“视窗”是人机交互的一次飞跃，背后是计算机的图形化显示技术
“手势”是移动互联网上人机交互的一次飞跃，正如陆奇在新风会上曾说过，苹果就干对了一件事情，那就是他把“手指”做对了。这背后是触控技术作为支撑。
下一代人机交互的飞跃已经雏形初见，那就是语音。这背后是语音识别和语义理解以及语音合成技术。
但是目前能看到的是，语音适合人对机器的交互，例如发指令，但是对于机器对人的交互，尤其是信息的呈现反馈上，语音跟图像比看不到优势。
在“人对机器发指令”这个需求上，语音优势很明显。目前符合这个需求的场景，简单枚举一下，
所有的“带有精准需求的下单需求”，包括预定、叫车、精准到SKU级的购物，语音交互在“信息反馈”上效率太低，所以在“导购”场景下并没有任何优势，例如在非SKU级的商品检索上，纯语音交互很废
所有简短类精准问答类的信息检索需求，例如“世界上最高的山是什么？”，这一类单一答案，机器对人的信息反馈很少，适合语音交互
所有电器的简单操控上，例如开灯关灯、开空调到26度这类操控类的指令
从高频+刚需+竞争壁垒的条件来筛选，明显第三者最有优势，这也是小爱音响的制胜法宝。就智能音响这个场景和产品来说，小米手上的牌是最好的。
