一夜之間，原本看似對亞馬遜Echo、Google Home和HomePod毫無反應的BAT紛紛進入智能音箱領域，且不說是否是中文太難難倒了互聯網巨頭們，與gadget們的交互方式終于“回”到了人與人最該有的交互方式——語言上面，恐怕你要重新規劃過去以智能手機為中心的智能生活了，可以想見未來生活方式的大致布局：外事靠手機，家事靠音箱。

手機卸任智能家居管理角色

作為首先“智能”起來的一代，手機過去承載了太多，從個人娛樂到智能家居的管理，不可否認的是，在后者的關系里手機充其量只是一種“高級遙控器”，我想無論是作為用戶的你還是你的愛機本身大概都不愿委身于這種身份，這份工作交給智能音箱可以想見是理所當然且情理之中——如果你回到家對于家電們的要求僅僅是換個臺、調個溫度、開個燈、拉個窗簾（事實上它們也只能干這些事情…），翻手機APP找按鍵想想就是很反人類的事情。

盡管手機能高度整合管理智能家居，但交互仍繁瑣不自然

指令簡單、上下文容易理解，智能家居領域的管理似乎是以“語音”為交互的智能音箱最合適切入的領域，講了這么久的人工智能也終于以一種普通人最常接觸的方式實現了商業化（而不是藏在BAT各類服務背后的算法）；一方面這著實會使生活變得更加高效，往往需要打開電視或者打開某個APP才能干的事情，問一句音箱就能搞定，對于經常購買的物品也完全可以交給它來代辦（女生就夠嗆了）。另一方面考慮到這東西的盈利模式未定，要是在回答你的同時插播一段廣告……那就不好了。

語音成了技術突破后最直接自然的方式

實際上廣告公司Google已經在這么做了，Twitter上曾有一段關于Google Home的視頻，一位用戶向Google Home詢問道：“Okay， Google，我今天的安排是什么？”Google Home先是談到了天氣、交通，然后說：“順便說一句，迪士尼真人版電影《美女與野獸》今天上映。”隨后，Google Home開始播放音樂和其它電影評論。

語音能走多遠直接取決于AI

由于跟人工智能發展程度相關聯，這種交互能否在所有地方都代替傳統還要兩說，聯想到日本常見的自動點餐機，這在當地是一種極為有效率和節省人力成本的方式，對于店家已經“固化”的菜單來說，顧客完全不用等待服務員招待，機器上戳幾下就能夠吃上一頓，換做智能音箱，畫風可能是這樣的：“Hi一蘭，我要一碗豬豚骨拉面，加半份面和一個溫泉蛋”……可能并不如戳幾下有效率。

與其他交互不同，語音能走多遠直接取決于AI

不知每次提到智能音箱，你是否會想起當年的Siri，然后暗自感嘆蘋果的這一盤大旗。然而這也不能怪科技公司無作為，“攻克”語音這樣一種人類最原始的交互方式比設計按鈕和觸摸屏幕難上百倍，識別率尚且不高，更要命的是上下文語意的理解，特別是面對中文對一個意思少則幾種、多則幾十種的說法，老外尚且覺得學起來很難，更不用說機器了。所以直到人工智能大行其道的近年才頻繁有公司嘗試這種以語音交互為主的產品。

以阿里剛剛發布的天貓精靈X1為例，背后的AliGenie平臺就融合阿里積累多年的語音識別、自然語言處理、人機交互、聲紋識別等技術，阿里人工智能實驗室的語義理解系統還帶有記憶功能和總結歸納能力，加入了模擬的“長期記憶”和“短期記憶”功能，能夠針對不同的場景和時間度，讓語義理解系統更加貼近用戶。除此之外，阿里人工智能實驗室還已經著手其他多個語種的研究。

服務體驗壁壘或越來越少

利益所造就，移動互聯網生態下雖然每個APP以及背后的服務提供商所提供的服務都無比強大，但APP與APP間的體驗目前來說還是割裂開的：如果不是摩拜進駐高德，你想要一邊騎行一邊導航只能用摩拜的APP掃開單車再去用高德的地圖規劃路線，這樣的問題將在智能音箱領域持續存在，然而好的方面是，國內互聯網公司合作頻頻所造就的阿里系、騰訊系、百度系旗下都擁有各自的一套移動互聯網服務生態體系，似乎會為過去割裂的服務體驗鋪就越來越平坦的路。

復雜“工況”依然需要手機存在

至于家居以外，恐怕還得繼續用智能手機來接管，不同于智能家居一般都是硬件范疇，通過手機獲取的服務大多是虛擬且指令復雜的，而且調用的硬件種類無比多，所需要的計算能力也要遠比大多數情況下僅作為入口作用的音箱要多。

而且智能手機所能行使的任務之復雜，APP UI設計之不同，短時間內交互只能借由精準的按鈕、觸控、菜單、列表來實現了，甭說音箱，就連“語音”這件事大概也只能做些輸入文字之類的事情，手機上的“語音助手”可能在未來遠沒有在智能音箱上有潛力。

再者從設備形態上來說，帶個音箱出門…如果非要有什么另一種形態的智能設備能夠接管你在家居之外的只能生活，成為一種新的移動計算中心，大概只能是未來硬件發展足夠成熟的穿戴類或者MR混合現實眼鏡。