6月20日，音频分享平台喜马拉雅FM发布了旗下首款AI产品小雅AI音箱，半个月后，百度在AI开发者大会上宣布了DuerOS开放平台可以支持基于语音和图像识别的智能产品开发，当天下午，阿里人工智能实验室也发布了一款自主研发的中文语音理解引擎AliGenie平台及智能音箱天猫精灵。此前，腾讯、京东、联想、小米、酷狗等企业早已入局。据不完全估计，自今年4月以来，关于智能音箱、智能语音的发布会就已召开了几十场。
　　但现阶段的语音交互仍存在许多问题，人工智能技术尚处于起步期，背后搭载的开放平台需要大量的数据和训练才能掌握一定技能。
　　“虚火，智能音箱现在都是虚火”，喜马拉雅副总裁兼硬件事业部总经理李海波向《中国经营报》记者感慨，在技术启动期，随着关注度的提升，很多资金便会进来，到了泡沫期，众企业都在做，便是虚火最旺的时候。智能音箱是一个蓝海市场，然而，这时候很多企业并不是从用户需求出发，接下来一年到一年半的时间里，九成以上企业会淘汰掉，然后过度到一个平稳期，而现在离智能语音成熟期还很远。
群雄逐鹿的野心
　　7月5日，阿里智能音箱产品天猫精灵 X1面市。如今，BAT（百度、腾讯、阿里）等互联网巨头已相继发布了语音交互平台或智能音箱。其中，百度在今年1月的 CES 就推出了人工智能操作系统 DuerOS，DuerOS 可实现语音控制、日常聊天、直接提供多种 O2O 服务等的智能化转变。而此前谷歌、苹果、微软、亚马逊等国际巨头已抢先进入智能音箱领域。
　　今年4 月，腾讯宣布推出智能语音助手腾讯叮当；5 月，来自联想和创业公司 Rokid 的智能音箱产品正式面市；6月，问问智能音箱 Tichome、喜马拉雅FM小雅AI音箱悉数亮相。从外观或功能上看，上述音箱除了能听音乐支持设定闹钟、提醒事项、查询天气外，还能与消费者进行语言互动、控制家用智能设备。众多企业纷纷入局，被认为是巨头们在为以智能音箱为入口的AI 时代布局。
　　值得注意的是，智能音箱的风口也引来了更多企业参与进来。李海波介绍，目前，他所知晓的国内在做智能音箱的企业就超过百家，很多厂商及与之相关的硬件企业或技术提供商也跃跃欲试，正在不断进入这个市场。
　　相比于苹果及BAT巨头们在争夺未来智能生态切口的入场券，喜马拉雅、酷狗等企业还是将焦点放在了内容端。
　　李海波告诉记者：“你可以理解为我们想做喜马拉雅APP的实体化，我们希望能够把声音的习惯再扩展到日常其他场景去，将来他未必就长得像今天的小雅，可能是一套体系，会以床头灯、智能马桶，冰箱里头的嵌入系统而存　在。”
　　智能音箱为何在今年如此火爆？在多位业内人士看来，主要源于智能音箱鼻祖亚马逊发布的Amazon Echo销量大增。自Echo于2014年11月俏然上市以来，经历了三年的成长，Echo从2015年的400万台增至2016年的800万台，今年Echo的销售预期也被提至了1000万台。随后的2016年Google 正式推出了智能音箱 Google Home，2017年6月，苹果公司推出HomePod，这无疑成为重要的产业风向标。
多重难点待突破
　　智能音箱销量的火爆无疑让中国公司“眼红”。
　　京东是中国最早开启智能音箱市场的企业之一。2014年，京东成立智能集团，发布“JD+计划”。2015年初便与科大讯飞成立合资公司灵隆科技，同年8月推出叮咚智能音箱，这是目前国内销量最多的智能音箱产品。尽管如此，整个智能音箱市场却显得有些不温不火。智能音箱的主要功能依旧是听音乐，其余多样化的智能功能尚不成熟，难以捕获大量受众。
　　易观分析师冯超向记者分析，音箱产品不可移动，可能无法满足多种房间状态下的需求，目前许多国内消费者还缺乏对此类智能设备的依赖性。但从另一个角度看，随着技术发展，手机不再是唯一的计算中心，可穿戴设备、多种智能产品都将兴起，这必然产生大量的用户数据，产品之间互联互通进行数据的交互，万物互联模式将成为主流趋势。
　　智能音箱所代表的是一种全新的人工智能交互方式，代表着未来人工智能在家庭应用场景中的落地。随着亚马逊Echo的成功，各个巨头与国内众多公司并非仅在抢夺智能音箱市场，更多的是在关注未来家庭入口的进场券。为了减少自己的试错成本，他们开始“模仿”Echo，然而由于地域市场不同，中国企业所面临的难度更大。
　　“由于中国方言多，发音多，汉字在不同的语境中，有可能音是一样，字却不一样，如何将语音转化成文本比翻译英文难得多。”国内某知名智能音箱的产品经理小许告诉记者，口语转化成汉字、用户表达的口语化如何让背后的机器能识别，服务的整合能力都是智能语音发展的难点。以往用户在百度、淘宝输入都属于文本类的规范化信息，语音时代，需要把口语化的东西处理成背后机器能识别的完全口语化搜索。
　　在小许看来，技术的壁垒，靠时间和数据各大公司之间相对来说还是比较容易达成的。但数据和服务的累积不是简简单单能解决的，多个服务平台如何达到整合还有很长的路要走，提供内容服务的硬件厂商需要克服版权等壁垒问题。
“虚火”在燃烧？
　　从无人机和机器人，到AR和VR技术，再到如今的智能音箱、人工智能，科技界的风口热潮是否会消退？
　　近日，李海波在接受记者独家采访时表示，智能音箱、语音交互的发展符合技术咨询机构Gartner公司提出的Gartner曲线，根据Gartner曲线，新技术从概念、胚胎发展到成熟的过程划分为技术启动期、期望值高峰期、幻灭的低谷期、领悟的爬坡期、效率的饱和期五个区间，今年是人工智能充分竞争的一年，现阶段的智能音箱、语音交互就明显处于资本泡沫化高峰。
　　“智能音箱是个蓝海市场，当资本进入，众多企业都想要挤进来，但很多企业根本不是从用户需求出发，接下来一年到一年半的时间，从这几百家里面，90%的企业会淘汰掉，然后到一个平稳时期。”李海波认为，小公司机会少，未来的智能音箱不是企业买几个模组拼接到一块就能做成，相关模组形成的方案，后端需要大量技术人员进行组合，数据与技术的修正支持及适配、验证。
　　“既是虚火也是趋势，下一代的自然语音方式一定会替代掉触屏的方式，只是今天还在一个成长期，还没到成熟期。”多位业内人士告诉记者，这个趋势不可扭转，下一步应该是所有的服务，不管是打车、预定航班还是购物，都会进入到一个介于视觉语言和语音这两种更便捷的体验，因为这免去了很多中间环节。
　　在业内看来，语音交互的风口其实伴随着语音助手、各类语音应用早已到来，尤其在行车等不便于用手操控的场合中，语音交互发挥了较大的作用。易观分析师冯超认为，未来这个风口将同人工智能一样，持续发展，将会应用于越来越多的场景中。智能音箱现在正处于抢占市场红利的时期，虽然多方势力涌入，但还会经历一番大浪淘沙，品质好、服务优、技术强、系统完善的产品最终将占据市场，持续时间的长短还要看市场的检验。