虎嗅注：小米的智能音箱凭借着简约的造型和突出的性价比，成为了最畅销的单款之一，还让“小爱同学”成了网红。在这背后，是小米 AI 战略的全面落地。日前，小米联合创始人、小米电视负责人王川接受了采访，他详细讲述了网红“小爱同学”是怎样炼成的。

本文转自公众号“接招（ID:takethat）”，作者：方浩。

人工智能可能是2017年中国互联网讨论最多的一个关键词，但如何落地、找到真实且刚需的用户场景，一直是令业界最为头疼的问题。

过去几个月，小米有两款人工智能产品成为市面上的爆品。在整个电视行业陷入低迷的2017年，小米一跃成为线上销量第一的电视品牌，最大的贡献来自其主打人工智能语音的系列——小米电视4A。小米AI音箱更是成为国内卖的最多、也是最难买的一款智能音箱。而这两款产品的爆红，并不像外界想象的那样，是赶上了AI的风口；恰恰相反，它们其实是跟随用户需求不断进化而来的「网红」。

最近我和小米联合创始人、小米电视负责人王川聊了聊小米AI音箱的前世今生，以及小米连续制造爆款的最大秘密武器……

为了保证原汁原味地呈现干货，接招以王川口述的形式加以整理、编辑。

雷军最烦“布局”二字

“小爱同学”可以说是目前中国市场上使用体验最好的智能音箱。微软、亚马逊和Google的相关负责人看了以后第一个反应就是，怎么这么快？

其实我们在很多方面已经不落后于国际的一线巨头了，主要原因是我们有大量的用户在用。小爱同学最早是在小米电视上实现的。当时为了解决电视语音的交互问题。因为电视跟手机不一样，电视搜索一直是最困扰我们的问题。

在电视上，我今天看到的最好的交互工具就是遥控器，还没有看到更好的交互工具。但是在电视上输入一个文字是非常非常吃力的事儿。但有了语音以后，搜索问题就变成一句话的事儿了。我们最早在电视上做了语音助手，后来命名为“小爱同学”，再有现在的小爱音箱。可以说是环环相扣，但不存在布局一说。

在小米，雷军最忌讳的就是“布局”二字，我们内部没有人谈布局、没人敢谈布局。总有人问我小米是怎么布局的，我说我们从来没布局，在我们这儿布局是贬义词。

我们想的就是怎么做出一款能“感动人心、价格厚道”的好产品。如果你能做出这样的产品，这就是衡量你成功不成功的标志。所以我们其实看的都是产品，比如怎么把电视做好、怎么把它的交互做好、怎么把它的画质做好、怎么把它的音质做好、怎么把它的外观做漂亮。

小爱音箱其实也是产品需求的进化。我们这个团队是做电视的，一直在研究电视的交互。去年10月我们在小米电视上尝试了智能语音，在电视搜索上内置了小爱同学这个智能语音功能。两个月之后决定把这个功能升级为互联网音箱，音质特别特别好，上面带了一个按键，带语音，当时卖399，一下子卖得特别好。但那个是近场语音，远场的一定更受欢迎。我们就把这个功能强化，推出了小爱音箱。

需求的进化：从遥控器到智能音箱

大家今天看到的是小爱音箱这个爆款，但没有看到它是怎么一步步进化而来的。可以说，小米音箱的诞生，离不开我们最初的遥控器。小米电视最早做了11键遥控器，这是全球键数最少的遥控器。在此之前，所有的遥控器都是40多个按键，甚至100多个按键。

小米当时面临的挑战是，智能电视的功能要远比功能机多很多。按照常规，我们可能要加更多的按键才能控制智能电视这么多的功能。但是说实话，40多个按键已经很难用了，如果再加几百个按键基本上就不能用了。

当时决定做智能电视的时候，我问了一下传统厂家：你们智能电视机的日活有多少？他们说先别说日活了，说联网率，虽然智能电视卖出去了，但是真正连到互联网的有多少？不到50%，联网以后使用智能功能的有多少？他说不到5%。使用率极低，大家卖智能电视是把它当成一个噱头来卖的。

后来我们开始当时设计这个遥控器，我对自己提了几个要求：第一、我们能不能设计一个拥有世界上最少按键的遥控器、但是它能够覆盖功能机和智能机的全部功能；第二、这个遥控器应该是4岁孩子到80岁老太太都能用；第三、不用看遥控器，可以盲操作。大家平时在家里看电视的时候灯光很昏暗，如果还需要看着遥控器去找按键，就很痛苦。所以我要求是凭手感、凭直觉，完全不用看。这是我们设计11键遥控器的初衷，这是当时世界上按键最少的电视遥控器。

做小米盒子就是为了做电视，所以设计小米盒子遥控器就是为了电视遥控器设计的。小米盒子出来以后才使得智能电视的使用成为可能。

以前为什么买回去智能电视，其中50%的人不联网？联网的人里面只有5%的人才会用智能电视功能？是因为根本没法用，使用起来很痛苦。在Windows之前，我们为了使用Dos，要上了一个月的课，就是你要先学一个月的课，然后才能使用Dos。Windows出来后，让大家玩两下就会上网。

有了这个遥控器，我一直觉得在智能电视的海量内容下，操作应该会很简单了，但很快发现搜索一直是个问题。所以我们第一个在电视里头做了“小爱同学”这个智能语音功能。因为我们发现一句话能解决的事儿，都特别适合语音来解决。

小米做AI的先天优势：数据

智能语音不是今天才有的，上个世纪我上大学的时候就有了，二十年来，一直没有真正的使用。语音搜索一开始并不是百分之百准确，甚至很不靠谱。到今天，我们才突然发现它的准确率越来越高了，一个重要原因就是人工智能提升了它的准确率。当准确率达到一定程度的时候，用户才可以接受。

我觉得这就像有一个无形的门槛：在门槛下，大家就不会用，过了门槛，大家都开始能接受了。所以，怎么使我这个语音的准确率达到用户的使用门槛，我觉得是巨大的挑战。

核心问题就是要有足够多的数据。用的人越多，数据量越大，准确率就会越高。从小爱同学到小米音箱，之所以能够持续爆款，就是因为小米有很大的用户量。

“小爱同学”刚出来时，我说咱们做一块钱公测，看看大家到底用不用，结果网上100多万人报名，超出我想象。后来我说，再设计个门槛：家里至少有15个小爱同学能控制的家居设备（不是15件小米产品）的用户才有资格参与。结果这100多万人里有20多万人符合。

公测以后，有用户反馈说小爱同学控制不了家里的设备，我说怎么可能？就让工程师去查，后来发现我们工程师限制了智能设备的连接数量，上限是200件。我说家里有200件？这不可能的啊。结果很多人说我们家里设备就是超过200件。

小爱音箱是今年7月份发布的，意图准确度从当时的不到80%提升到了98%；真正销售应该是从9月底开始，到现在已经有一亿的数据了。就是因为小米有海量的数据，所以使它在不停地学习，越用越好用。

当时做小爱音箱，其实心里也没底。这个产品到底能不能被用户接受，说实话，我们心里是打鼓的。从我个人来讲，我认为肯定能卖，而且这个价钱也肯定能卖。但是到底能不能卖，得看实际情况，不能说我觉得好，它就能卖。创业这么多年，在产品上我们有过很多血泪教训，我觉得特好的可能最后卖不动，我觉得不起眼的可能也卖得挺好。据说培养一个飞行员需要黄金等身，我觉得培养一个产品经理可能需要花更多的钱、交更多的学费。

一开始我们只开了一套模具，一套模具是四万台的产量。为什么只开一套模具呢？因为我了解到市场上已有的同类产品，过去两年时间才卖了四万台。一套模具一年大概是50万台的量，人家是两年才干四万台，一年才两万台，所以我觉得一套肯定够。

很快，在公测之前我就觉得一套不够了，我专门给厂商打电话，我说再加开两套。没想到的是，一上市，我又加开了四次模具。

 风口就是用户需求

这都是根据需求一步一步向前推进的，而不是布局、规划出来的。如果在电视上推了以后没人用，我们就不会在音箱上去试了。我们最怕什么呢？最怕的不是技术先进不先进，而是用户不用。如果小爱两年只卖四万台，有什么用？你说我们的算法很好、科学家很好，语音都是世界最领先的，用户没用，就没有数据。产品经理就是要洞察用户的需求，然后推动产品按照用户的需求方向去走。我觉得这才是产品经理的责任。

雷总经常说风口，但风口是什么？我觉得这个风口就是用户需求。用户需求并不会随着时间发生急剧的变化，实际上只是满足用户需求的解决方案在变。为什么解决方案会发生大规模变化呢？这就是技术带来的。产品经理就是要追求解决方案的最优解。当时小米做遥控器，我们追求的就是最优解。

最优解有时间性。今天是一个最优解，可能明天就不是了。不是最优解发生了变化，而是技术发生了变化。比如小米遥控器原来的最优解是11键，现在变成了12键，多了一个语音键，是因为今天语音技术成熟了。今天的最优解不是昨天的最优解，但是只有技术的变化才有可能产生新的最优解。时机很重要。

我说的时机是什么呢？这个技术成熟到产生了新的最优解，原来的最优解变成了次优解。在这个时间点，你应该推出产品，早了它还是不是最优解，晚了就不是你推出的最优解了。

我记得很早以前IBM、索尼的产品都用指纹技术，我也专门为这个买了笔记本，但是再也没用过，那时的指纹功能根本不好用。但直到今天苹果在手机上用了指纹以后，大家才算离不开指纹了。

语音识别其实有一个用户体验的门槛。在这个门槛之下，大家就不会用，超过这个门槛他就会用。产品经理要把握这个门槛在哪，今天的技术到没到这个程度，苹果不会是现在有了指纹技术，就采用它，苹果一定是把握到了这个指纹已经达到了用户可接受的程度，才会在产品中采用。

雷总在做小米之前，大概是2009年10月份，他跟我讲，2010年我们一定要创业，一定要干，2010年不干，肯定来不及了，之前干又早了。他研究过，所有互联网的大公司都是1998年进入互联网或者转型互联网的。腾讯、阿里、百度、搜狐、网易，很奇怪都是1998年干的，或者1998年转型的。从三大门户到BAT，全是1998年那一年。

智能音箱这个事我觉得今年必须干，今年不干就很难了，今年就是风口，就是这个时机。我是从去年下半年才感受到，先推动在电视上弄。电视上一证明行，我就意识到今年必须干了，今年不成就来不及了，明年可能就做不大了。