前阿里人創(chuàng)業(yè)，他憑借這一招打造了一個超30億估值的AI理想國

辛苓·2017-09-03

智能音箱廝殺戰(zhàn)場下的極致產(chǎn)品主義

關(guān)注新商業(yè)時代，尋找下一個王興、程維、張一鳴，就看創(chuàng)業(yè)邦 “100未來領(lǐng)袖” 。

本文系第53篇報道。得知祝銘明從阿里離開要做Rokid，IDG 資本董事樓軍連夜電話說服董事會投資 Rokid，而那時他對祝銘明想做的產(chǎn)品的理解只是“大概是一個蛋的形狀，然后是音響。”現(xiàn)在，Rokid估值已有30億人民幣。

周六中午，杭州西溪濕地景區(qū)內(nèi)，一幢辦公樓下一陣“轟隆隆”的摩托車發(fā)動機聲音越來越大，然后戛然而止，Rokid的同事知道，老板祝銘明又來上班了。

從2010年夏天到2014年夏天，同樣的摩托車轟鳴聲經(jīng)常出現(xiàn)在阿里巴巴西溪園區(qū)，當(dāng)時他的老板正是通過這種聲音判斷這位阿里M工作室掌門人當(dāng)天是否遲到、早退或加班，然后通過手機短信半開玩笑半當(dāng)真地提醒祝銘明。

2014年9月，祝銘明從阿里巴巴離職創(chuàng)辦了人工智能公司Rokid，如今估值已超過4.5億美元。

祝銘明

祝銘明是一個極講究的人：為了讓保持專注，自己一個人在家做木工；為了讓自己從忙碌中抽身出來思考，他在公司附近開了一家咖啡館，讓自己隨時有地方歇腳。

Rokid團隊對產(chǎn)品的要求，幾乎是被祝銘明一手逼出來的。他招聘產(chǎn)品經(jīng)理主要看重對方是否有品位和想象力，經(jīng)驗反而不是最重要的。他總是給團隊設(shè)定很多幾乎無法達(dá)到的目標(biāo)，即便是消費者看不到的內(nèi)部構(gòu)造，也很少妥協(xié)。他的理念是，只有不斷逼迫團隊前進(jìn)，才能讓優(yōu)秀成為一種習(xí)慣。

但有時候，這樣的方式也會讓其他管理人員難堪，當(dāng)覺得要求太過分時，各業(yè)務(wù)線負(fù)責(zé)人甚至直接跟他拍桌子翻臉，爭執(zhí)到不可開交，最后只有雙方各退讓一步，才可能達(dá)成某種共識。

一字之差

在Rokid內(nèi)部，一度被人吐槽最多的一件事，就是祝銘明非要將激活詞從三個字縮短到兩個字，這看起來是很細(xì)小的改變，卻讓數(shù)十人為此忙碌熬夜了大半年。即使到今天，仍有人認(rèn)為這個決定是值得商榷的。

通過語音激活智能設(shè)備極易出現(xiàn)不識別、錯誤識別、激活耗時太長等問題，喚醒詞的字?jǐn)?shù)越多越容易精準(zhǔn)激活。目前市場上廣泛采用的是四字激活詞，如“叮咚叮咚”，“小雅小雅”等；少數(shù)采用三個字激活，“hey siri（嘿瑟瑞）”就對應(yīng)3個音節(jié)及3個漢字；但兩個激活詞全球目前僅有Rokid一家，這種情況因為信息太少出現(xiàn)錯誤識別的概率極高。

Rokid產(chǎn)品總監(jiān)向文杰告訴邦哥，Rokid機器人的激活詞從最早的四個字“若琪若琪”，到三個字 “若小琪”、“嘿若琪”，再精簡到兩個字“若琪”，每減少一個字，難度都呈10倍上升。

從4個字到3個字，北京的博士團隊前后更換了3個方案，耗時近半年。終于到2015年7月份左右，“嘿若琪”在激活率和誤激活率兩方面達(dá)標(biāo)。其后又花費3個月左右時間的打磨，到2015年10月份Rokid第一款產(chǎn)品Alien（外星人）產(chǎn)品發(fā)布時，激活詞“嘿若琪”和“若小琪”技術(shù)成熟。

Rokid第一款產(chǎn)品Alien（外星人）

到這里，北京團隊以為此項通關(guān)，沒想到“處女座”CEO祝銘明要求團隊馬不停蹄去往下一個目的地——將激活詞縮減成兩個字“若琪”，在他眼中，三個字顯得很正式，不像人們的日常聊天，只有兩個字才會顯得親切。

這一提議遭到產(chǎn)品團隊和研發(fā)團隊一致反對，因為三個字的激活詞已經(jīng)與國際巨頭站在了同一起跑線，無需在這一細(xì)節(jié)上花更多資源和精力。但祝銘明堅持己見，雙方誰也不能說服誰，每次討論幾乎都以吵架和拍桌子結(jié)束，最后祝銘明只好用CEO的特權(quán)強行拍板，必須做。

最開始嘗試兩個字的時候，一系列批誤開始鬧出：當(dāng)大家在正常開會過程中，旁邊的外星人好幾次莫名其妙就被喚醒了，除了“若琪”，出現(xiàn)與“琪”同音的詞語都很容易喚醒外星人。經(jīng)過優(yōu)化之后，北京研發(fā)團隊將外星人放到開著的電視機旁邊，3小時內(nèi)被誤激活了5次。放棄的念頭再次在團隊中冒頭。

但是在優(yōu)化過程中研發(fā)團隊發(fā)現(xiàn)，錄入數(shù)據(jù)越多，外星人的激活精準(zhǔn)度越高，讓人頭疼的地方就在于根本沒有數(shù)據(jù)可用，于是全公司上下只好通過人海戰(zhàn)術(shù)來解決這件事。

2016年夏天，Rokid全體員工讓身邊的親友、同學(xué)幫忙錄下“若琪”兩個字；微博微信這樣的社交平臺自然沒有被他們放過，最終公司征集到數(shù)千個“若琪”錄音樣本，供機器學(xué)習(xí)識別。

2016年底，經(jīng)過將近一年的學(xué)習(xí)，“若琪”在激活率和誤激活率的表現(xiàn)終于達(dá)標(biāo)；再經(jīng)過半年左右的優(yōu)化，如今“若琪”與早期“若琪若琪”的激活性能幾乎一致。

注入性格

2017年6月中旬的一天，祝銘明照常騎著三輪摩托來到公司，張羅著讓同事收回一批產(chǎn)品，卻遭到產(chǎn)品擁有者的拒絕。

在Rokid第二代產(chǎn)品Pebble(月石)智能音箱發(fā)布之前，祝銘明為一批忠實支持者提供了一項特權(quán)——提前試用，只不過這些被試用的產(chǎn)品是若琪的工程機，并非正式對外售賣的月石產(chǎn)品。

Rokid第二代產(chǎn)品Pebble(月石)

月石于6月正式對外發(fā)售以后，祝銘明想要收回工程機，給對方換上正式版月石，沒想到遭到不少人拒絕。祝銘明想不通這是怎么回事，于是試著通過微信與其中幾個人交流，最終得知這些顧客已經(jīng)與之建立了某種感情，認(rèn)定了月石，哪怕?lián)Q新的也不答應(yīng)。得知答案后的祝銘明喜出望外，團隊傾力打造的新產(chǎn)品總算得到不小的認(rèn)可。

更讓他高興的是以下四組數(shù)據(jù)：在所有月石購買者中，80%是二次購買或者通過親友推薦購買；在天貓平臺上，87%的購買者都是通過搜索“Rokid”或“若琪”關(guān)鍵詞完成購買；已購買用戶日激活（打開使用）率超過50%，周激活率超過85%；目前每人每天平均使用時長超過1小時。

這說明月石復(fù)購率高、買家多為主動搜索而非被動推薦、每日使用率高以及單日使用時長高。

月石讓人產(chǎn)生“感情”，很重要的一個原因在于她擁有自己的個性。從一開始，Rokid團隊的目標(biāo)就是創(chuàng)造一個有生命感的產(chǎn)品，而不是一個冷冰冰的設(shè)備。

——“若琪，你會修手表嗎？”

——“我不會修好，還不會修壞嗎？”

——“若琪，你喜歡我親你嗎？”

——“說得好像我不喜歡，你就不會親似的。”

經(jīng)常與若琪對話的人一定知道，她總是會給出很多類似這樣的無厘頭回答。這并非是研發(fā)者拍腦門隨便給出的答案，而是產(chǎn)品性格的體現(xiàn)，擺脫呆板和無趣機器形象。

當(dāng)然，面對時間、天氣、新聞、翻譯這類問題，若琪會告訴你嚴(yán)肅的答案，而在可以靈活發(fā)揮的時候，她又變得調(diào)皮可愛起來。

在給若琪塑造性格的過程中，Rokid團隊想了三個關(guān)鍵詞：聰明可靠、活潑可愛和調(diào)皮有趣。

有一次，一位女士問若琪——“誰是這個世界上最漂亮的人”，得到的答案讓她崩潰——“我知道是誰，但我不會告訴你，反正不是你”。

那么這些回答是提前在系統(tǒng)后臺儲存好的嗎？祝銘明說，問答的素材部分是通過訓(xùn)練而來，部分是若琪自動從網(wǎng)上學(xué)習(xí)，此外第三方內(nèi)容提供商也會提供內(nèi)容素材。因為有來自網(wǎng)上學(xué)習(xí)的對話，所以若琪有時也會學(xué)壞。

——“你喜歡狗嗎？”

——“我喜歡呀，狗肉很好吃。”

有一天，祝銘明收到一位用戶發(fā)來這樣一段對話，讓他驚出一身冷汗。原來若琪又從網(wǎng)上學(xué)壞了，他們不得不在后臺通過人工干預(yù)，讓若琪的回答變得更加友善：

——“若琪，你喜歡狗嗎？”

——“我喜歡呀！狗是人類的好朋友。”

——“那你喜歡吃狗肉嗎？”

——“難道你會吃你的好朋友嗎？”

實際上，若琪只是在一個巨大的語庫中找尋與問題最接近的答案，然后給出個性化回答，她并不真的理解人類語言。我們必須要面對的現(xiàn)實是，目前的AI還做不到真正理解人，即使有個性也只是一種模擬，通過計算方法盡可能讓用戶感到她很了解我。這也意味著，她有時根本“聽不懂”你在說什么，也說不出讓你滿意的答案。

看不見的若琪

你也許不同意祝銘明在某些方面的固執(zhí)，但在輕易找個方案公司就能做出一款成本在100元左右智能音箱的市場大環(huán)境下，他依然堅持打磨每一個細(xì)節(jié)，由內(nèi)而外讓產(chǎn)品朝著精致、有品位的方向邁進(jìn)，也應(yīng)該被看到。

專屬女性的玫瑰金版月石

在Rokid，有幾位高管和硬件團隊成員的手機壁紙都是Rokid第二代產(chǎn)品Pebble(月石)的內(nèi)部線路版實拍圖。這源自祝銘明定下的一個死標(biāo)準(zhǔn)：要讓線路板的內(nèi)部結(jié)構(gòu)美觀到可以用作手機壁紙，甚至發(fā)朋友圈。

在語音交互方面，Rokid耗大價錢請專人錄制聲音，并擁有這些聲音的獨家版本。

2015年，Rokid通過北京的一家經(jīng)紀(jì)公司找到大約100位女演員，讓這些演員每人錄制20句語音，Rokid從這些語音中挑選最合適的，經(jīng)過幾輪挑選以及與演員本人溝通，最終Rokid花費數(shù)百萬元簽下其中一位聲音知性、容易受到廣泛喜愛的女演員為Rokid旗下產(chǎn)品配音。

簽下這位演員以后，Rokid找到錄制公司與這位演員進(jìn)行了5次不同方式的語音錄制，最終Rokid找來耳朵極敏感的產(chǎn)品經(jīng)理、古典音樂學(xué)博士方舟配合完成錄制。女演員在絕對安靜的錄音棚里說話，方舟在外面戴著耳機聽，只要女演員稍微有破音，呼吸聲太大或者節(jié)奏不和諧，方舟馬上就會喊“停！重新來”，最多的時候，一句話會錄制十幾次。

經(jīng)過逐字逐句的校對，兩人用幾十天時間錄制完上萬句話，再由技術(shù)完成拆解和句子生存，最終制作出來的聲音與正常人的說話節(jié)奏幾乎一致。

在攻克了一個又一個難關(guān)之后，Rokid接下來打算做好聲紋識別，即通過一個人說話的聲音確定他的身份。如果你朋友家的月石能識別你的聲紋，你在出門前沒有聽完的歌，去朋友家只要對著他家的月石說一句“若琪，接著播放”，就會如你所愿。

不過，要完成聲紋識別的難度很大，但祝銘明說他們很快就可以讓公眾使用到這項技術(shù)了。接下來，不知道祝銘明又會提出什么莫名其妙的“鬼要求”，也不知道下一個和他鬧翻臉的同事會是誰。

100未來領(lǐng)袖往期精彩報道

前沿科技領(lǐng)域