Ngày 25 tháng 6, loa thông minh Alexa đã được ra mắt trên thị trường Bắc Mỹ. Các kênh bán hàng trực tuyến chủ yếu là Amazon và eBay, trong khi các đại lý bán hàng trực tiếp lại phổ biến hơn với Best Buy và Volma.

Trước đó, Vương Đằng đã liên hệ với một số blogger nổi tiếng trong lĩnh vực công nghệ và điện tử trên YouTube và Facebook để họ sản xuất những video đánh giá sản phẩm cho Alexa.

Dù số lượng người theo dõi của họ không phải là nhiều nhất, nhưng khán giả của họ lại rất đặc hiệu, đặc biệt là trong số giới trẻ. Ví dụ, Marques Brownlee – một blogger công nghệ có hơn 10 triệu người theo dõi và sẽ xếp thứ hai trên danh sách các blogger công nghệ trên YouTube – lúc đó mới chỉ có hơn 400.000 người theo dõi, nhưng video đánh giá loa thông minh Alexa của anh ta đã thu về 740.000 lượt xem, hơn 50.000 lượt thích, và tỷ lệ tương tác lên tới 6,8%.

Trong video, Marques nói với máy quay: “Chào mọi người! Hôm nay tôi sẽ đánh giá một chiếc loa được trang bị công nghệ tương tác giọng nói thông minh. Cuối video, tôi sẽ tiết lộ đội ngũ phát triển sản phẩm này; mọi người hãy thử đoán xem đó là công ty công nghệ nào nhé.”

Trong phần bình luận, các tên công ty như Google, Amazon, Microsoft… liên tục xuất hiện.

“Trước khi sử dụng, chúng ta cần tải ứng dụng có tên Alexa từ cửa hàng ứng dụng. Đúng vậy, thiết kế của ứng dụng này được lấy cảm hứng từ bộ phim Star Trek. OK, sau khi cài đặt xong, hãy thêm thiết bị vào ứng dụng, chọn loại thiết bị là ‘Alexa smart speaker’, xác nhận rằng loa đã chuyển sang chế độ kết nối mạng, sau đó nhập mật khẩu WiFi để hoàn tất việc kết nối.”

Marques làm một cách thành thạo các bước chuẩn bị trước khi quay video. Rõ ràng, anh ta đã nghiên cứu kỹ lưỡng cách sử dụng loa thông minh Alexa trước khi quay.

“Alexa!” Marques gọi lớn.

“Xin chào, tôi là Alexa, rất vui được phục vụ bạn.” Chiếc loa thông minh trên bàn phát ra giọng nói nồng nhiệt.

“Hãy phát bài hát ‘We Are Young’ cho tôi nghe.” Marques đã trình diễn tính năng phát nhạc của loa thông minh Alexa. Khi kết nối mạng, loa này có thể truy cập ngay lập tức vào nguồn nhạc của Amazon Music và Spotify.

“Được rồi, chúng tôi đã tìm thấy bài hát ‘We Are Young’ của ban nhạc Fun. Joy. Mong bạn thưởng thức!”

Ba giây sau, Alexa trả lời.

Kể từ khi nhận được lệnh thoại từ Marques, nó sử dụng hệ thống nhận dạng giọng nói để chuyển đổi tín hiệu âm thanh analog thu được qua micrô thành tín hiệu số; sau đó, thông qua vi xử lý TI OMAP 3630, nó gọi API của nền tảng âm nhạc để thực hiện thao tác phát nhạc.

Khi giai điệu nhạc bắt đầu vang lên, dòng tin bình luận tràn ngập những lời khen ngợi như “Ôi trời ơi”, “Thật tuyệt vời”…

Trên thực tế, mọi hoạt động trong các khu vực bình luận đều có sự can thiệp của Vương Đằng ở phía sau.

Tiếp theo, Marques còn sử dụng loa thông minh Alexa để tra cứu thời tiết, tình hình giao thông, thiết lập báo thức, nhắc nhở và danh sách công việc cần làm; đồng thời, anh ta cũng dùng lệnh thoại để thêm sản phẩm vào danh sách mua sắm trên Amazon và thực hiện việc đặt hàng. Những thao tác này khiến khán giả vô cùng ngạc nhiên!

Cần biết rằng, vào năm 2012, dù Đèn Tháp Quốc đã có trợ lý giọng nói Siri, nhưng nó chỉ có thể thực hiện những nhiệm vụ đơn giản như gọi điện, đặt chỗ ăn hay gửi tin nhắn… Tỷ lệ nhận dạng giọng nói không cao; khi yêu cầu nó phát nhạc của Jay Chou, nó có thể hiểu lầm thành “nhạc của Jay”. Công nghệ giảm tiếng ồn kém, khiến nó không thể nhận diện chính xác các lệnh thoại trong môi trường ồn ào; khả năng trả lời các câu hỏi liên tiếp cũng yếu kém – ví dụ, khi hỏi nó nhà hàng nào ở New York ngon nhất, Siri có thể trả lời được, nhưng nếu tiếp tục hỏi nó món ăn đặc sản của nhà hàng đó là gì, Siri sẽ không biết phải trả lời thế nào. Nó hoàn toàn không có khả năng ghi nhớ các câu hỏi trước đó! Gọi là trợ lý giọng nói thông minh, nhưng thực ra nó cũng chẳng khác gì một “người máy ngốc”.

Vào năm 2011, Google cũng đã ra mắt tính năng tìm kiếm bằng giọng nói, nhưng cơ sở vật lý của nó vẫn chỉ là công nghệ nhận dạng giọng nói mà thôi. Về mặt xử lý ngôn ngữ tự nhiên, tổng hợp giọng nói và mô hình thuật toán, Google vẫn còn kém xa so với loa thông minh Alexa.

“Alexa, tắt đèn!” Marques đột nhiên chỉ vào bóng đèn trên trần nhà và lại đưa ra lệnh.

“Tách!”

Ánh đèn lập tức tắt đi.

“Alexa, bật đèn!” Marques cười nói và ra lệnh tiếp.

Vì video thử nghiệm này, anh ta đã đặc biệt thay thế những bóng đèn thông thường trong phòng bằng bóng đèn thông minh Philips Hue; sau khi thêm chúng vào danh sách thiết bị của Alexa, anh ta có thể sử dụng giọng nói để điều khiển chúng một cách dễ dàng.

“Tôi nghe nói nhà sản xuất của Alexa đang tích cực mở rộng danh mục các thiết bị gia dụng thông minh có thể kết nối với Alexa; tôi nghĩ không lâu nữa, chúng ta sẽ có thể sử dụng Alexa để điều khiển tất cả các thiết bị trong nhà.”

“Tivi, điều hòa, tủ lạnh, bếp, máy rửa chén… thậm chí là rèm cửa hay robot quét nhà, những thứ chỉ xuất hiện trong phim khoa học viễn tưởng giờ đây đã trở thành hiện thực. Đây thực sự là một sản phẩm trí tuệ nhân tạo tuyệt vời.”

Marques ngừng cười, nói một cách nghiêm túc:

“Thực ra, việc cho Alexa phát nhạc, đặt báo thức, gửi tin nhắn, đặt chỗ ăn chỉ là những chức năng cơ bản của nó mà thôi. Điều thực sự làm nên sức hấp dẫn của Alexa chính là trải nghiệm tương tác thông minh mà nó mang lại.”

“Alexa, buổi chiều ba giờ tôi sẽ đi bơi.”

“Bạn đã chuẩn bị đồ bơi, mũ bơi và kính bơi chưa? Tôi có thể giúp bạn tìm thông tin về hồ bơi hoặc thiết lập lời nhắc cho chuyến đi không?”

“Không cần đâu. Hãy giới thiệu cho tôi một nhà hàng đi; buổi trưa tôi muốn ăn pizza gà.”

“Pizza Hut có pizza gà với nhiều loại sốt khác nhau và hương vị đặc biệt. Nhà hàng đó cách địa chỉ của bạn 3,7 km.”

“Hãy gửi thông tin địa điểm cho tôi…”

Marques và chiếc loa thông minh Alexa trao đổi với nhau, từ những nhà hàng pizza gần đó đến những cô gái xinh đẹp ở New York, từ những video nổi tiếng trên YouTube đến cuộc bầu cử vào nửa sau năm nay.

Các phản hồi của Alexa tự nhiên, mượt mà, và ngôn ngữ được sử dụng rất giàu cảm xúc. Nó có thể hiểu được cả những câu phức tạp, mối liên hệ giữa các ý trong câu và logic của các cuộc đối thoại kéo dài.

Tất nhiên, tốc độ phản hồi của Alexa vẫn chưa nhanh lắm, thường mất khoảng 2–3 giây, điều này chủ yếu do khả năng xử lý của chip, dung lượng bộ nhớ, sự phân bổ sức mạnh tính toán và hiệu suất của mô hình nhận dạng giọng nói.

Nhưng vào năm 2012, hiệu suất của chiếc loa thông minh Alexa vẫn đã chinh phục được những người dùng bình thường như Đèn Tháp Quốc.

Cuối cùng, Marques nói một cách nghiêm túc: “Liệu Alexa có thể hủy diệt loài người không?”

Nội dung video đột ngột dừng lại!

Người xem cảm thấy da đầu mình tê dại, như thể vừa bị điện giật vậy!

Ở phần kết, Marques đã ghi rõ tên sản phẩm và thông báo rằng một tuần sau, chiếc loa thông minh này sẽ được bán đồng thời trên Amazon, Best Buy, Volma và eBay.

Orange Technology Co.Ltd?

Một nhà sản xuất không mấy nổi tiếng!

Nhưng trong mắt khán giả, những lời giới thiệu của Marques luôn rất chuyên nghiệp và đáng tin cậy; ngay cả khi chiếc loa thông minh Alexa thực sự không hấp dẫn lắm, vẫn có người muốn thử xem sao. Đó chính là sức ảnh hưởng của các blogger nổi tiếng trên mạng. Có rất nhiều video thử nghiệm tương tự được đăng tải trên YouTube và Facebook; một số trở nên phổ biến, trong khi những video khác thì bị lãng quên. Tuy nhiên, sau khoảng bảy tám ngày, danh tiếng của Alexa đã ngày càng lan rộng, không chỉ trong giới công nghệ mà còn trong lĩnh vực điện tử. Dù sao thì với cái mác “chiếc loa thông minh trí tuệ nhân tạo đầu tiên trên thế giới”, thật khó để nó không trở nên nổi tiếng. Hơn nữa, Vương Đằng cũng không tiết kiệm chi phí trong việc quảng bá; họ không chỉ mời các blogger nổi tiếng ở nước ngoài để giới thiệu sản phẩm mà còn đầu tư vào quảng cáo hình ảnh và video trên YouTube, Facebook, Instagram, Google và Hulu. Ngay ngày đầu tiên ra mắt, doanh số bán hàng ở nước ngoài đã đạt 19.000 chiếc! Ngày thứ hai, con số này tăng lên thành 32.000 chiếc; ngày thứ ba là 54.000 chiếc… Cho đến khi Justin đăng một bức ảnh trên Facebook và chiếc loa thông minh Alexa xuất hiện trong đó – dù chỉ lộ ra một nửa thôi – nhưng vẫn bị những người quan sát tỉ mỉ phát hiện ra. Sản phẩm loa thông minh giống như của Justin lập tức trở nên hot trên Amazon! Ngày thứ tư, doanh số bán hàng ở nước ngoài đã lên tới 87.000 chiếc. Không thể phủ nhận rằng vào năm 2012, Justin Bieber đang rất nổi tiếng tại Bắc Mỹ; anh ta có hơn 43 triệu người theo dõi trên Facebook, hơn 24 triệu người theo dõi trên Twitter, và lượt xem các video của anh trên YouTube đã vượt qua 2,7 tỷ lần. “Sao lại mời Justin Bieber? Tại sao trong kế hoạch quảng bá không thấy chi phí cho việc này?” Trần Diên Sâm hỏi Vương Đằng trong cuộc họp. “Ông chủ, đó chỉ là sự trùng hợp thôi! Làm sao tôi có đủ tiền để thuê ngôi sao quảng bá sản phẩm chứ?” Vương Đằng cười ha hả và nghĩ thầm: May mắn thật! Thật là tuyệt vời! Còn việc mời ngôi sao đại diện thì… dù là Vương Đằng hay Trần Diên Sâm, cả hai đều chưa từng nghĩ đến điều đó. Tin mới nhất được đăng đầu tiên trên trang web sách số 69! Không có lý do gì khác cả; chủ yếu là vì việc mời ngôi sao đại diện sẽ khiến chi phí quảng bá tăng lên đáng kể, trong khi chi phí sản xuất và lợi nhuận của chiếc loa thông minh Alexa lại không cao lắm. Nó không phải là một mặt hàng xa xỉ hay mỹ phẩm có lợi nhuận cao; vì vậy, việc sử dụng kết hợp cả các kênh bán hàng trực tuyến và trực tiếp là đã đủ rồi.

“Chỉ sau 11 ngày ra mắt trên thị trường trong nước, tổng doanh số đã đạt 89.000 chiếc; còn trên thị trường quốc tế, chỉ sau 4 ngày, tổng doanh số đã lên tới 192.000 chiếc. Có thể nói, sản phẩm này ‘nở rộ’ không chỉ trong nước mà còn ở nước ngoài nữa.”

Trần Diên Sâm mỉm cười nhẹ, ánh mắt lướt qua báo cáo kinh doanh.

Tổng doanh số toàn cầu đã đạt 281.000 chiếc! Tổng doanh thu lên tới 320 triệu!

So với các con số bán hàng của Orange C2 và Orange D2, vẫn còn khoảng cách nhất định, nhưng trong mắt Trần Diên Sâm, Alexa Smart Speaker đã vượt xa những kỳ vọng ban đầu của ông.

Trên thị trường quốc tế, người dùng ít quan tâm đến giá cả hơn, và mức độ chấp nhận sản phẩm này cũng cao hơn nhiều.

“Vậy việc hợp tác với Paramount đã hoàn thành chưa?” Trần Diên Sâm quay sang hỏi Diệp Thu Phình.

“Tỷ lệ hoa hồng là 8%. Các kênh phân phối được tập trung vào cửa hàng chính thức của Paramount, quầy hàng tại các rạp chiếu phim, các đại lý bán lẻ được ủy quyền và cửa hàng trong các công viên giải trí. Dự kiến, việc chuẩn bị hàng hóa sẽ hoàn tất vào đầu tháng Bảy,” Diệp Thu Phình trả lời.

Zhou Chuangxi, Daniel và Nghiêm Bằng cùng những người khác đều thở phào nhẹ nhõm, khuôn mặt hiện rõ niềm vui.

Từ giai đoạn nghiên cứu và phát triển hệ thống, thiết kế phần cứng cho đến khi sản phẩm được tung ra thị trường, Alexa Smart Speaker đã tiêu tốn gần một tỷ nhân lực, vật lực và tài chính. Chỉ riêng nhóm máy chủ lớn được triển khai trong phòng thí nghiệm trí tuệ nhân tạo, cùng với chi phí bảo trì đi kèm, đã tiêu tốn tới bốn Hàng tỷ vốn. Ngoài ra, còn có đội ngũ nghiên cứu và phát triển gồm hơn 200 người, cùng với các khoản đầu tư vào phần cứng dành cho việc huấn luyện thuật toán sâu.

Nếu sản phẩm không nhận được sự đón nhận tích cực từ thị trường, chắc chắn không chỉ các kỹ sư nghiên cứu như Zhou Chuangxi và Daniel mà cả Trần Diên Sâm cũng sẽ không thể chấp nhận điều đó.

“Dù muộn mấy, miễn là sản phẩm tốt, doanh số chắc chắn sẽ cao!” Trần Diên Sâm nghĩ thầm.

Sau khi Alexa Smart Speaker trở nên rất hot trên thị trường quốc tế, một số người có óc nhạy bén trong lĩnh vực kinh doanh đã ngay lập tức gửi hình ảnh thiết kế, thông tin chức năng và bản vẽ phân tích linh kiện của sản phẩm này đến các nhà máy trong nước, với ý định sao chép y hệt để sản xuất.

Nhưng các nhà thiết kế phần cứng tại các nhà máy trong nước nhận thấy có điểm gì đó không ổn, và lập tức nhận ra rằng đây chính là “Smart Speaker Mose” mà thôi!

Hai sản phẩm này, ngoại trừ tên gọi và hệ sinh thái ứng dụng khác nhau, còn lại hoàn toàn giống hệt nhau.

Sau khi tìm hiểu kỹ lưỡng, hóa ra Alexa và chiếc loa thông minh Mose chính là cùng một sản phẩm.

Khi biết được điều này, những “kẻ sao chép bất hợp pháp” đó đều rất ngạc nhiên; sau khi nhận ra rằng yếu tố then chốt của những chiếc loa thông minh này chính là trợ lý giọng nói tích hợp sẵn bên trong, họ đành từ bỏ ý định sao chép.

Phần cứng có thể dễ dàng xử lý, nhưng hệ thống trợ lý giọng nói thông minh thì không thể.

“Tuyệt vời! Chỉ trong bốn ngày, chiếc loa thông minh Mose đã thu về 40 triệu đô la Mỹ, thành công vang dội cả về doanh số lẫn danh tiếng!”

“Đây là chiếc loa thông minh AI đầu tiên trên thế giới; Justin cũng sử dụng phiên bản tương tự, và nó đã thu hút được vô số người hâm mộ ở nước ngoài!”

“Một sản phẩm công nghệ cao mà người đàn ông đó mang về từ Đèn Tháp Quốc… Ngạc nhiên thay, nguồn gốc của nó lại ở Thâm Quyến!”

Có lẽ là nhờ vào sự thành công vượt bậc của chiếc loa Alexa trên Amazon, hoặc là nhờ vào tầm ảnh hưởng của Justin, vào ngày cuối cùng của tháng Sáu, doanh số bán hàng của chiếc loa Mose trên toàn mạng đã giảm xuống còn khoảng 5.000 chiếc mỗi ngày; tuy nhiên, nhờ vào sự quảng bá mạnh mẽ trên các nền tảng truyền thông xã hội, doanh số bán hàng lại tăng vọt lên, lên tới 47.000 chiếc chỉ trong một ngày – thậm chí còn vượt qua con số doanh số ngày ra mắt vào dịp 618!

Trong thị trường Bắc Mỹ, lần đầu tiên trong lịch sử, doanh số bán hàng trong một ngày đã vượt qua mốc 100.000 chiếc.

Trần Diên Sâm đã giúp thị trường loa thông minh phát triển nhanh hơn hai năm so với dự kiến; Amazon, Google và Microsoft, nhận thấy điều này, lập tức tuyên bố sẽ tham gia vào thị trường này.

Các công ty trong nước như iFlytek, Qidian và Xiaomi cũng đều rất thèm muốn tham gia vào cuộc cạnh tranh này.

Chỉ trong vòng năm ngày, họ đã bán được sản phẩm với doanh thu lên tới 60 triệu đô la Mỹ ở nước ngoài; mặc dù tốc độ bán hàng sau này có thể sẽ giảm xuống đáng kể, nhưng nếu tính cả các thị trường châu Âu, Mỹ, Úc và Nam Mỹ, doanh thu trong một năm chắc chắn sẽ vượt qua 2 tỷ đô la Mỹ… Ai mà không hứng thú chứ?

Lôi Dịch Quân lập tức gọi điện cho Trần Diên Sâm và hỏi một cách thăm dò: “Ông Trần, liệu công nghệ trình điều khiển tương tác bằng giọng nói của Orange Technology có thể được cấp phép cho bên ngoài hay không?”

Nghiên cứu và phát triển mới mất bao nhiêu thời gian chứ… Thà có cái đã sẵn sàng dùng còn hơn!

“Lôi tổng, anh đang nghĩ gì vậy? Công nghệ

“Trần Diên Sâm đã quyết đoán từ chối.”

“Ha ha, chỉ hỏi thôi mà, Ông Trần đừng để bụng nhé. Thời gian tổ chức Hội nghị Internet lần thứ mười một đã được ấn định rồi, Ông Trần có tham gia không?”

Lôi Dịch Quân cười ngượng ngùng và vội vàng đổi chủ đề.

“Chắc là sẽ đi! Nhưng Lôi tổng, bản quyền công nghệ của engine tương tác giọng nói thì không thể cung cấp cho Xiaomi được, nhưng bản quyền của nền tảng phát triển phân tích ngôn ngữ thì có thể cấp phép cho họ sử dụng.”

Trần Diên Sâm nói.

Chỉ riêng công ty Orange Technology thì khó có thể giảm chi phí sản xuất chip AI, sức mạnh tính toán và việc huấn luyện dữ liệu lớn. Họ có thể dẫn đầu về mặt phần mềm, nhưng trong lĩnh vực phần cứng, có quá nhiều yếu tố kỹ thuật phức tạp liên quan.

Vì vậy, chỉ có thông qua các lợi ích kinh tế mới có thể phát triển thị trường này. Giống như những gì họ đã làm trong lĩnh vực giao hàng đồ ăn nhanh và xe ô tô điện tử – kiếm tiền mới chính là lực lượng sản xuất quan trọng nhất.

“Nền tảng phát triển phân tích ngôn ngữ?”

Lôi Dịch Quân hơi ngạc nhiên; anh không ngờ cuộc trò chuyện lại có những bước ngoặt bất ngờ như vậy. Sau khi được Trần Diên Sâm giải thích, anh nhanh chóng hiểu ra sự khác biệt giữa engine tương tác giọng nói và nền tảng phát triển phân tích ngôn ngữ: cái trước là thành quả cuối cùng của sản phẩm, còn cái sau là bộ công cụ hỗ trợ quá trình phát triển.

Nền tảng phát triển phân tích ngôn ngữ bao gồm các giải pháp kỹ thuật như nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên và tạo âm thanh giọng nói. Chỉ cần sử dụng dữ liệu giọng nói và văn bản để huấn luyện algoritme, hoặc kết nối với API tìm kiếm của Baidu, là có thể phát triển ra một sản phẩm tương tác giọng nói tương tự như Mose (Alexa).

Lôi Dịch Quân không do dự gì mà đồng ý ngay, và hai người lập tức bắt đầu thảo luận về chi phí cấp phép.

Trần Diên Sâm đã chuẩn bị sẵn mức giá cụ thể và trình bày chúng cho đối phương.

Sau khi nghe xong danh sách các khoản phí đó, khuôn mặt Lôi Dịch Quân hiện rõ vẻ do dự; anh nghĩ thầm: “Cái này thật sự quá đắt đỏ rồi…”