机器人选品，选的是什么？

 选品，选的就是产品。在选品之前，我们需要提前了解产品的基本构成和背后的行业生态，这样才能帮助我们更好地选出合适的产品。

机器人的构成可分为软、硬件两方面。硬件方面大体包括外壳、屏幕和主板。而软件方面则是设计和内容。这里要给大家提一个问题了，机器人产品的区分度体现在哪里?

消费者或者对这个领域接触不多的商家可能会认为：机器人嘛，高科技产品嘛。肯定是主板最重要了!哪家的主板好我就买哪家!

答案恰恰相反，我们一般认为最有技术含量的主板其实是机器人产品中最没有区分度的部分。

我们一般认为机器人就是能语音互动的早教机，而主板负责的主要就是机器人对话系统这部分功能。对话系统是在2015年火起来的，主要是因为机器学习特别是深度学习带来的语音识别和自然语言理解技术的普及——主要解决的是识别人讲的话。

而这个技术为什么会被普及开来呢?因为机器学习领域的学术氛围，导致重要的论文基本都是公开的。不同团队要做的是考虑具体工程实施的成本。最后的效果，就是在识别自然语言这个领域里，每家的基础工具都差不多。在意图识别和实体提取的准确率，都是百分点的差异。

另一方面，学界和工业界的天花板导致了目前阶段的对话AI的技术水平，还达不到人们在电影里看到的那样，能自如的用人类语言沟通。这也使得厂商更愿意将精力和成本投入在其它功能上。

有些机器人厂商会宣传自家的机器人支持多轮会话，但这依然脱不出现有对话系统的运作逻辑——填空(slot filling)，所谓填空就是给用户提供一张需要依项填满的表单，但是表单之外的事情就完全处理不了。

比如你想让机器人推荐附近的餐厅，并且你不喜欢吃辣所以告诉“不要川菜”，但如果它的表单中有“餐厅类型”这一项、能提取出“川菜”这个关键词，它就会提供清一水的川菜餐厅给你。因为它并不是理解了用户的需求而只是将它能分辨的词项提取出来。

这其实体现了所谓人工智能的局限性：AlphaGo可以轻松战胜围棋世界冠军，但设计出能推荐餐厅的智能助手却难上加难。因为前者是处理简单规则下的单项任务，是可以凭借高速的运算和大量数据的训练达到的。而后者则是要搭建一个世界模型：餐饮有哪些菜系、不同菜系有哪些口味特点、一般会使用哪些原材料……

著名的思想实验“中文房间”就可以很好地描述现有的对话系统：在一个房间有个不会说中文的人拿着一本足够详细的，能把所有中英文语句对应起来的辞典，当房间外的人用中文跟他说话，他就在辞典中找到对应的英文句子，再找到他用英文回答的句子的中文对照，再把这句话写在纸条上递出去。这样，虽然他不会说中文房间外的人也会以为是一个会讲中文的人在和他交流。

其实不同主板搭载的对话系统就像房间里不会说中文的人，手里拿着不同版本的英汉对照辞典，只不过这本辞典永远不可能发展到思想实验中那样详尽、有效的程度，用这种原理制造的对话系统当然也就不可能尽如人意。

以上的简单分析都是想告诉大家，语音互动不是机器人的核心竞争力(即使做得相对较好的也远远称不上真正的“好”)，那么机器人产品的区分度应该体现在哪里呢?

先说硬件，现在市面上机器人的外壳大多是硬塑料材质，如果有厂商能做出例如食品级硅胶的外壳设计，那会是一个亮点，但和消费者心中“高科技”产品的定位距离就比较远，也没有家长觉得让孩子啃咬机器人是一个正确合适的使用方法。而屏幕倒可以成为一个选品中着重观察的点，比如有些厂商会推出防蓝光护眼的屏幕设计，就值得额外关注了

其实软件方面才是机器人产品之间产生区分度的关键。首先是设计，造型足够吸睛绝对是机器人的第一竞争力。其次在内容方面，可以分为原创内容库和版权库两方面。现在许多机器人厂商都在宣传自己在打造独立IP、有原创储备。但实际储备了多少、更新的频率有多快是参差不齐的。经销商在选品时，应重点过滤那些只拿三首儿歌和两个故事凑数的内容库产品。

另外，在版权库方面，因为知识产权意识并未完全铺开，大部分内容都处于无需版权各家都在用的状态。这时需要关注的就是机器人产品有无承载像蒙特梭利、宝宝巴士这种有较严格版权规定的早教内容。

总结起来，因为用现在的技术逻辑来制作AI的产品的状态还会持续很长时间，所以内容和设计才是机器人这种对话智能类产品的壁垒，而技术不是。