其實從2017年開始，國內硬件市場對於智能音箱的關注度得到了一個飛速的提升，包括百度、阿里和小米在內幾家行業巨頭紛紛推出自己的智能音箱產品。除此之外，諸如喜馬拉雅以及後來的錘子科技這樣一些小廠商也開始進入，試圖在智能音箱領域佔有自己的一席之地。而在此之前，谷歌、亞馬遜這樣的國際巨頭也都已經推出自己的智能音箱產品，尤其是亞馬遜的Echo，更是取得了不俗的銷售成績。2016年的時候，其銷量就已經超過了1400萬臺。
智能音箱這個事情其實很有意思，他的火爆則是在所謂的智能硬件元年過來兩三年之後，而且本質上來講，火爆的並不是音箱產品本身，而是其背後的語音助手，亞馬遜有Alexa，蘋果有Siri。語音助手的火爆意味著一種全新的交互時代正在到來。為了說清楚這個事情，舉一個很簡單的例子，之前有人按照做智能硬件的思路，做了一個類似智能燈的產品，看似很高端，但其實體驗並不好，為什麼呢，因為用戶在使用這個產品的時候，需要去拿手機，打開APP，然後才能把燈打開，這個過程體驗糟糕的根源就在於交互方式，傳統的交互方式是牆上的開關，如果是牆頭燈，直接伸手也能摸得到。到了所謂的智能時代，反而複雜了。電燈這種產品和手機電視不一樣，他沒有屏幕，因此智能電燈最好的交互方式還是語音。
蘋果公司的Siri，以及亞馬遜的Alexa等等，都已經能夠支持自然語言的輸入，實現實時翻譯等功能，能夠一定版本以上的硬件產品變身為智能化的機器人，在國內，也出現了很多這樣的語音助手，而且在功能上也不熟蘋果、亞馬遜。但是至今語音都沒能成為主流的交互方式。其中的原因也很好理解。首先語音交互還沒能夠成為大家主流的使用習慣，手機上很多的輸入法已經能夠支持語音輸入，但是大多數人在掏出手機之後，還是習慣用手打字，而不是直接講話。總之一句話，大家還沒習慣對著手機講話這種習慣。今天很多人選擇在網上訂餐，但很少有人在訂餐之前已經想好要吃什麼，他們的操作方式是這樣的，打開訂餐App,根據App的推薦進行選擇操作，在買火車票或者飛機票也是如此，觸摸、點擊和滑動才是最習慣、最有效的人機交流方式。
第二個原因則是，當下的語音技術仍然存在很大的應用障礙，儘管目前語音技術已經相當成熟，不論是官方的標準語言，還是非官方的一些方言，語音識別軟件都能夠快速準確的識別並迅速轉換成文字，但是語音的識別僅僅只是交互的基礎，語義的識別才是語音交互最大的技術壁壘和挑戰。而真正實現語義的識別，當前的人工智能技術還不足以滿足。同時這也是當前語音交互領域所面臨的最大的挑戰。
受制於技術的限制，當前很多智能硬件的用戶在交互體驗上非常不完美，反應很慢，通常需要等很長的時間才能得到人工智能的回應。一個回合一個回合的和人工智能進行交流，嚴重腐蝕著用戶的耐心，這種設計明顯違背了人性。舉一個很簡單的例子，如果我們想要讓人工智能的機器認識一種常見的動物，就需要讓其認識這種動物超過100萬以上的照片，這就意味著需要很大的數據量支持，在互聯網和相關大數據的積累不足的時候，數據基數無從談起，智能硬件產品的用戶體驗會受到很大的影響。因此，在智能硬件的交互設計上，不論是大公司還是小企業，都有很長的路要走。
當然，瑕不掩瑜，即便智能硬件當前存在很大的問題，一兩年之內還很難改變世界，但仍然有理由相信，他未來的發展將會是大勢所趨。
閱讀更多 國璽同學 的文章
