在生态层面，亚马逊、阿里巴巴这样的大公司优势明显。就目前来看，语音交互在整个阿里巴巴硬件体系内的重要性越来越高，比如在 YunOS 系统中，整个语音交互成为一个重要的入口，而 YunOS 早已具备了支持多端的能力，可以在手机、电视、互联网汽车、音箱以及机器人上使用。这也意味着，围绕 YunOS，尤其是语音交互，阿里巴巴整个生态体系正在形成。

　　3. 语音识别的场景意义大于技术意义

　　如上文所言，过去几年，语音识别的精确率大幅提升。这也让公众产生了某种误解，意味哪家公司的识别率越高就越好。而在初敏看来，「语音技术如果要变成一个产业，最重要的是 E2E （不同企业之间的产品）打通，从收音，到识别、到理解、到交互、再到服务选择、结果反馈，以及持续交流等，开奖，每一个环节都要流畅，用户用起来才舒服，才会愿意持续使用。」

　　这也是初敏一直所强调的一点，随着语音识别准确度未来越来越高，公众也不再关注所谓的识别率高低，而是更在意其背后的技术、服务质量，或者说用户使用场景，而对企业来说，首先要突破自然语言理解和交互的技术瓶颈，在此基础上再谋求服务质量的提升。

　　当下，语音行业云集巨头和大量创业者们。但对很多创业公司来说，技术突破或许难度不大，但对用户场景的理解以及围绕产品的生态建设则非常困难，这也就不难解释为何目前整个语音行业成为巨头——亚马逊、阿里云争夺的主战场。

　　在初敏博士看来，语音交互已经具备了相对多的应用场景，比如汽车，司机驾车过程中，语音交互是一种天然而又高效的交互模式；再比如智能家居，客厅里的音箱、电视，卧室里空调、厨房里的冰箱等等。不同的场景，用户的需求也有不同，汽车需要的是地图、导航、音乐，客厅需要的视频和音乐，厨房则需要超市和电商服务。

　　进一步来看，B 端的场景里，用语音操作工业机器人或者将语音交互用于服务型机器人（虚拟和实体）当中，这里的想象力也非常非常大。比如在阿里电商平台上的「阿里小蜜」，每天应对淘宝、天猫等交易平台上百万级服务量的情况，永远在线、全年无休，平均响应时间不到一秒,智能解决率也已超90%。这也意味着，在完全无需人工介入的情况下，通过语义分析和联想计算，「阿里小蜜」能向用户提供有效、对口的服务解决方案。

　　4. 写在最后

　　不管所谓「移动互联网下半场」的论调是否有依据，有个事实已经很明显了，自 2007 年开始的移动互联网行业已经步入一个全新的阶段，这其中最大的变化就是入口的变化。从曾经的搜索到后来的 App 再到如今的社交消息应用，而在用户交互层面，从键盘到触摸屏再到语音。在海量设备被联网后，移动互联网、物联网也将逐步融合、进化。

　　在谈及对 2017 年的预测时，初敏博士提出了两点：其一，自然语言理解技术的研发进展或许将过滤掉很大一批从业者；其二，随着智能语音交互设备出货量的增加，一个关键的窗口期即将到来。