小娜负责人幺宝刚: 在这场“百箱大战”里, 微软迟到了么?

相比国内外的科技巨头，微软在这场号称“百箱大战”热潮里，姗姗来迟。一般来说，迟到的原因无非两个，一个是动作太慢没赶上，另一个是在伺机而动等待后发。如果说此前还无从判断微软的“迟”是哪种情况，那么现在则比较清晰了。

两周前，微软联合音箱制造商哈曼卡顿推出智能音箱 Invoke，Cortana 作为语音智能助手内置其中，可供唤醒，执行操作。更早前，微软与亚马逊同时宣布，打通 Cortana 与 Alexa，在 Windows 10 设备上对 Cortana 说“call Alexa”，就能够唤醒后者。

在AI竞争加剧，智能语音助手混战的背景下，在萨提亚·纳德拉“云+端”的战略下，从这两件事其实可以看出微软对 Cortana 的定位，越来越明晰了：一方面为硬件合作伙伴提供 AI 技术，另一方面和同行业伙伴结盟。

这个判断编辑在微软（亚洲）互联网工程院常务副院长、Cortana 负责人幺宝刚处也得到了确证：

Cortana 的定位是无处不在的人工智能，目前专注效率，既要作为一个应用，也要成为一个平台。

从应用角度来看，Cortana 进入了 Windows、iOS、Android 等不同的系统，连通微软生态中的 Office、Skype 等一同成为效率工具。从平台角度而言，PC、手机之后，Cortana 相继也将其 AI 能力应用在了家居、音箱、电视、车载、lOT 等场景中，未来将会随着微软的业务继续进行扩张。

整体来说，智能语音助手这条赛道似乎出现了“奇怪”的盘面，一方面是竞争的加剧，无论是巨头之间还是创业公司的涌进都能说明；另一方面则是“结盟开放”的趋势越来越明朗。

以下为专访幺宝刚的Q&A;部分，在不改变原意的基础上做了增删：

关于产品

：微软和哈曼卡顿合作的音箱 Invoke 有什么亮点？

幺宝刚：产品的亮点包括几个。

第一个是优秀的产品自然会吸引最优秀的合作者，哈曼卡顿这样的高端音箱品牌与我们合作，我们也一直希望 Cortana 对外传达一种高端调性，因此最突出的一点就是声音，包括两部分，一部分是音质非常好，另一部分是 Cortana 的声音——计算机自动生成声音的自然度也是最好的，这个是第一个亮点。

第二个亮点是，用户可以通过音箱，直接跟 Skype 连通接打电话，也有一些智能音响可以打电话，但 Skype 除了能够打电话之外，还跟你的 Skype 联系人直接做对话。

第三是跨平台。用户不光可以在音箱上呼唤小娜，也可以跨平台通过 PC，手机等任何操作平台上联动使用Cortana。

作为人工智能助理， Cortana 对用户提出的知识性问题给予准确的回答，这主要依托了 Bing 的后台，除了语音识别、自然语言理解，对知识图谱的建立，都是智能音箱的亮点。其实我们非常高兴，虽然我们正式进入这个市场，来的慢一点，但是我们有明晰的定位，并且获得非常正面的用户反馈。

Cortana现在定位变的更清晰，现在更多专注在效率方面，高效生活高效工作。

在音箱设置的时候，如果用户拥有 Office365 的帐号，就可以直接连接Cortana，并且使用 Cortana 进行管理会议、日程和提醒，因为小娜的跨平台属性，用户可以轻松同步手机和 电脑 ，这样专注于高效的例子，未来将会在我们产品的特性、功能上不断加强、优化和展现。

小娜的技术正在不断的迭代过程中，现在可能越来越多的人工智能同行也都了解到，这需要很大的投入和基础力量，微软深耕人工智能领域，其技术投入和研发力量不言而喻，例如就在今年8月，我们的对话语音识别技术达到了人类专业水平，错误率由5.9%进一步降低到5.1%。虽然数字感觉很小，但到后面的提高也会越来越困难，这个就是技术的进步。

：除了赋能硬件厂商外，内容上也很重要，微软在这方面有什么进展？

幺宝刚：想要成为无处不在的人工智能助理，小娜还有很长的路要走，我们现在所专注的是以下几点：

第一点，打铁自身要硬，我个人对于微软自身的技术非常自信，特别在基础的科学研究和技术，例如语音识别，语意理解，微软多年的积累和沉淀带来相当大的优势。

第二点，除了技术之外，还要带给用户足够好的体验。我认为，用户体验分为两部分：一个是加入微软生态，与微软的生产力工具 Office、Skype 等结合；另外一个，是小娜的IQ方面的发力，她需要非常聪明，具备足够的知识储备，从 Cortana 上可以看到，当时微软在 Bing 上面做投入是有道理的，如果我们不做搜索引擎，那么现在搭建一个完备的知识图谱是很困难的事情，而幸运的是，微软目前既有高效的生产力工具，又有搜索引擎，搭建知识图谱，让人工智能拥有足够的知识。。

第三点，就是技能的开发平台。我们希望开发者、第三方用户、厂商，都可以利用这个技能平台进行开发，提供内容，加到 Cortana 里，网易云音乐就是个例子。这个平台已经在美国推出了，晚一点时间，会在中国继续大力推广，这也是我们希望与合作方构建科技生态的一部分。

：让用户觉得体验好的标准是什么？

幺宝刚：最基本的层面，是语音的识别率，我刚才也提到，目前我们的我们的对话语音识别技术达到了人类专业水平；再往上升一层，是我们希望用户的问题能获得最直接有效的帮助。对于同一个问题，有很多智能助理，哪个回答的最接近于用户希望得到的，我们是请了专业的人来评测的。但我觉得最关键的，更多用户使用所产生的大数据有足够多的用户，使用黏性、使用频度实际上证明了这个事情对他有多重要。如果他每天都会来用几次，说明这个有用，不然的话自然而然就不用了，就会选择别的了。所以我觉得我们既有技术层面的，也有应用层面的，还有用户层面的一些度量。

：未来微软有没有可能推出自己的智能音箱？

幺宝刚：小娜未来的发展自然会跟随公司战略，作为微软生态的一部分，像微软内部已有硬件，例如Xbox，小娜已经在进行整合，所以我们也将会配合公司的战略发展。

：目前对 Cortana 在营收上有什么期待吗？或者KPI。

幺宝刚：像刚才我也提到，在商业模式方面，我们第一年的专著点会是先专著于用户数量和用户体验上，所以至少在我们这个财年这不是一个目标。

关于竞争

：你觉得智能语音助手，在未来竞争中可能会胜出的因素有什么？

幺宝刚：我们也在思考这样的事情。我觉得有几点：

第一，一定要有自己专业核心的投入，人工智能这个概念已经不陌生了，历史上也经历过遇冷，因为本身就很难，核心的东西，需要长期不懈的努力，才可能有突破。我认为关键点在于公司是否愿意在基础研究方面做持续不断的投入。不然，你的核心技术将来会依赖于别人。而微软在这方面，拥有多年积累的技术、同样在人才方面，我们也投入很多。

第二，要有基础应用。人工智能助理必须有自己的内容，需要足够聪明，并且拥有足够的知识，那这个从哪里来？微软之所以有知识图谱，是因为我们投资了多年的 Bing 。同样，我们之所以能够专注在效率方面，也是因为有 Office 多年的积累，以及对用户需求的了解。

第三，足够多的数据。目前有两种人工智能的应用场景，一种是比较通用的，还有一种是在垂直领域的应用。我认为，要获得足够的数据首先要有多年的技术积累，其次要对行业非常了解，微软认知服务集合多种智能API以及知识API，目前我们已发布包括视觉，语音，还有翻译语言，语义理解等29款工具，我们也希望能和更多合作伙伴一同探索人工智能的更多应用和可能。

：微软整体的战略，是云为先移动为先，Cortana 在这个战略里扮演着什么样的角色？

幺宝刚：微软 CEO 萨提亚提出智能云+智能边缘计算的概念，也就是Cloud+AI的模式，我们认为，未来的世界是由智能云和智能端，用人工智能将所有东西连接在一起。我觉得的 Cortana 是一个非常典型的体现，原因在于，首先我们对 Cortana 的定位，是一个无处不在的智能助理，所谓无处不在是指， Cortana 既可以独立作为一个应用存在，也可以存在在微软的应用或者合作伙伴的应用、甚至存在于定制的设备里，当然做到这一点的前提是，小娜必须生活在云端，只有这样的话，才能够同时为这么多的终端服务。

另外，Cortana 后台的很多技术，其实应用的都是云服务，Cortana 可以通过智能助理的使用，把语音做的更好，做更好的语音，我们还通过微软的认知服务提供给那些暂时不需要 Cortana，但是需要微软语音服务的开发者使用。

：小冰那边会讲一些数据，比如说对话轮次达到多少轮，小娜好像不太强调这些数据。

幺宝刚：对，因为小冰是一个情感机器人，那她陪伴用户的时间长，对她来说是一个很重要的指标。我先不说小娜先说搜索引擎，那搜索引擎最理想的对话次数是多少？

：一轮。

幺宝刚：就是我马上就告诉你答案。但是对于智能助理，理想状态到底应该是多少？这个其实说实在的，我们也没有把这个问题规定下来，是一轮或者多轮。我觉得可能最后还是要看客户的问题是什么？比如用户提出一个问题，是对智能助理说，帮我定一班去上海的火车，我下午有个会，那这个智能助理就应该很聪明的知道，用户下午几点开会，用户的火车应该在下午两点就要出发，那他就给你定好了两点的火车。但如果你的问题是你给我讲一个笑话吧，或者给我唱首歌。那你是只唱一首歌就完了吗？所以这个其实还是要看场景来定的。所以我觉得根据场景会有不同测量的指标，可以分享的是，从小娜推出之后到现在，用户问过的问题已经超过了一百亿。

：在和其他硬件系统整合的时候，会不会出现权限上的差异？比如说 iOS 给 Siri 的权限大一点？

幺宝刚：每个平台其实都有限制，即使像 Siri 在 iOS 也不可能所有事情都做，因为有时候用户或者APP本身会有授权，关键是说你了解这个限制，然后看怎么样让用户获得最好的体验。

：某种程度上来说 Cortana 也算一个 OS，只是没有提这样的概念，微软如何来面对类似百度这样的厂商的竞争？

幺宝刚：一方面是微软对技术的多年投入；另外一方面就是不可能全面出击，而要找到专注点。我们的专注点在于生产效率；第三是微软还是作为一个平台的公司，我们希望变成一个开放的系统，与更多的合作伙伴进行合作。此外，因为很多人都想做开放平台，但不是所有的开放平台大家都去用的，所以我觉得微软作为一家国际性、拥有全球领先科技和具备信赖感的科技企业我为此充满信心。