因此智能音箱会成为一阵浪潮，在美国家庭被用户解决各式各样的生活问题。因为它天然规避了手机的使用场景，形成了人们日常生活的有益补充。

对话式人工智能的实质

我们真正需要探讨的是，智能音箱它到底是像智能可穿戴设备一样，仅仅只是智能手机的有益补充，还是能够成为未来个人、家庭的服务入口。

因为，如果智能音箱仅仅只是智能手机的补充，atv，那这意味着它的量级永远只是局限数百万台的规模，仅仅被少数人所使用。

不过，目前来看，智能音箱的实质其实并不是音箱甚至不是智能语音助理这么简单，准确定义的话，这实际上是“对话式”人工智能。

在微软Build2016开发者大会上，微软CEO纳德拉首先提出了“Conversations as a Platform”，也就是“对话即平台”的人工智能发展方向。

​这个概念在后来也被成为是“对话式人工智能”。

所谓“对话式人工智能”指的是，对话本身就是一个平台，各种知识、信息与服务都运行在“对话”其上，可以形成生态环境的基础平台。人和人工智能之间的对话，即是解决各种问题的一种路径和方式。

如果说的更浅显一些，那就是人们能够通过人和人正常交流的方式，来与机器进行沟通，以此来获取信息和服务。

也就是说，未来人们其实不仅仅是在家里可以用智能语音助理来获取服务，智能语音助理甚至可能无所不在。所以你会发现，阿里人工智能实验室在发布天猫精灵的同时，还公布了配套的研发平台AliGenie开发者平台。这一开发平台主要面向个人内容开发者、应用开发者、智能家居开发者以及硬件生产商等四类开发者。

未来我们可以在汽车、冰箱、电视甚至是家庭的垃圾桶上享受到智能语音助理的服务，随时用语音获取信息。用阿里人工智能实验室负责人浅雪的话来说，“终端方面的合作伙伴包括阿里智能IoT、涂鸦科技以及一些大厂，涉及千万款以上产品、100多个品类。”

这也意味着将来智能语音助理将无所不能、连接一切。

这种交互方式或许令人意外，但是语言本来不就是人诞生以来的交互方式么？

语音是所有动物最早最原始的信息交流方式，这对于使用者来说几乎没有任何的门槛，哪怕是还不识字的孩童。

只是随着信息化时代的来临，键鼠成了我们操纵电脑与他人交流、获取信息服务的交互方式，而随着移动时代的来临，触摸屏又取代键鼠成了新的交互方式。

细细数来，键鼠这种交互方式存在至今不过50年，而触摸屏这种交互方式严格算来也仅仅只有不到20年。

但触摸屏取代键鼠的那一刹那，有多少人表示过惊讶？当乔布斯宣称说其实人类有一个天然的操作工具的时候，我们还认为他可能会推出全键盘手机。然而他说的是全触摸屏手机。所有人都认为，触摸屏手机收发邮件不方便，打字不够快捷。

黑莓时任联席CEO兼创始人Jim Balsillie在2007年2月曾经说过的一句话：（苹果和iPhone）有点像一位试图加入一间已经十分拥挤的屋子的新人，在这里消费者已经有许多许多选择了……但是如果说这将对黑莓产生海啸般的影响，我会觉得有点夸张了。

后来的事情大家都知道，更符合人类直觉的触摸屏取代了全键盘。在智能音箱的身后其实也存在这个交互变革的逻辑。

云计算大数据重塑语音

尽管是回到语音这个交互逻辑上，但本质来看，智能语音助理下的语音和过去的语音交互其实存在着本质的差别。

过去我们用语音调用的实际上是另外一个人的服务。对话和对话之间本质上信息量很少。

实际上，语音交互存在大量问题：

1、场景覆盖的低；

2、缺乏系统可视性；

3、语音无法表现信息层级。

4、语音交互消耗注意力，增加记忆负担。

5、随之带来的交互效率低。

所以，当你在地铁上，别人却在微信上给你发来一条59秒的语音消息时，你会对那个人恨之入骨。

但是随着人工智能和云计算、大数据的到来，人和语音的交互本质上正在发生变化。因为这并非双向语音之间的交互，只需要人发出指令即可。

刘慈欣在《乡村教师》的这段话很形象地点名了未来语音交互的信息量：