德勤2019年TMT行业预测：智能扬声器价值将达90亿美元 非英语市场是关键

智能扬声器已经成为英语国家快速增长的一大市场，有望在2019年及以后进入非英语世界，从长远来看，这将为所有人都能使用计算机奠定基础。

德勤预测，智能扬声器 - 带有集成数字语音助理的互联网连接扬声器 - 将在2019年价值70亿美元，以平均售价43美元的价格销售1.64亿台。我们预计2018年的销量为9800万台，平均每台44美元，行业总收入为43亿美元。这一63%的增长率将使智能扬声器成为2019年全球增长最快的互联设备类别，并在年底前实现超过2.5亿台的安装基础。2019年强劲的销售业绩表现虽然很亮眼，但将比前一年有所放缓：2018年第二季度，智能扬声器的销量同比增长187%

机遇：什么将推动智能扬声器的增长?

从字面上看，智能扬声器拥有巨大的发展空间，大部分机会来自扩展到非英语国家。截至2017年底，智能扬声器的销售主要局限于英语市场，其中超过95%的销售额来自美国和英国。然而，到2019年初，这些扬声器将扩展他们的语言翅膀，在那些大多数人口讲汉语(普通话或粤语)、法语、西班牙语、意大利语或日语以及英语的国家，销量应该会腾飞。在大多数这些地区，智能扬声器类别相对于其他智能设备可能享有增长最迅速的拥有量和出货量。

非英语国家的销售可能会进一步扩大快速增长的用户群。截至2019年初，全球已安装的用户群已超过1亿台。根据德勤研究，2018年中期，在七个市场中的六个市场，智能扬声器是拥有量同比增幅最高的设备。它们来自多个主要品牌(中国城市、美国、日本、英国、加拿大和澳大利亚，只有德国滞后)。截至2018年中期，智能扬声器在中国城市的渗透率最高， 22%的成年人使用智能扬声器，其次是美国，19%的成年人使用智能扬声器(图1)。在这些市场中，智能扬声器也是所有新兴连接设备中增长最快的。

本地化可能会对智能扬声器的全球扩张造成一些限制。由于方言的复杂性，创建对新语言的支持很可能需要大量资本和时间。在中国，有130种方言。在印度，虽然大多数人讲印地语，但大约有10种不同的变体。该语言以及可用于机器学习的印地语内容数量有限。根据一项分析，印度90%的数字语音助理仅支持英语.9。但这些问题并非不可克服，这些市场的规模为智能扬声器制造商和语音识别能力创造者提供了充分的动力，以花费时间和金钱解决它们。

除了更广泛的语言支持外，智能扬声器还提高了语音识别的准确性，这些改进可以应用于范围更广的设备上，并进行分摊。例如，谷歌的英语语音识别错误率从2016年7月的8.5%稳步下降到2017年5月的4.9%。此外，机器学习现在允许智能音箱缩小口音差距：在早期，智能音箱理解标准英语表现很好，但可能会被某些区域或国家的严重口音所迷惑，或者不理解非本地人成英语，精确度降低了30%。

智能扬声器的复杂性和构建成本也在下降，部分原因是每个设备所需的麦克风数量减少。通过使用神经波束成形技术，谷歌能够只使用两个麦克风，而不是原先计划的八个，就可以出货其家庭智能扬声器，而不会导致精度下降。由于压电微机电系统(MEMS)技术的出现，麦克风本身也在改进，其比早期技术消耗更少的功率。目前大多数的智能扬声器都需要插上电源(而不是靠电池供电)，因为它们需要不断充电并收听语音触发信号，而13个MEMS麦克风在被唤醒词激活之前几乎不耗电。这种新的麦克风技术使数字助理更容易集成到电池供电的扬声器中。

因此2019年对于智能扬声器来说可能是强劲的一年，其单位销售增长强劲。但它们的长期前景如何呢?

智能扬声器的潜在需求可能在数十亿单位，甚至可能高于智能手机。可以在房屋或酒店的每个房间，建筑物中的每个办公室、学校的每个教室或医院的每个病床上安装扬声器。

一些连锁酒店已经开始大规模部署智能扬声器，其应用包括作为室内礼宾服务。万豪国际集团计划在其部分酒店部署亚马逊和阿里巴巴的智能扬声器;;仅在中国就将部署14万台智能扬声器.15。永利拉斯维加斯在其所有4,748间客房中安装了智能扬声器。如果这种趋势持续下去，世界上估计有187,500家酒店和1750万间客房可能会在未来十年内配备智能扬声器或语音设备。

免下车餐厅也可以使用语音自动化来接受订单。这将使工人不必手动处理订单。仅在美国，每年就有超过120亿的免下车订单。

澳大利亚悉尼的一家医院已经试用智能扬声器作为床边呼叫按钮的升级版。与呼叫按钮不同，智能扬声器允许患者指定请求。智能扬声器可以通过患者的语音命令处理简单的任务，例如打开电视、拉下百叶窗或关灯，从而节省时间和人力。如果患者只需要一个额外的枕头，一名初级工作人员就可以做到，让护士和医生专注于需要他们专业技能的任务。如果需要护士或医生，患者可以描述他们的症状，这将使工作人员能够优先考虑请求。将通知相应的医务人员，并通过智能扬声器向患者保证医生马上就来了。

在某些情况下，语音可以是与计算机进行通信的最自然和最有效的方式。当一只手被占用时，如操作机器、双手打字、抱婴儿或做饭，声音可能是最方便的选择。驾驶时，语音也可能是最安全的选择。

事实上，在许多工作场所，包括剧院、工厂、化学实验室和餐厅厨房，智能扬声器可以使操作比现在更安全、更精确。 德勤认为，从长远来看，工作场所的智能扬声器数量可能超过家庭中的数量，它们所做任务的价值可能比播放音乐、听天气预报或询问1加1等于几要高出几个数量级。

此外，对于视障人士而言，智能扬声器可以是访问计算能力的另一种更方便的方式。对于这些人中的许多人来说，对一台随时可以开机、有一组麦克风监听命令的机器进行搜索查询，可能比使用智能手机或在电脑键盘上触摸打字要容易。潜在市场很大：世界上有超过2.5亿人患有视力障碍者，其中3600万人完全失明。绝大多数视障者年龄在50岁或以上，因此他们可能使用计算机或智能手机不太舒服，还不如简单地对机器说话。也就是说，尽管视障人士可能比正常每户人 (每个房间一个)拥有更多的扬声器，但他们也可能对价格更加敏感，有一半的人没有充分就业或失业，年收入不足2万美元。

智能扬声器也可能是文盲访问网络的方式。世界上约有14%的成年人 - 大约7亿人 – 不识字。

警告：什么会降低智能扬声器的增长速度?

虽然有很多智能扬声器制造商乐观，但也有理由保持谨慎。2019年可能是该产品的好年份，但市场的增长可能只是2018年的一半，并且随后几年可能会进一步下滑。

最初对智能扬声器的需求受到价格促销的推动在美国，入门级设备可能占大多数，在促销期间，每台设备的价格低至25美元。在中国，促销价格已经达到15美元。例如，阿里巴巴天猫精灵 X1的价格从人民币499元(70美元)打两折至人民币99元(14美元);它以这个价格卖出了100万台。

从长远来看，这些折扣价可能无法持续，从而限制了需求。智能音箱已经成为一种奢侈品;在收入超过50,000英镑(65,250美元)的个人中，英国的智能扬声器拥有量或获取率是低于该阈值的人的两倍。对于那些收入较低的人来说，要想成为必备产品，智能音箱确实需要非常有用，尤其是在全价销售的情况下。一些分析人士得出的结论是，目前大多数智能扬声器可能是按成本价销售，也可能是按亏本销售，这仅仅是基于其部件的成本。这表明，智能扬声器的价格可能没有进一步大幅下跌的空间。

通过默认将语音助理集成到所有无线扬声器中，智能扬声器的需求曲线也可能在某种程度上被人为地塑造。例如，无线扬声器市场的先驱之一Sonos，现在在其许多产品中集成了对亚马逊Alexa的支持。买家购买更昂贵的智能扬声器可能主要是因为他们的其音频质量，而语音助手的功能对他们来说价值相对较小。然而，将这些高端设备的收入归类为智能扬声器收入，能会使收入线更加诱人。

提供免费的无线升级也可能抑制现有用户对升级智能扬声器的需求。例如，可以通过软件升级安装其他语言支持，使设备更有用，而不会增加用户的成本。

对智能扬声器的需求可能会受到实用性的推动。在这方面值得注意的是，尽管数字语音助理是智能扬声器的核心，已经在一系列设备上使用了好几年，而且今天已经安装在数百亿的消费设备上，但大多数似乎很少使用。根据德勤的研究，智能手机、平板电脑和电脑上的大多数语音助手从未使用过(图2)。事实上，大多数用户使用语音助手的唯一产品类型是智能扬声器，因为它们不使用语音功能就无法控制。

挑战不仅仅是让人们尝试语音助手，还有他们普遍对语音识别本身(历史性)不感兴趣。图3显示了许多主要市场中语音识别的使用程度。对于图中所示的所有国家，智能手机普及率超过75%。然而，对智能手机语音识别能力的认识很低(平均为21%)，使用率甚至更低(平均为6%)。虽然使用量在不断增长，但平均每年仅增长1个百分点，而且基数非常低。

实用性的一个衡量标准是使用频率。在这里，智能扬声器表现更好，但只是稍微好一点。在图3所示的六个国家中，大多数智能扬声器每天都在使用，但这只是微弱的多数。实际上，基于具有相对成熟的智能扬声器市场的国家样本，这些设备仅是日常使用的第七大设备(图4)。

智能扬声器的实用性还部分取决于可以使用它的应用范围，或者通常是人们实际使用它们的方式。到目前为止，在大多数市场中，它们最常被用来播放音乐，这可能不具有破坏性：能发出时声音的设备自19世纪以来就已存在。事实上，德勤在2018年中期开展的研究表明，智能扬声器在五个国家的第一应用是播放音乐(图5)， 除了在加拿大，在那里检查天气是最重要的用途;在大多数其他市场，天气是第二大应用。可能通过口头命令询问天气比在智能手机应用程序上查天气有所改善，但这是否足以推动智能扬声器的销售?

有些人甚至可能更喜欢用应用程序选择音乐，来指定播放列表中的曲目名称。鉴于智能扬声器在几个市场中的第三大常见用途是设置定时器或闹钟，音乐、天气和警报设置的组合使得智能扬声器看起来更像是升级版的床头或厨房收音机，而不是一个根本上具有破坏性的设备。

结论

到2019年，面向新用户和现有用户的智能音箱销量应该会强劲增长，2020年也可能如此。然而，为了让市场在那之后继续增长，这款设备应该拥有多种应用，而不仅仅是播放音乐或播报天气预报。它需要变得更有用，使用更频繁。更多的应用程序和更好的准确性可能是市场增长的关键。

然而，智能扬声器不仅仅是另一种产品类别。它们也可能是引入语音助理的一条重要途径。实际上，从中期来看，智能扬声器可以发挥的关键作用之一是，提高人们对语音助理的熟悉程度，以及帮助提高语音识别能力。

智能扬声器可以为许多消费者 - 尤其是年轻的家庭成员 - 提供语音识别的第一次体验。有些人可能不愿意在智能手机上使用语音识别技术，但他们可能愿意在家里的僻静环境中尝试智能扬声器上的语音界面。一旦对该技术感到满意，这些人随后可能会在从汽车到联网家庭到呼叫中心的各种环境中，成为更频繁使用的语音识别用户。所有主要的智能扬声器供应商都有自己的数字助理，这种核心技术可以部署在多种类型的设备中。

这也不是智能扬声器唯一潜在的更广泛的好处。智能扬声器和其他语音识别设备的使用越多，语音识别就越有可能。将价格接近成本的设备植入智能扬声器市场，可能是生成数十亿对话样本的最快方式，可用于支持各种设备上更好的语音识别功能。

智能扬声器 - 以及更广泛的语音助手 - 几乎肯定会在企业领域找到无数的应用程序。他们理想的情况是在一个不太吵闹的房间，有人正在忙手头工作。这确实发生在家里(例如，在烹饪或更换婴儿尿布时)，但不是在手术室或工厂上这种程度。语音识别可能是机械化重复过程的理想方式，例如在免下车餐厅点餐或在共享办公室预订空间。

考虑到所有这些，很可能随着时间的推移，人们与扬声器(和其他机器)的交流将比今天多得多。语音可能永远不会成为技术的主要用户界面，但它很可能成为核心用户界面，特别是对于视力受损和/或难以使用键盘或小按钮的人。虽然语音识别在所有环境和背景中都不能很好地工作，但键盘和鼠标也是如此，它们在移动中无法轻易使用，需要双手操作，或智能手机和平板电脑的触摸屏至少需要一只手才能随意使用。

虽然语音识别具有挑战性，但长期效益显著。无论是在扬声器还是任何其他设备上，语音识别和语音助手都能为每个人带来计算的好处。为了让网络真正实现全球化，有两种选择：让全世界都有文化，或者为每个人提供支持语音的计算。目前来看，后一种方法可能更容易。