的确，如果说智能手机的触摸屏改变了人与智能设备的交互方式，那么语音交互则被认为是下一代人机交互方式，智能音箱就是语音交互的第一个入口级产品。出门问问创始人李志飞表示：“人工智能和语音交互是灵魂，但需要为灵魂找个载体，尽管这个载体不见得就是音箱，但智能音箱相较之下最容易推广。”
智能音箱其实是科技巨头们语音交互技术的“演兵场”，如果有一天人们抛弃了手机换了新的智能设备，语音交互技术将更有用武之地。也正因如此，包括科大讯飞、图灵机器人、思必驰等语音识别领域的人工智能技术头部企业也纷纷参与到这股热潮中，比如联想智能音箱的语音技术来自图灵机器人，天猫精灵的语音技术来自思必驰。
不过，想要演练技术，也要消费者“买账”。借鉴亚马逊Echo一代售价179.99美元，二代售价49.99美元的降价经验，国内智能音箱定价都不高，叮咚TOP售价399元，天猫精灵X1售价499元，小米AI音箱售价299元，价格最高的问问音箱Tichome售价649元，小米公司联合创始人王川表示，这样的定价策略，就是要降低用户的试错成本。“因为这是新品类，普通用户并不知道它到底能干什么，或者到底能不能像演示的一样好用。定价太高，消费者就难以下决心尝试。”
对于消费者来讲，价格之外还要考虑是否有用。这体现在两个方面：内容和生态。这也正是巨头们的优势，拿音乐版权来说，天猫精灵依靠的是同属于阿里巴巴旗下的虾米音乐，但对于创业公司来说，通常只能选择百度音乐作为音乐来源。在生态打通方面，就像Echo牵手微软以将Office系列纳入其语音交互支持的范围一样，旗下拥有自己智能硬件生态链的小米，智能音箱显然更容易连接种种“兄弟硬件”，天猫精灵与淘宝电商平台打通，能准确回答类似“我的快递到哪儿啦”这样的问题。
简单复制不容易
复制Echo的成功并不容易。海知智能CEO谢殿侠坦言，中美两国的生活场景差异很大。“在美国，Echo的使用场景多是在厨房，美国家庭主妇本来就有做饭时听音乐或听新闻的习惯，当然也是因为美国的烹饪方式和中国的煎炒烹炸相比更安静，适合收听，因此音箱在美国一直属于大的消费品类。”中美两国用户对智能音箱的了解也不同，出门问问曾在中美两国做过用户调研，美国80%的受访者知道智能音箱，但国内受访者对此的知晓率只有15%到20%。
