2019年，对付所有人工智能公司而言，AI的规模化商业落地都是一道“魔考”。
近日，搜狗公司做了一件事，向录音笔硬件厂商开放搜狗听写做事，接入这一能力的录音笔，就可以像搜狗AI录音笔一样智能，实现语音转写、实时互译、智能编辑等功能。
这件事乍一看平淡无奇，AI赋能家当也是旧调重弹的话题。但如果用韶光线把搜狗布局AI的打法串起来，你会创造这一背后别有洞天。
从最早的技能开放平台搜狗“知音引擎”到硬件产品AI翻译机、录音笔，再到如今开放产品背后的AI做事能力，搜狗AI落地又进入一个新的阶段，做事成了输出的重点。
搜狗AI交互技能中央总经理王砚峰的一句话更是直指AI商业落地的“痛点”，“只做技能是不足的，没有面向场景的深度优化，技能便是一种鸡肋”。
一、转变背后：硬件打磨技能体验，软件抢占市场早在2016年，搜狗开始做语音开放平台“知音引擎”，并考试测验将技能推向行业，但探索一段韶光后，搜狗决定暂时不将这条路作为主攻方向。
缘故原由是机遇不到。在AI平台发展早期，软件免费的思路还勾留在很多民气中，“你给我技能，我帮你做品牌背书”成为一种早期玩法，再加上通用技能平台的体验并不理想，技能供应商没有得到行业太多认可。
另一方面，面对百度、科大讯飞等玩家的语音平台，只管搜狗也有不错的技能积累，但在生态资源的比拼上也并不占上风。
因此，从2017年下半年开始，搜狗不再大力去推技能开放平台，而是沉下心来将技能下沉，打磨场景与硬件，并在2018年上半年推出AI翻译机和AI录音笔产品。
以录音笔为例，传统的录音笔功能单一，紧张便是录音。而搜狗AI录音笔则不同，录音后，它可以供应准确率高达95%以上的语音转写，还具备实时互译、云端分享、中英同传等多种AI 功能。凭借着语音转写和离线翻译等方面精良的表现，搜狗录音笔上市后，短韶光内就在多个电商平台取得了单品销量第一的成绩，在这一领域构建了核心的竞争上风。
与此同时，行业的不雅观念也开始转变。行业一些玩家意识到，通用技能平台虽然免费，但并不会针对详细场景做优化，每每导致产品体验不敷。在探求更优的技能方案同时，行业为技能付费的意识开始增强。
这时不少公司主动找到搜狗，乃至包括一些硬件上的竞争对手，讯问能否购买搜狗的AI翻译能力。王砚峰回顾道，“只管供应技能平台和供应做事能力都是ToB，但两者的感想熏染完备不同，最初行业都涌入技能开放平台，但在方案上没有谁真正不可替代，客户可以在多家之间来回切换；但当你在一个场景形成独特上风、构建核心壁垒后，行业会更尊重你，乐意购买你的做事能力。”
这成为搜狗再一次转身，改变AI的落地方向的导火索。
随着硬件之路的深入，搜狗意识到一个问题，在C端硬件市场，纵然是最大的玩家，每每也很难霸占50%以上的市场份额。这跟软件完备不同，软件可以发挥网络效应，一家独大，霸占一个市场80%以上的份额。范例的代表便是手机市场的多品牌和安卓操作系统的一家独大。
此外，录音笔是一个相对狭小的市场，我国每年的销量均在400万台徘徊，并且这一市场有搜狗、科大讯飞等科技公司，还有索尼、爱国者等硬件企业，竞争同样激烈。
再加上搜狗是一家“技能范”十足的公司，线下渠道能力以及发卖能力比较传统的硬件厂商并不占上风。
这意味着搜狗很难在硬件上一家独大。如何抢占更大的市场份额？如果硬件不能，软件上是否有机会？经由搜狗内部一番思考，王砚峰认为，软件这条路是有希望的，经由场景的深度优化后，纵然面对BAT等互联网巨子，搜狗在AI翻译、语音转写上也具有明显上风。
因此，搜狗决定再往前迈一步，开放AI录音笔背后的听写做事，为录音笔行业供应OS系统，成为软件做事的核心供应者。
这是否又意味着硬件对搜狗的主要性会低落？王砚峰表示，硬件依然是主沙场，和AI一样，都是搜狗的几大计策之一，因此硬件和开放做事对付搜狗同样主要。
在他看来，智能硬件和AI技能研究是密不可分的，硬件是AI技能的载体，AI是硬件产品的灵魂。只有面向用户体验，深入场景打磨技能，将技能、硬件、场景领悟才能构建AI的竞争力。另一方面，开放听写做事，可以将搜狗打磨好的技能方案，以做事能力对外输出，推动搜狗AI的规模化落地。
用硬件打磨技能体验，用软件做事抢占市场、规模化落地，这一策略正在成为搜狗AI新的打法，也表示了其对AI落地更深层的思考。
二、“只做技能是不足的，关键是做事能力”回到录音笔行业，我们本日见到的录音笔，无论是外不雅观还是功能，跟2000年前后的产品并无太多变革。
也正是传统录音笔单一的功能、低频次的利用场景，智好手机正在成为它的替代品，目前手机录音APP已可以完成大部分场景的录音，有力地冲击这一市场的发展。
这也导致录音笔一贯是个小众市场，近几年每年的销量都在430万台旁边，销量一贯结束不前乃至一度下滑。而各家比拼的无非音质、电量、存储空间的提升，至于用户利用录音笔到底做什么，背后的做事体验如何，行业鲜有思考。
搜狗本次开放的听写做事，则依托自身踏实的AI技能和录音笔场景的深度实践。去年3月搜狗发布了一款AI录音笔，经由用户较长一段韶光的利用，搜狗对海量的用户行为数据进行深入剖析后，第一次为行业呈现了用户的真实画像。
搜狗创造，利用录音笔的第一大场景并非大家预想的媒体采访，而是企业内部的商务场景，比如会议记录，占比高达44%；第二大场景是企业内部培训，占比为24%；第三大场景才是采访，占比21%，这三大场景加在一起占了录音笔利用场景的90%。
而且在利用录音笔的用户中，每周利用频次超过三次以上的用户占比达60%，每周超过10次的占比达15%；在录音时长上，41%的用户录音超过10分钟。 可见，大比重的用户保持较高的利用频次和利用时长。
这三大核心场景也匆匆使搜狗进一步思考，AI可以为用户带来什么代价。比如一场会议录音可能长达数小时，语音转成笔墨长达数万字，用户如何准确、轻松的整理内容，快速出稿，以及编辑完后，如何快速的分享给同事等等。
基于这些思考，搜狗更有针对性的将AI技能融入听写做事中，为行业输出优质的产品体验。
详细而言，首先搜狗开放了高准确度的语音转写能力，并支持10余种语音识别及方言识别。它采取业界领先的深层Transformer-based 端到端声学模型、神经网络措辞模型、智能标点预测技能等，语音转写准确率可达95% 以上。
第二，麦克风阵列和语音增强技能。搜狗基于“云端+本地”结合，打造了双麦语音方案，并针对远场噪音环境，做了专门的降噪算法。
第三，个性化语音识别技能。语音转写时，关键词识别缺点给用户体验带来的体验是糟糕的。搜狗通过打通输入法账号体系，基于产品中用户数据的利用习气，自动挖掘用户的个性化词组，利用户常用语的转写缺点率低落40%以上。
第四，智能编辑与多端同步编辑。语音转写不是目的，用户的终极目的是编辑成文。通过云端智能纠错编辑技能，搜狗听写可以针对置信度低的转写结果供应多个候选词，针对口头语、重复词进行自动文本顺滑。此外它还支持三到四人的人声识别，语音转写时在内容上自动区分辨话人。
第五，云存储做事。用户的录音和笔墨都可以长期安全地保存在云端。
搜狗王砚峰阐明道，市情上做AI技能输出的公司，更多是把技能以API接口的形式输出，但“只做技能是不足的，没有面向场景的深度优化，技能便是一种鸡肋”。
差异与此，搜狗重点做了两件事，一是把中台做事做得更完善，包含账户管理、转写技能、云同步功能、智能编辑等；二是供应了做事接入层，互助伙伴可以通过蓝牙开放协议零本钱接入，让用户通过PC 和移动端享用搜狗听写的增值做事。
回到录音笔行业，纯挚比拼硬件的商业模式已经持续了近20年。而在搜狗听写做事背后，市场的天花板彷佛正在打开，以AI+软件做事+硬件的办法，正在重新定义录音笔和新的商业模式。
三、听写做事的基石：搜狗输入法搜狗听写做事的背后，有一个随意马虎被忽略的存在——搜狗输入法，它对付听写做事，乃至搜狗AI都意义重大。
目前搜狗输入法APP 已拥有超4.5 亿的日活用户，PC 端更是霸占99% 的市场份额，语音要求峰值已超7 亿次，稳居环球最大的中文语音运用。
搜狗输入法背后的弘大用户和海量数据，首先为听写做事供应了绝佳的“练兵场”，听写做事中核心的语音转写技能早就在输入法中上线，不同的是，输入法中语音转写的场景以单句话为主，而录音笔中语音转写是更长的篇幅。经由海量数据和真实场景的优化，搜狗的语音转写才能达到95%以上的效果。
其次，搜狗输入法供应“入口”上风，移动端和PC真个输入法都支持搜狗听写做事。在PC输入法上，听写做事作为一项运用直接内置到PC输入法的工具箱中，当录音笔插到电脑上后，输入法就能自动探测到它，帮助用户进行音频管理，并供应听写做事。针对存量录音笔，这一办法可谓直接增加了其附加值。
凭借着99%的市场覆盖率，PC输入法有一个独特的上风，凡是工具性、效率性的工具都可以内置个中，不须要二次安装，用户随时调用，这大大提升了用户利用的便捷性。
在移动端，搜狗在输入法APP中也开放了听写做事的接口，一方面4.5亿日活用户带来一个弘大的市场，能够让用户更便捷的利用听写做事，弘大利用量也可以更快速的迭代听写做事背后的AI技能和产品体验。
另一方面，将听写做事直接内置到输入法上，避免了账号打通的问题，可以更便捷的利用账号的历史数据供应个性化的听写做事。
不但是听写做事，在搜狗AI的版图中，输入法便是AI技能的练兵场，它为技能研究设置问题，为技能的演进供应源源不断的数据年夜水，又供应最佳的落地载体，扮演着“源头活水”的角色。
王砚峰也表示，开放听写做事只是搜狗的第一步，未来搜狗将会进一步发挥输入法的入口上风，将自身的语音翻译能力都以做事的形式开放出来，为用户带来更大代价的同时，抢占更广阔的软件做事市场。
从输出技能到打造硬件，再到供应做事，是搜狗AI发展的一个迁移转变点，也是搜狗AI落地的深化。