其次是速度，从学术角度来说，聊天机器人回答一个问题是1秒还是10秒都没关系，但是要实现商业化，应答的时间不能超出用户的心理承受极限，否则将严重影响用户体验。所以一般工业上要求NLP技术的响应时间不超过500毫秒，加上网络延迟等因素，实际应答往往会超过1秒，再加上数据量越来越大，这个响应时间还会增加。这一点成为自然语言交互产品商用化非常影响用户体验的因素之一。有测试过多家技术的某上市公司一位智能家居产品经理向笔者介绍，目前即便有企业做到200毫秒响应，但实际上联网跑起来的体验依然不佳，有的干脆直接在每一次应答前固定插入一段声音来缓解用户等候的焦虑，但这并非长久之道，只有想办法进一步压缩响应时间，这一点灵聚智能的应答速度令他印象深刻。经笔者求证，灵聚智能目前能够将智能云的绝大大部分场景如知识性和功能性场景的平均响应时间控制在20毫秒左右，把更多时间留给不确定的网络延迟上；

第三个是灵活度，面向商业化的产品，用户的需求总是个性和多样性的，这对于NLP技术服务商提出了更高的要求，是否能够有足够的灵活度，允许用户便捷的自定义手段达到自己的使用目的。在这一点上，灵聚旗下的核心产品灵聚人工大脑架构是不限定场景的，从数据层、算法层、会话层到应用层，从一开始构建就是为了不限领域的应用开发的。通过灵聚智能云和开发者平台，具有研发能力的第三方企业和开发者可以很便捷的使用到灵聚提供的核心技术服务开发出自己的产品，而不懂得代码的用户也可以使用自然语言交互的调教模式或用户自定义管理平台通过可视化工具进行内容和场景的自定义。

前有BAT巨头的追逐，后有商业化的痛，留给这一领域创业企业的时间并不特别多。

以语音交互技术应用最为广泛的智能音箱市场为例，开奖，目前整个智能音箱市场已呈现以亚马逊Echo为排头兵，国外有Google、微软、苹果，国内有腾讯、阿里、京东相互追随的态势。

阵营越发强大，竞争也日渐白热化。那么，作为夹在巨头和C端产品公司中间提供技术服务的中小型公司，还有多少机会？

在语音识别领域，“云知声”也是一个颇有名气的玩家，商业化落地也做的不错。2015年底“云知声”完成了B+轮数千万美金的融资，并开始了对公司品牌的升级——从智能语音公司，到物联网人工智能服务商。云知声布局人工智能，首先推出的是一个“云端芯”的概念。这个概念简单解释就是通过芯片将终端和云端连接起来。基于这个概念该公司开始实践人工智能。云知声要做的，是将AI芯放进从家电到汽车的各种产品里，让它们都能连网并通过语音交互连接至云端服务。目前云知声主要瞄准家居、车载、教育、医疗四块市场，其中前两块是重中之重。

成立于2007年的苏州思必驰信息科技有限公司，则主要聚焦在智能硬件领域的智能人机交互平台，主要为智能车载、智能家居、智能机器人三大垂直领域打造人性化的自然语言交互方案，并专注原始技术创新及技术落地的商业化应用。在资本市场炙手可热，在行业中也备受关注。

在笔者看来，这个市场足够大，大到充满想象。但也存在着一些问题，美国克瑞顿大学袁劲梅在写给其被开除的学生的信中所述的问题也存在于许多方面，例如：弄虚作假甚至以偏概全的进行浮华宣传，“炫技”多于实际能力。这样实际上可能会导致用户和投资人对真实技术水平和产品功能的误判。做研发型企业也需要做学问的态度和坚持，因为商业而没有底线终究是无法长久的。

此外，行业内很多拥有技术实力的公司，还没有建立起成熟可靠的商业模式，而是通过一些上下游的延伸来创造价值，比如上游连接语音和搜索引擎，为垂直行业提供内容和服务，下游把语音和硬件产品结合，依靠销售来实现营收。

尤其是在金融、教育、客服等需要与行业高度定制、服务和售后的公司，巨头更不会轻易涉足，这也将成为技术类创业公司的机会。

不过，在一些智能家居、智能车载等to C领域，技术类创业公司可能要面临着与巨头直面竞争的局面，毕竟，这也是互联网企业天然的C端优势，包括庞大的用户基数、数据积累以及好的产品体验等。

尽管如此，在与巨头的关系上，中小型技术创业公司也拥有相当大的机会。拿此前被吐槽具有“复制”基因的腾讯来说，在移动互联网最初发展的几年中，很多合作伙伴并不愿意太早纳入到巨头身后站队的行列。