最近，飛書聯(lián)合安克創(chuàng)新向市場推出一款智能錄音設(shè)備，飛書背后的字節(jié)跳動負責(zé)大模型和軟件部分，安克創(chuàng)新負責(zé)硬件，起名叫“錄音豆”。它還真就像個豆子一樣大小，能夾在衣領(lǐng)上，與市面上主流的磁吸式錄音卡片的外形差異很大。

半年前，釘釘首款智能硬件DingTalkA1錄音筆問世，贏得業(yè)內(nèi)普遍關(guān)注。與字節(jié)跳動不同，它是自己下場做硬件，并在隨后幾個月上癮一般地，接連面向AI to C和to B場景推出多款硬件產(chǎn)品，使外界對釘釘?shù)恼J知有所改變。

此時的市場上已聚集了多家公司的AI錄音筆產(chǎn)品，像科大訊飛系列、出門問問TicNote，以及創(chuàng)業(yè)公司Plaud.ai研發(fā)的Plaud Note等。它們長相相似，功能大同小異，售價差距不算大，看起來像同質(zhì)化競爭。

其實在AI發(fā)展講究落地的階段，釘釘、飛書這些大廠進入AI錄音細分賽道的原因不難歸結(jié)，隨便就能列出三條：什么給大模型落地尋找C端入口；整合背后生態(tài)；以產(chǎn)品售賣和會員訂閱模式拓寬大模型的C端變現(xiàn)渠道……

這里的疑問是，把AI錄音筆放在互聯(lián)網(wǎng)發(fā)展的長河去看，這個需求是用戶天然產(chǎn)生的，還是廠商在AI契機下將“新需求”灌輸給用戶的？進一步地，在智能硬件領(lǐng)域普遍缺乏經(jīng)久不衰產(chǎn)品的背景下，什么又能決定一款A(yù)I錄音筆的長久走勢？

我們先回顧一下移動互聯(lián)網(wǎng)誕生前后一個有意思的現(xiàn)象。在智能手機成為主要上網(wǎng)工具之前，用戶常用的硬件設(shè)備是多元化的、各司其職：拍照用相機，聽歌用MP3或iPod，錄音用專業(yè)錄音筆，上網(wǎng)用筆記本或上網(wǎng)本，看電子書用Kindle……

應(yīng)了《三國演義》開篇那句“天下大事，分久必合，合久必分”，進入移動互聯(lián)網(wǎng)時代，智能手機成為最主要的網(wǎng)絡(luò)入口，用戶慢慢地把上面那些設(shè)備都擱置起來吃灰了，因為手機應(yīng)用商店里能找到功能平替的App，也更便于攜帶。像拍照一度成為各大手機廠商的核心競爭領(lǐng)域。

那現(xiàn)在的手機都有錄音功能，AI錄音能單純靠手機軟件實現(xiàn)嗎？外接設(shè)備的作用不也是收音嗎？理論上是可以的，只不過需要手機硬件的協(xié)議授權(quán)，智能錄音筆用藍牙連接手機的方式繞開了它，而且錄音筆的收錄距離更遠，低功耗運行、錄音時不影響手機其他操作。所以適用的場景更廣泛。

十幾年前，因為工作需要，我曾買過一個索尼錄音筆，還是那種放電池的，論音質(zhì)放到現(xiàn)在市場上仍然能打、且質(zhì)量穩(wěn)定。當(dāng)時某些旗艦級錄音筆甚至被用來做高解析度Hi-Fi音源的播放器使用。但除了音質(zhì)，其他特質(zhì)基本全方位被現(xiàn)今的AI錄音筆超越，因為不是同一個時代的產(chǎn)品。AI能將聲音實時轉(zhuǎn)為文字，將聲音收錄延伸為知識儲備，實時翻譯功能相當(dāng)于給個體配備了一位同聲傳譯專員，在多語種交互的課堂、商務(wù)、會議等場景下發(fā)揮背后大模型的能力。

所以，大模型在消費端的快速落地，開始挑戰(zhàn)手機作為the special one的地位。AI眼鏡、AI耳機、AI答疑筆、AI學(xué)習(xí)機等一系列硬件涌現(xiàn)市場，好像又要回到當(dāng)初多設(shè)備共存、各司其職的年代，只不過現(xiàn)在很多AI硬件還是要與手機連接。

以前用戶逐漸冷淡其他設(shè)備，是一種自然篩選過程，還記得喬布斯2007年亮相初代iPhone時，發(fā)布會大屏幕連續(xù)循環(huán)出現(xiàn)聽音樂、打電話、上網(wǎng)的三個圖標，最后匯集在一部手機里的情景。現(xiàn)在用戶又從手機拓展到多設(shè)備，更多屬于廠商在AI框架內(nèi)“新創(chuàng)造”的需求。用戶的確有在云-邊-端的端側(cè)運行和體驗大模型的需求，而這些需求類似于一種增值服務(wù)。AI錄音筆吸引用戶開通付費會員、解鎖增值功能，邏輯也在于此。

對于用戶，App軟件的選擇與放棄成本是很低的，適用過后不滿意卸載即可；而AI硬件大幾百到數(shù)千元的售價，抬高了用戶的放棄成本，選擇時更趨于謹慎。目前已有不止一家智能錄音筆廠家停止了網(wǎng)絡(luò)服務(wù)或會員支持，連帶導(dǎo)致用戶存儲在云空間的音頻文件丟失。對于那些記錄重要價值音頻的用戶來說，這已經(jīng)算災(zāi)難級的體驗。

所以，錄音文件可以是知識庫、可以是證據(jù)資料，用戶的核心訴求應(yīng)該是設(shè)備與服務(wù)的長期穩(wěn)定性，背后體現(xiàn)的是品牌信任，希望產(chǎn)品能精細打磨，而不是像其他消費類智能硬件追求的新奇、酷炫、快速迭代。

在這方面，大廠背書是他們進入AI錄音領(lǐng)域的一個顯著優(yōu)勢。但也有一個問題，平臺型公司因業(yè)務(wù)模式的特點一直喜歡追求數(shù)據(jù)量、速度，這種“戰(zhàn)報式思維”常常和產(chǎn)品思維存在一些錯位，而且硬件在大廠內(nèi)部的長期業(yè)務(wù)地位和橫向權(quán)限如何，也可能左右最后的產(chǎn)品輸出。

回顧大廠造硬件的歷史，大約十年前是一個時間節(jié)點，即2014年至2016年左右，像亞馬遜的Echo音箱、阿里的天貓精靈、蘋果Apple Watch、谷歌和微軟的AR眼鏡等，基本都在這一時期涌現(xiàn)，隨之熱炒的概念是智能家居、元宇宙、虛擬現(xiàn)實/增強現(xiàn)實等。站在如今看，一些概念已經(jīng)迅速降溫或被冷落，相關(guān)硬件也隨之退出舞臺、不再更新，仍能暢銷的是少數(shù)。

在Physical AI趨勢下，大廠未來造硬件會越來越頻繁，或是自研、或是授權(quán)，加速探索大模型在物理世界的邊界。習(xí)慣宏大敘事的互聯(lián)網(wǎng)環(huán)境喜歡一上來就講生態(tài)，但最好先耐心等待一款能“穿越周期”的好產(chǎn)品，真正傾聽用戶的心聲。

一位自稱聾啞人在社交媒體上尋求推薦一款智能錄音筆，因為需要通過看手機視頻學(xué)習(xí)，但視頻沒有字幕，AI錄音筆能實時顯示文字并儲存。好的產(chǎn)品于細微處見關(guān)懷。