巨頭們都要做智能音箱，背后的邏輯是什么？
作者:綜合 來源:娛樂 瀏覽: 【大 中 小】 發布時間:2025-12-10 02:46:51 評論數:
導讀：早在2017年上半年的做智時候，筆者曾在《智能音箱大戰已在硅谷打響，箱背但國內為何沒動靜？邏輯》一文指出，國內資本對于人工智能創業與項目關注度高，做智但人工智能技術必須要落地到實際的箱背產品之中，智能音箱是邏輯一個很好的產品品類，從未來趨勢看，做智蘋果亞馬遜谷歌等巨頭大力推進自有智能音箱乃至家居產品的箱背生態布局會給國內硬件產業鏈與軟件開發者帶來紅利。對于國內互聯網巨頭來說，邏輯智能音箱這個風口，做智是箱背時候考慮追一下了。
果不其然，邏輯巨頭們一個個幾乎都沒閑著，做智一路追風。箱背隨著亞馬遜echo的邏輯成功引發大范圍關注，智能音箱幾乎已經成為互聯網巨頭的標配。在小米AI音箱、京東叮咚音箱、阿里天貓精靈之外，百度有“小度在家”，騰訊推出聽聽音箱，獵豹移動有小豹，喜馬拉雅有小雅等等。
巨頭們都要做智能音箱，背后的邏輯是什么？
很顯然，互聯網巨頭都要做智能音箱，一方面是亞馬遜智能音箱Echo在海外火爆，谷歌蘋果均已經跟進，智能音箱有可能開啟物聯網時代人機交互的新方式，并引領語音交互操控潮流，也是AI技術與平臺落地的關鍵產品。國內巨頭不得不做。
其次，國內智能音箱市場動蕩，缺乏爆款與引領潮流的產品，標準未定，機會主義盛行，人人都想分一杯羹，也有可能分一杯羹。
再次是，基于智能手機的新增流量觸頂，人口紅利消失，但互聯網巨頭們不斷累積的內容需要尋找新的流量出口，需要通過新的硬件布局來尋找新的流量入口。
互聯網巨頭們基于叢林文化練就的一身敏銳，對未來變化的焦慮以及擔心錯過下一個風口或者說被人搶占風口先機在關鍵性產品布局被人卡脖子等原因，于是互聯網巨頭已經悉數到場，不管有棗沒棗，先捅一竿子再說。
很罕見的，智能音箱成為了一個巨頭們一個個親身入場的硬件市場領域。
從目前來看，雖然巨頭們均已入場，但其產品的長板與短板一樣突出，離爆款尚有一定的距離。可移動使用和與微信打通是騰訊聽聽官方宣傳的主要亮點，阿里的天貓精靈或百度的小度在家瞄準的搜索和信息識別等需求，京東叮咚音箱，能夠實現語音交互、播放音樂、語音購物等多種功能。小米音箱要做智能家居的連接器。
從當前來看，目前BAT京東等互聯網巨頭的戰略是硬件為軟件內容服務鋪路的。即其音箱所承載的均是自身所特有的軟件服務包括音樂資源與相關的內容資源，而小米所不同的地方在于，它要成為智能家居的控制樞紐，到目前，小米共投資了77家智能硬件生態鏈公司，產品也覆蓋了耳機、移動電源、手環、插座、血壓計、空氣凈化器、凈水器、運動相機、平衡車、電池、床頭燈、電飯煲等等。
Echo在美國，最常用的場景包括床頭的信息來源以及廚房中控，但在國內，這兩個場景都不符合國情，而且可連接的家庭智能設備并沒豐富到形成剛需，其實從另一個角度而言，這本身是手機也可以解決的問題，智能音箱作為家居操控中樞或許是噱頭大于實質。
價格戰與補貼戰非打不可
在今天來看，智能音箱在國內市場雖然不像美國市場成為家庭標配，但多少也算是有了點起色。不過這點起色的代價依然是依賴性價比與補貼戰換來的。
但是價格戰與補貼戰似乎又是非打不可，因為在中國，要搶占市場，價格戰永遠有效，市場分析機構GFK日前公布的全國零售監測數據顯示，2017年中國智能音箱市場零售量達到165萬臺但是，去年在11月份阿里補貼天貓精靈，以99元的價格突破百萬銷量，推高了市場總量。今年3月，小米推出的小愛音箱mini以169元價格沖擊市場，更在米粉節期間將價格調整至99元，預約量亦突破100萬臺。
在如今，騰訊聽聽、小米AI音箱等產品其定價均在300元左右價位。之所以如此，在于整個智能音箱背后，是智能家庭生態，是各種軟件服務，是海量用戶的數據與需求，貼著成本補貼，是為了快速走量，并在一線了解用戶的數據和需求，一旦在用戶規模上起來了，就能提升對供應鏈與開發者的話語權，快速迭代，吸引足夠多的開發者。
內容是壁壘，但需要思考是否匹配用戶真實需求
智能家居比拼的還有內容的壁壘。而內容壁壘的很大一部分或將來自于音樂版權。
接入百度、考拉等大量音頻資源的叮咚音箱，在 2017 年末突然無法調用歌曲資源，客服表示“曲庫內容調整，部分資源暫時無法收聽”。同樣的情況也曾經發生在小米音箱身上，如果說智能音箱的首要功能在于它的曲庫資源，那么在這方面，坐擁音樂版權曲庫的騰訊占據著重要優勢。
從目前的互聯網巨頭來看，采用的是資源整合的形式，整合了相對龐大的內容服務，所不同的是內容的供給形式與資源的多少，比如說百度的旗下小度在家本質上是集智能音箱、家庭攝像機、平板電腦、百度APP與于一體，內容方面是百度旗下多個產品的組合。騰訊聽聽智能音箱打通了QQ音樂、企鵝FM、閱文集團、企鵝童話等產品體系，聲稱擁有超過1700萬首音樂正版曲庫，一百萬個兒童故事，一億小時的有聲內容，包括老年人喜愛的評書、相聲、戲曲等。
巨頭們將音箱定位為自身內容與流量的承載器，但另一個角度來看，這本質上也是巨頭們在基于自身的需求在做產品，即我需要用戶來買這個硬件消化我的海量內容，為我的內容布局尋找新的增量空間，而非用戶真的是否存在剛需。有時候，少就是多，多未必就好，功能繁雜兼容并包反而使得音箱定位模糊，弱化了它本身最具賣點的特色。關鍵需要思考但是，這些內容與功能是否匹配用戶真實需求。
巨頭比拼的是對用戶剛需的捕捉能力以及如何更好的體現語音交互的價值
巨頭們雖然比拼的是內容壁壘、技術開放的能力、連接設備的數量以及開發者的影響力。但是本質上比拼的是對用戶剛需的捕捉能力以及如何更好的體現語音交互的價值、人機交互的能力以及對第三方開發者的價值。亞馬遜已經在基于聲控軟件Alexa已經構建了一個基于語音產品的開放平臺，去年亞馬遜在這個旺季內已經銷售了上千萬部的Alexa驅動的智能音箱設備，可以說，它已經與眾多的第三方開發者形成了共贏價值，并打造出了自身的生態價值，雖然百度DuerOS也在做同樣的事情，但后續的價值釋放效應還有待再看。
因為在人機交互方面，語音技術是硬功夫，喚醒激活的設備數越多，用戶使用頻次越多，語音識別能力、反應速度、學習能力訓練得越好，爆款產生的可能性越大。語音交互能力將是決定爆款產出的核心能力，反之亦然。當前蘋果HomePod賣不動，根本原因也在于語音交互能力層面不行。據資料顯示，Loup Ventures做了一項測試中，測試人員共詢問了782個問題，HomePod理解了其中的99.4%，但只答對了52.3%，在整個測試中排名倒數第一。也有業內人士去看了reddit社區的反饋，論壇用戶們也反映HomePod的音響效果令人滿意，但智能語音部分完全就是“智障”。對智能音箱的用戶來說，語音是用戶跟產品體驗最直接的一環，音箱好與不好，語音技術是關鍵一環。
而可以說，亞馬遜Echo的核心能力就在于是在語音交互創新上建立了自身的壁壘。一款Amazon Echo的智能音箱涵蓋的語音技術包括麥克風陣列技術、遠場語音識別技術、語音合成技術、語義理解技術，還要設計相應的聲學結構，所涉及的每一個技術都是行業難點。在國內，能夠獨立完成全部技術的團隊依然很少，能夠提供完整解決方案的供應商更是鳳毛麟角。
對于國內廠商來說，以價格戰先教育市場的策略在在短期有速效，但這種策略換來的銷量并不能帶動該行業的未來，反而會過早透支用戶期待值，影響行業的品質度。因此從目前來看，廠商們推出產品雖然說是將語音交互能力作為基礎能力，但還沒有誰敢說已經在這點上做出了絕對的壁壘與技術深度，并且各家所主打的亮點特性也并沒有聚焦于此，反而更多是用觸控操作和視覺展示或者提供更豐富的視頻資源和服務內容，彌補純語音交互的不足。
小度在家是一款支持視頻、音頻、檢索等功能于一體的產品，強調的是多方視頻通話功能與百度在AI算法、檢索方面的優勢。騰訊聽聽音箱聚焦的是可移動使用和與微信打通。小米聚焦的智能家居硬件的連接。喜馬拉雅的小雅音箱主打音箱所播放的內容服務平臺。阿里天貓精靈則引入視覺計算，偏向商品物品識別和繪本識別等，抓老人和孩子等目標群體需求。
如果說99元的智能音箱賣了100萬臺就能說明它是爆款是難以服眾的，因為本質上智能音箱作為一個新興的代表未來技術走向的產品領域，人們需要看到足夠多的技術表現與產品在解決需求上的創意，尤其是需要在語音交互設計與能力上能做到較高的壁壘程度。
國內廠商更注重內容資源整合、銷售渠道等“商業模式”的創新，而不是通過技術的突破來創建一種新的商業模式。語音交互涉及了非常復雜的技術鏈條，包括了聲學處理、語音識別、語義理解和語音合成等核心技術以及算法降噪、聲源定位、聲紋識別等交互體驗中的必要性技術。雖然百度，科大訊飛等在近幾年的專利申請上與技術突破層面也有不錯的作為，但總體而言，與硅谷巨頭相比差距還很明顯。在國外，基于智能音箱的競爭已經到了下一階段——搶奪全球語音交互市場的控制權，這包括開始制定行業標準、谷歌亞馬遜微軟等公司進行了海量專利的布局，包括對音頻數據集的開放，以及各種產業生態聯盟的搭建。
國內產品均是基于echo作為模仿對象并結合自身已有的內容優勢來做的，但echo的核心是以Alexa構建了基礎龐大的軟硬件生態平臺。這個很難模仿，因為Alexa的語音交互技術已經達到一定高度并且建立了足夠的門檻，依賴于此推動了各接入廠商音箱產品的大賣，這是其生態穩固的重要前提。
爆款難尋背后，是諸多短板未補齊的結果
當然，技術先進與否只是評判維度之一，音箱的智能交互體驗，跟語音交互技術、后端服務和龐大的生態布局規模與生態系廠商的繁榮都是相關的，前面說到，亞馬遜在語音的遠場交互技術層面已經早早建立了自身的門檻，包括聲源定位、遠場喚醒、語音交互等，以及另外能否和消費者習慣、體驗產生強關聯也是關鍵所在。但是從目前來看，似乎當前的產品離這個標準還有點遙遠，并且恰恰是國內廠商的短板所在。畢竟，即便在國內市場echo缺席的情況，在智能音箱這個市場，所有巨頭玩了兩年的全國量加起來還沒有500萬臺。而GFK預計，2018年中國智能音箱的市場規模將持續增長，但總量也只是588萬臺。
當前爆款難尋也有另一個層面的原因，智能音箱它是一種中產階級的生活方式，在于它背后代表的音樂文化與市場環境。有數據機構顯示，今年超過3500萬美國人每月至少與這些智能音箱交流1次，這個數字比2016年增加了1倍。在背后，有市場環境、家居文化以及經濟發展水平的原因。有人提到在美國，美國的廚房和客廳都是開放式的，家庭主婦做飯時聽音樂契合美國用戶的真實需求與場景。
但在中國，這種情況或許并未產生，家庭成員大多數的消遣習慣也是看電視和玩手機。因此，中美家庭對于智能音箱的使用需求有著較大的差異，這也決定著智能音箱的產品需求迥異。互聯網大公司有雄厚的資金和影響力，可以用資金和影響力介入每一個市場，做一整套解決方案，一次做出整個生態系統，但往往忽略了用戶痛點與市場的真實需求以及需要解決的真實的技術短板。因此，在中國即便照搬亞馬遜可能也很難行得通，需要融入更多關于產品使用場景、用戶交互習慣方面的邏輯。
目前智能音箱產品還是以使用基本的工具性功能+娛樂性內容為主打模式，工具性功能任何廠商都能做。至于娛樂、控制功能，則考驗各自在內容交付能力上的布局與智能家居產業鏈的布局，但在更高層面的技術角度建立壁壘，讓用戶真正體驗到通過語音感受到人機交互的樂趣與體驗的快樂，才能以高維打低維，快速破局。總的來說，市場潛在需求一直存在，爆款難尋的背后，是諸多廠商從技術到生態與產品剛需性場景等諸多短板未補齊的結果。
國內語音交互生態與語音交互技術以及相關技術專利上的累積是巨頭們需要普遍發力的短板，另外，尋找適合國內用戶普遍的剛需性場景與痛點性問題將是關鍵，它事關智能音箱這場百箱大戰是否會延續過去高科技被玩成白菜價之后整個行業被玩壞、多數廠商出局的老路子，也決定巨頭們由智能音箱衍生出來的語音交互平臺會不會成為下一代操作系統的關鍵。
果不其然，邏輯巨頭們一個個幾乎都沒閑著，做智一路追風。箱背隨著亞馬遜echo的邏輯成功引發大范圍關注，智能音箱幾乎已經成為互聯網巨頭的標配。在小米AI音箱、京東叮咚音箱、阿里天貓精靈之外，百度有“小度在家”，騰訊推出聽聽音箱，獵豹移動有小豹，喜馬拉雅有小雅等等。
巨頭們都要做智能音箱，背后的邏輯是什么？
很顯然，互聯網巨頭都要做智能音箱，一方面是亞馬遜智能音箱Echo在海外火爆，谷歌蘋果均已經跟進，智能音箱有可能開啟物聯網時代人機交互的新方式，并引領語音交互操控潮流，也是AI技術與平臺落地的關鍵產品。國內巨頭不得不做。
其次，國內智能音箱市場動蕩，缺乏爆款與引領潮流的產品，標準未定，機會主義盛行，人人都想分一杯羹，也有可能分一杯羹。
再次是，基于智能手機的新增流量觸頂，人口紅利消失，但互聯網巨頭們不斷累積的內容需要尋找新的流量出口，需要通過新的硬件布局來尋找新的流量入口。
互聯網巨頭們基于叢林文化練就的一身敏銳，對未來變化的焦慮以及擔心錯過下一個風口或者說被人搶占風口先機在關鍵性產品布局被人卡脖子等原因，于是互聯網巨頭已經悉數到場，不管有棗沒棗，先捅一竿子再說。
很罕見的，智能音箱成為了一個巨頭們一個個親身入場的硬件市場領域。
從目前來看，雖然巨頭們均已入場，但其產品的長板與短板一樣突出，離爆款尚有一定的距離。可移動使用和與微信打通是騰訊聽聽官方宣傳的主要亮點，阿里的天貓精靈或百度的小度在家瞄準的搜索和信息識別等需求，京東叮咚音箱，能夠實現語音交互、播放音樂、語音購物等多種功能。小米音箱要做智能家居的連接器。
從當前來看，目前BAT京東等互聯網巨頭的戰略是硬件為軟件內容服務鋪路的。即其音箱所承載的均是自身所特有的軟件服務包括音樂資源與相關的內容資源，而小米所不同的地方在于，它要成為智能家居的控制樞紐，到目前，小米共投資了77家智能硬件生態鏈公司，產品也覆蓋了耳機、移動電源、手環、插座、血壓計、空氣凈化器、凈水器、運動相機、平衡車、電池、床頭燈、電飯煲等等。
Echo在美國，最常用的場景包括床頭的信息來源以及廚房中控，但在國內，這兩個場景都不符合國情，而且可連接的家庭智能設備并沒豐富到形成剛需，其實從另一個角度而言，這本身是手機也可以解決的問題，智能音箱作為家居操控中樞或許是噱頭大于實質。
價格戰與補貼戰非打不可
在今天來看，智能音箱在國內市場雖然不像美國市場成為家庭標配，但多少也算是有了點起色。不過這點起色的代價依然是依賴性價比與補貼戰換來的。
但是價格戰與補貼戰似乎又是非打不可，因為在中國，要搶占市場，價格戰永遠有效，市場分析機構GFK日前公布的全國零售監測數據顯示，2017年中國智能音箱市場零售量達到165萬臺但是，去年在11月份阿里補貼天貓精靈，以99元的價格突破百萬銷量，推高了市場總量。今年3月，小米推出的小愛音箱mini以169元價格沖擊市場，更在米粉節期間將價格調整至99元，預約量亦突破100萬臺。
在如今，騰訊聽聽、小米AI音箱等產品其定價均在300元左右價位。之所以如此，在于整個智能音箱背后，是智能家庭生態，是各種軟件服務，是海量用戶的數據與需求，貼著成本補貼，是為了快速走量，并在一線了解用戶的數據和需求，一旦在用戶規模上起來了，就能提升對供應鏈與開發者的話語權，快速迭代，吸引足夠多的開發者。
內容是壁壘，但需要思考是否匹配用戶真實需求
智能家居比拼的還有內容的壁壘。而內容壁壘的很大一部分或將來自于音樂版權。
接入百度、考拉等大量音頻資源的叮咚音箱，在 2017 年末突然無法調用歌曲資源，客服表示“曲庫內容調整，部分資源暫時無法收聽”。同樣的情況也曾經發生在小米音箱身上，如果說智能音箱的首要功能在于它的曲庫資源，那么在這方面，坐擁音樂版權曲庫的騰訊占據著重要優勢。
從目前的互聯網巨頭來看，采用的是資源整合的形式，整合了相對龐大的內容服務，所不同的是內容的供給形式與資源的多少，比如說百度的旗下小度在家本質上是集智能音箱、家庭攝像機、平板電腦、百度APP與于一體，內容方面是百度旗下多個產品的組合。騰訊聽聽智能音箱打通了QQ音樂、企鵝FM、閱文集團、企鵝童話等產品體系，聲稱擁有超過1700萬首音樂正版曲庫，一百萬個兒童故事，一億小時的有聲內容，包括老年人喜愛的評書、相聲、戲曲等。
巨頭們將音箱定位為自身內容與流量的承載器，但另一個角度來看，這本質上也是巨頭們在基于自身的需求在做產品，即我需要用戶來買這個硬件消化我的海量內容，為我的內容布局尋找新的增量空間，而非用戶真的是否存在剛需。有時候，少就是多，多未必就好，功能繁雜兼容并包反而使得音箱定位模糊，弱化了它本身最具賣點的特色。關鍵需要思考但是，這些內容與功能是否匹配用戶真實需求。
巨頭比拼的是對用戶剛需的捕捉能力以及如何更好的體現語音交互的價值
巨頭們雖然比拼的是內容壁壘、技術開放的能力、連接設備的數量以及開發者的影響力。但是本質上比拼的是對用戶剛需的捕捉能力以及如何更好的體現語音交互的價值、人機交互的能力以及對第三方開發者的價值。亞馬遜已經在基于聲控軟件Alexa已經構建了一個基于語音產品的開放平臺，去年亞馬遜在這個旺季內已經銷售了上千萬部的Alexa驅動的智能音箱設備，可以說，它已經與眾多的第三方開發者形成了共贏價值，并打造出了自身的生態價值，雖然百度DuerOS也在做同樣的事情，但后續的價值釋放效應還有待再看。
因為在人機交互方面，語音技術是硬功夫，喚醒激活的設備數越多，用戶使用頻次越多，語音識別能力、反應速度、學習能力訓練得越好，爆款產生的可能性越大。語音交互能力將是決定爆款產出的核心能力，反之亦然。當前蘋果HomePod賣不動，根本原因也在于語音交互能力層面不行。據資料顯示，Loup Ventures做了一項測試中，測試人員共詢問了782個問題，HomePod理解了其中的99.4%，但只答對了52.3%，在整個測試中排名倒數第一。也有業內人士去看了reddit社區的反饋，論壇用戶們也反映HomePod的音響效果令人滿意，但智能語音部分完全就是“智障”。對智能音箱的用戶來說，語音是用戶跟產品體驗最直接的一環，音箱好與不好，語音技術是關鍵一環。
而可以說，亞馬遜Echo的核心能力就在于是在語音交互創新上建立了自身的壁壘。一款Amazon Echo的智能音箱涵蓋的語音技術包括麥克風陣列技術、遠場語音識別技術、語音合成技術、語義理解技術，還要設計相應的聲學結構，所涉及的每一個技術都是行業難點。在國內，能夠獨立完成全部技術的團隊依然很少，能夠提供完整解決方案的供應商更是鳳毛麟角。
對于國內廠商來說，以價格戰先教育市場的策略在在短期有速效，但這種策略換來的銷量并不能帶動該行業的未來，反而會過早透支用戶期待值，影響行業的品質度。因此從目前來看，廠商們推出產品雖然說是將語音交互能力作為基礎能力，但還沒有誰敢說已經在這點上做出了絕對的壁壘與技術深度，并且各家所主打的亮點特性也并沒有聚焦于此，反而更多是用觸控操作和視覺展示或者提供更豐富的視頻資源和服務內容，彌補純語音交互的不足。
小度在家是一款支持視頻、音頻、檢索等功能于一體的產品，強調的是多方視頻通話功能與百度在AI算法、檢索方面的優勢。騰訊聽聽音箱聚焦的是可移動使用和與微信打通。小米聚焦的智能家居硬件的連接。喜馬拉雅的小雅音箱主打音箱所播放的內容服務平臺。阿里天貓精靈則引入視覺計算，偏向商品物品識別和繪本識別等，抓老人和孩子等目標群體需求。
如果說99元的智能音箱賣了100萬臺就能說明它是爆款是難以服眾的，因為本質上智能音箱作為一個新興的代表未來技術走向的產品領域，人們需要看到足夠多的技術表現與產品在解決需求上的創意，尤其是需要在語音交互設計與能力上能做到較高的壁壘程度。
國內廠商更注重內容資源整合、銷售渠道等“商業模式”的創新，而不是通過技術的突破來創建一種新的商業模式。語音交互涉及了非常復雜的技術鏈條，包括了聲學處理、語音識別、語義理解和語音合成等核心技術以及算法降噪、聲源定位、聲紋識別等交互體驗中的必要性技術。雖然百度，科大訊飛等在近幾年的專利申請上與技術突破層面也有不錯的作為，但總體而言，與硅谷巨頭相比差距還很明顯。在國外，基于智能音箱的競爭已經到了下一階段——搶奪全球語音交互市場的控制權，這包括開始制定行業標準、谷歌亞馬遜微軟等公司進行了海量專利的布局，包括對音頻數據集的開放，以及各種產業生態聯盟的搭建。
國內產品均是基于echo作為模仿對象并結合自身已有的內容優勢來做的，但echo的核心是以Alexa構建了基礎龐大的軟硬件生態平臺。這個很難模仿，因為Alexa的語音交互技術已經達到一定高度并且建立了足夠的門檻，依賴于此推動了各接入廠商音箱產品的大賣，這是其生態穩固的重要前提。
爆款難尋背后，是諸多短板未補齊的結果
當然，技術先進與否只是評判維度之一，音箱的智能交互體驗，跟語音交互技術、后端服務和龐大的生態布局規模與生態系廠商的繁榮都是相關的，前面說到，亞馬遜在語音的遠場交互技術層面已經早早建立了自身的門檻，包括聲源定位、遠場喚醒、語音交互等，以及另外能否和消費者習慣、體驗產生強關聯也是關鍵所在。但是從目前來看，似乎當前的產品離這個標準還有點遙遠，并且恰恰是國內廠商的短板所在。畢竟，即便在國內市場echo缺席的情況，在智能音箱這個市場，所有巨頭玩了兩年的全國量加起來還沒有500萬臺。而GFK預計，2018年中國智能音箱的市場規模將持續增長，但總量也只是588萬臺。
當前爆款難尋也有另一個層面的原因，智能音箱它是一種中產階級的生活方式，在于它背后代表的音樂文化與市場環境。有數據機構顯示，今年超過3500萬美國人每月至少與這些智能音箱交流1次，這個數字比2016年增加了1倍。在背后，有市場環境、家居文化以及經濟發展水平的原因。有人提到在美國，美國的廚房和客廳都是開放式的，家庭主婦做飯時聽音樂契合美國用戶的真實需求與場景。
但在中國，這種情況或許并未產生，家庭成員大多數的消遣習慣也是看電視和玩手機。因此，中美家庭對于智能音箱的使用需求有著較大的差異，這也決定著智能音箱的產品需求迥異。互聯網大公司有雄厚的資金和影響力，可以用資金和影響力介入每一個市場，做一整套解決方案，一次做出整個生態系統，但往往忽略了用戶痛點與市場的真實需求以及需要解決的真實的技術短板。因此，在中國即便照搬亞馬遜可能也很難行得通，需要融入更多關于產品使用場景、用戶交互習慣方面的邏輯。
目前智能音箱產品還是以使用基本的工具性功能+娛樂性內容為主打模式，工具性功能任何廠商都能做。至于娛樂、控制功能，則考驗各自在內容交付能力上的布局與智能家居產業鏈的布局，但在更高層面的技術角度建立壁壘，讓用戶真正體驗到通過語音感受到人機交互的樂趣與體驗的快樂，才能以高維打低維，快速破局。總的來說，市場潛在需求一直存在，爆款難尋的背后，是諸多廠商從技術到生態與產品剛需性場景等諸多短板未補齊的結果。
國內語音交互生態與語音交互技術以及相關技術專利上的累積是巨頭們需要普遍發力的短板，另外，尋找適合國內用戶普遍的剛需性場景與痛點性問題將是關鍵，它事關智能音箱這場百箱大戰是否會延續過去高科技被玩成白菜價之后整個行業被玩壞、多數廠商出局的老路子，也決定巨頭們由智能音箱衍生出來的語音交互平臺會不會成為下一代操作系統的關鍵。