列”，也即是说，跨过了10亿美元的门槛。

创业5年，出门问问终于等来了最好的时代，人工智能从沉寂站上了风口。出门问问从一家做自然语言技术的公司，却跑去做了“烧钱”的硬件，经历了智能硬件行业的起伏，面对了业界多年的疑问，而今，语音助手和智能音箱掀起浪潮，“软硬结合”的模式仿佛得到了验证。

但这同样也是最没有确定性的时代。智能音箱同样也是个硝烟满布的市场，这到底是不是短暂的狂欢，行业的讨论也从未停歇。人工智能技术在不断发展，但人工智能公司仍在面临商业模式的探索。

经历了国内人工智能创业发展的不同阶段，也跨过语音领域几乎所有产品形态的坎儿，李志飞承认，出门问问也仍在模式的探索之中。不断变化的“折腾”就是他应对瞬息万变的科技时代的法宝，而语音交互则是他为公司确定的核心。从“最像谷歌的公司”，到怼小米，到牵手大车厂，出门问问正在形成自己的一套商业逻辑。

牵手谷歌和大众

五年前，李志飞辞去谷歌总部科学家工作，成为谷歌研究院归国创业的第一人。

在此之前，李志飞在谷歌待了三年，是谷歌翻译团队的主要成员。作为NLP（自然语言处理）专家，他曾开发了世界两大主流机器翻译软件之一的Joshua。而在谷歌的那段时间，“人机交互”成为李志飞关注的重点。

2011年，Siri以iPhone4S内置应用的身份面世，谷歌也对语音技术投入了极大的精力，想要让语音搜索变得更加准确，语音输入变得无处不在。

当时同样在谷歌任职的格灵深瞳创始人赵勇曾向记者回忆，某天李志飞向他展示了自己做的一个demo应用。“他跟我说，要把语音识别跟生活助理放在一起。我问怎么用？他让我说‘要去上海’，就跳出转换成文字的一句话我要去上海，然后跳出一个购买去上海火车票的链接。”

几个月后，李志飞辞职回国创业，目标就是“下一代人机交互”。当年，国内还很少有人对人工智能技术有所了解，但只凭一个demo，李志飞还是获得了红杉资本和真格基金的认可，拿到了数百万元天使轮融资。“我对他是一见钟情。虽然不懂他做什么，但我懂得他的理想与决心。”徐小平后来如是写道。

最初的出门问问也并没有想做硬件。它当年推出的第一代产品是中文语音搜索服务，并在2013年建立了微信语音搜索服务平台。当时，微信“出门问问”APP后台还有一名用户，ID为“Allen Zhang”——对，正是张小龙本人。2014年5月，出门问问在Google Glass上架“出门问问on Google Glass”中文智能语音搜索应用。后来，随着Google Glass项目失利，这款产品也停止了更新。

经过了几番摸索后，出门问问陷入了短暂的迷茫和思考。当时国内的用户，对语音交互并没有认知和使用习惯。而做软件和APP，依托第三方，合作的效果又有限。“我们曾经总用户激活量到达已经几百万规模，但是真正用户的留存率非常低。我们花了各种各样的资源获得了大量用户，但是这些用户用了一次两次之后不再用了。”出门问问CTO雷欣说。

语音交互必须寻找新的落地场景。几乎没花多少时间，李志飞就决定，公司转型做硬件。把语音交互集成到消费级硬件操作系统中，让用户可以直接调用。那时，李志飞并没有把产品目标放在2B端。当时，在他看来，“人机交互”做B2B2C是很难做好的。用户的习惯不在那里，也不知道有什么产品形态可以应用和形成黏性。而对C端市场而言，做软硬结合，当时在李志飞看来，基本上是唯一一条路：首先，硬件贴近用户；其次，它可以获得营收。雷欣表示，恰好在2014年Google I/O上，Google发布了Android Wear智能手表操作系统，因此，出门问问决定，将手表作为语音交互落地的第一个场景。

因此，这个从没有做过任何一款硬件的公司，开始在智能硬件领域从零起步摸索。2014年底，出门问问推出智能手表操作系统Ticwear，翌年，智能手表TicWatch问世。

对于大众而言，手表并没有就此激发语音交互在智能硬件中的爆发。但在李志飞看来，这次转型最大的价值是，它让出门问问成为一家全栈式软硬结合的公司：“从算法、硬件，再到供应链、销售、品牌、电商、售后……自己形成了一个所谓的商业闭环。”这样，就摆脱了做单一的技术服务提供商的桎梏。

把语音搜索放进可穿戴设备中，这也是当时和谷歌类似的打法。而在其后，出门问问这次转变的成果得到了验证。2015年9月，谷歌和出门问问达成战略合作，在中国大陆发行的Android Wear智能手表，用出门问问的语音搜索和应用服务替代谷歌服务。当年10 月，谷歌出资约5000万美元参与了出门问问的C轮融资。

出门问问开始寻找更大的语音交互的场景。下一个被李志飞看好的是车载。在车载占用双手的环境下，语音交互无疑能够发挥更大的价值。2016 年，出门问问进军汽车后装市场，推出智能后视镜问问魔镜Ticmirror和后装ADAS产品Ticeye等。

李志飞的“折腾”再次带来了效果。当外界还在猜测谷歌的融资什么时候被出门问问的硬件“烧完”时，出门问问进入了大众汽车集团的视线。

“大众要在中国打造移动出行‘生态圈’。”大众汽车全球副总裁苏伟铭表示。随着车联网的发展，大众也不再满足于汽车制造商的身份，而在车内环境中，无论是出于安全还是应用方便的理由，语音都成为被寄予期望的交互入口。而要满足大众汽车在车内实现智能应用的前提下，李志飞认为，出门问问能够与其牵手的原因在于，在语音识别、语义分析、搜索等方面，出门问问具备综合技术实力，而且，连硬件产品都有，并且还通过了国家3C验证。通过语音助手，出门问问的手表和后视镜、以及大众汽车内其他可联网的智能产品，可以实现云端互通，语音控制。

现在，随着问问音箱推向市场，家居场景也即将被出门问问打开。

从一个微信公众号到转型做硬件，创业5年来，出门问问的硬件产品覆盖智能可穿戴、车载和家居三个领域，共推出了智能手表、耳机、后视镜、音箱等8款产品，出门问问的战场也仿佛一再变换。

语音交互的未来仍在探索，李志飞的求胜之道，就是求快、求变，一条一条赛道的冲下去，快速试错，提升能力。“现在整个世界都发展太快了”李志飞说，“即使是腾讯或者阿里，今天的业务和5年前相比，也发生了很大的变化。”他给公司的“折腾”定下的目标是“提升我们的能力。车载也好，家居也好，我们做了，那么它对于我们对2C市场的了解，对我们的技术、算法、整个团队的能力，都是向前推动了一步，让我们能够更快冲进下一个阶段、下一个赛道。”而获取谷歌和大众汽车的合作，他认为，也是这种能力提升的结果。

李志飞给出门问问总结了三个重大节点，一是转型软硬结合，另外两个则是获得谷歌与大众的融资。软硬结合是公司业务的基础，而获得巨头的背书和资金支持，让公司能够继续拓展不同场景，则是他相当重视的。

“一个互联网公司的心态，就应该是拥抱变化，不要怕折腾。”李志飞总结。

出门问问仍然要把消费电子做下去，但是，这并不是公司圈定的核心业务。李志飞说，也许到某天，硬件能力也不重要了，进入了另外一个阶段，比如公司核心能力是AI，这也是有可能的。“但是今天你不往下走，可能就会死掉。如果大家每天都在考虑硬件靠不靠谱、被不被看好，但不行动，就会一直在原地打转。”

“人工智能创业公司最缺乏的还是商业模式。我们都在探索未来。”李志飞说，“如果未来三五年内，是其他公司探索出了更好的模式而不是我们，那才是我的失败。”

“折腾”不是“撞大运”

但是，出门问问的“折腾”并不是茫无目的的“撞大运”。“从始至终，语音交互始终是我们的核心。”李志飞说。

在获得D轮融资后，出门问问的产品路径和布局也大致可以为外界所判断了。

出门问问在今年4月，回归“初心”推出了虚拟个人助理VPA。但是李志飞提出，出门问问的虚拟个人助理，已经和四年前的语音助手有了根本的不同。它不仅是语音交互，是“主动”帮助用户完成工作，为用户做个性化的服务和智能推荐。

虚拟个人助理基于出门问问NLP技术的自然对话交互，拥有第三方应用服务的内容、基于用户个人识别与习惯记忆积累的个性服务；通过VPA平台，出门问问开发的手表、车载、家居的多场景产品，能够实现全覆盖的联动能力。

“我们重新提起它，因为它是我们整个公司接下来的核心服务。”李志飞兴奋地说。

最初，出门问问希冀通过把语音搭载到智能硬件上，获取大量的用户，打造新时代的“入口”。而近两年，随着一个以AI为核心的消费电子时代即将来临，语音交互的应用实现在不同场景中的落地，尤为重要。出门问问计划虚拟个人助理为核心，打通已有的应用场景，再扩展到汽车、金融、企业管理服务等等。

这很容易就让我们联想到，出门问问要用类似于亚马逊Alexa的平台，串联起出门问问在算法、软件和硬件上的能力，实现多场景联动，全线切入中国用户AI消费端市场。

这是一个宏大的愿景。但同样，要实现它，也还需要更多的时间，和更大的投入。

“百箱大战”的“血海”

2017年，以智能音箱为代表的家用语音交互智能终端市场，开始引爆。“百箱大战”在国内打响。

从去年8月开始，出门问问开始筹备智能音箱项目。4月时，随着虚拟个人助理VPA的发布，问问音箱在业内露了一面，但李志飞也没有想到，在接下来的时间里，智能音箱就以爆裂的架势，迅速卷入了从大型互联网公司到传统音箱厂商、AI创业公司、内容提供商等各类玩家。从天猫、京东到小米，不排除有越来越多巨头的入场。“深圳南山区一公里以内就有112家公司做语音智能。”喜马拉雅硬件总经理兼副总裁李海波说。用户的习惯还没培养起来，智能音箱却已经以199元、499元进入了“拼价格”的阶段。

在暴风集团CEO冯鑫看来，做音箱是个更加“烧钱”的事儿。“要想占有这个市场，首先要准备好3年烧掉15亿的钱。”他在《三声》的一次采访时说，“我觉得我们的实力在这些巨头的主战场里干不了什么，所以就没做。”

“这个领域早已是一片红海了。”李志飞说，“但是，我们不得不做。”

他把百箱大战引起业界质疑的原因归结为两点：慢AI和快市场的矛盾；小市场和大玩家的矛盾。

李志飞说，很多时候，他也问过自己：你觉得在中国智能音箱能重复亚马逊Echo这样的故事吗？“然后我告诉自己，基本不太可能。我们能因为这个登上人生或者公司的巅峰？我没这种期望。”

但智能音箱对出门问问而言，非常重要。在李志飞看来，智能音箱是语音交互应用非常重要的场景之一。“如果我们的目标是要推动语音交互在消费场景下的落地，那么，我认为，这是一个不可缺失的场景。”

和传统音箱厂商不同，智能音箱对于AI公司而言，在使用场景里，音箱包含了远场识别、多轮对话等，是语音交互技术的最好练兵场。对于要覆盖多场景联动的出门问问来说，家庭空间是个不能放弃的战场。

现有的智能语音终端为何难以上量？李志飞把智能硬件终端做了个分类，在他看来，目前讨论的智能硬件产品，更偏“重智能”，即有交互、有AI，甚至有屏幕。这类智能硬件产品的研发和制造，对资源和公司能力要求太高，也成为众多创业公司难以跨越的门槛。同时，国内用户对此的认知度还远远不足，市场存在太多的不确定性。

但智能音箱，又会不会只是一个属于巨头的游戏？

“对于重交互的硬件产品来说，几个要素是必须具备的：软件开发的能力、算法能力、硬件能力。然后才是它承载的内容和服务。对于出门问问而言，前三项能力现在都是具备的。”李志飞说，“至于内容和服务，我们可以和第三方合作。实际上，四项能力都具备的厂商，可能国内也没有。”

Echo在美国的成功，推动了在家居场景中下一代交互入口的争夺。李志飞看来，对于大型公司而言，这件事的意义更多在于布局。“但是做硬件是需要时间的。BAT的问题是需要时间。”

据李志飞的透露，问问音箱也是业内为数不多已经量产的产品。在去年，智能可穿戴手表Ticwatch海内外总共销售了30万台左右，问问魔镜销量大约在1万台左右，“对AI公司而言，这已经很不错了。”

在用户和业务规模上，李志飞认为出门问问严格来说，还不能称为独角兽。“在国内AI领域里，做到几十亿美金的公司，未来一定会有，而且不会少。但是否能够成为下一个BAT，还是需要一点运气。要看它是不是有自我颠覆和自我扩张的能力。”李志飞说，“但是我认为，我们未来应该可以做到。”