自2017年开始，国内智能硬件市场上对智能音箱的关注度飞速提升，几家大厂先后推出自己的智能音箱产品。而在此之前，国外巨头包括谷歌、亚马逊，也都已经推出自己的智能音箱产品，尤其是亚马逊的Echo，2016年的销量超过1400万台。

为什么智能音箱产品在所谓智能硬件元年过了两三年之后才火起来？其实火爆的并不是智能音箱产品本身，而是智能音箱背后的语音助手，比如亚马逊的Alexa、苹果的Siri等。

前面我讲了一个智能灯类产品的案例，这类产品通常需要用户去找手机、打开App，然后才能开灯。这个过程的体验差在哪里？交互方式。

我们和电灯原来的交互方式是通过墙上的开关，如果是床头灯，直接伸手就能够到了，智能灯反而把这个交互方式复杂化了。

类似电灯这类的产品智能化，与手机电视不一样，是没有屏幕的，因此最好的交互方式应该是语音交互。

苹果公司旗下的智能语音助手Siri，目前已经支持自然语言输入、实时翻译等多种功能，可以让一定版本以上的iPhone手机或iPad（平板电脑）变身为智能化机器人，听上去十分酷炫。

此外还有亚马逊的Alexa，我国现在也出现了各类语音识别技术和应用软件，智能语音助手品类已经非常之多。可是即使技术已研发多年，甚至有公司表示其产品的语音识别能力已经可以媲美人类，但至今语音交互也没能成为主流应用。

原因有两方面。

第一个是语音交互还不太符合人们的使用习惯。智能手机上的很多输入法现在已经支持语音输入，并且效果还不错，但绝大多数用户在掏出手机后，最大的习惯不是对着手机说话，而是用手指触摸。我们还没有形成对着手机说话这类使用习惯，而且如果是在公共场合，由于要保持素质，也不适合大声讲话。

今天的很多年轻人会选择在网上订餐，但很少有人在订餐前便已经考虑好要吃什么。他们会打开一个订餐的App，根据相应推荐进行选择。在购买火车票或飞机票时也是如此，触摸、点击、滑动才是最习惯、最直接的人机交流方式。(www.daowen.com)

当然，使用习惯不是语音交互没能成为主流应用的主要原因，主要原因是当前语音交互技术仍然存在较大的应用障碍。虽然目前语音识别技术已经可以说比较成熟，用户说的标准官方语言如普通话、英语，甚至部分地区的方言，语音识别软件都可以快速识别并转换成文字，但是，语音识别只是语音交互的基础，语音交互更大的挑战在于语义识别。而语义识别，对于当前的人工智能技术来说，与人类自身还存在巨大的鸿沟。

举例来说，我和智能语音助手说一句话：“这是一本讲极致产品的书。”智能语音助手能够理解的是这些文字，分别是“这”“是”“一本”“讲”“极致”“产品”“的”“书”。每个字或词，它都可以识别出来，可能根据“吞下”的词典，也大概知道“书”是什么，但是，它一定理解不了“讲极致产品的书”是什么书。

而智能硬件，比如智能空调，如果我在家比较热，我希望当我说“屋里好热”时，它能够自动调节温度；但是如果我说“屋里好热，可是孩子感冒了”，它就难以理解我后半句话的意思是不用调低温度了。

这是当前语音交互领域面临的最大挑战。

受技术限制，当前的智能硬件的用户交互体验也不十分完美，反应较慢，用户经常需要耐心等待人工智能的回应，一个回合一个回合地与人工智能交流，会磨蚀用户的耐心，这明显违背了人性。

另外，如果我们想让人工智能认识猫这种动物，可能需要让其浏览101万张猫的照片，这就意味着人工智能需要大数据的鼎力支持。在互联网和大数据的相关积累不足时，数据基数也不存在，智能硬件的用户体验便会受到很大限制。

因此，在智能硬件的交互设计工作上，无论是创业者还是巨头公司，都还有很长的路要走。

瑕不掩瑜，即使智能硬件确实存在各种问题，暂不可能在一两年内就改变世界，但我始终认为它是未来发展的大势所趋，也是360重点关注且始终践行的产品方向。