自從人類(lèi)發(fā)明了計算機，就持續面臨著(zhù)一個(gè)根本性問(wèn)題：我們到底應該如何與這類(lèi)機器交互？拋開(kāi)具體交互形式不論，我們和機器的交互方式經(jīng)歷了一個(gè)從人適應機器，到機器適應人的過(guò)程。一旦趨勢切換為機器應該如何適應人，那看待語(yǔ)音交互等最終趨勢的視角，就不應該是機器能做什么，而是說(shuō)人更渴望什么。

人機交互簡(jiǎn)史

自從計算機發(fā)明后，它所能接受的輸入本質(zhì)上就沒(méi)發(fā)生任何變化，始終都是類(lèi)似加減乘除移位這樣的指令。我們經(jīng)常說(shuō)的紙帶其實(shí)并不是交互方式本身，而只是一種載體，紙帶上面就是具體需要計算機執行的指令。在那個(gè)時(shí)代，人是要完全適應機器的，所以必須學(xué)會(huì )機器的語(yǔ)言，程序員則相當于掌握了機器語(yǔ)言的翻譯。

同樣道理，鍵盤(pán)也不是一種交互方式，而是一種輸入設備。真正的交互方式其實(shí)是命令，常見(jiàn)的比如mkdir這類(lèi)命令，其實(shí)可以看成是更多指令的集合，但抽象的級別更高了，可以完成建立目錄這類(lèi)功能。這個(gè)時(shí)候，其實(shí)也還是人在適應機器，但開(kāi)始去除人機交互過(guò)程中一些繁瑣重復的事情，讓人機交互變得更為便利。

此后圖形用戶(hù)界面的出現是一個(gè)關(guān)鍵轉折。圖形用戶(hù)界面讓人機交互徹底向人類(lèi)一方遷移，屏蔽掉了幾乎所有和機器相關(guān)的細節。在Windows下唯一還保留了些機器特征的東西，只是開(kāi)機、關(guān)機、拷貝、粘貼、查找、最大化、最小化、關(guān)閉等少數幾個(gè)命令，其它部分則和我們操作物理世界的東西很像。比如，我們需要選擇一樣東西的時(shí)候，我們通常會(huì )把他們排成一排，而不管開(kāi)始菜單還是任務(wù)欄都是這樣做的。

同樣是圖形用戶(hù)界面，從使用鼠標到觸屏還是有進(jìn)展的，導入觸屏之后機器的細節被進(jìn)一步拋棄，最大化、最小化這些操作就消失了，而只剩下App的排列以及選擇，我們最常用的操作只是點(diǎn)擊和滑動(dòng)。所以我們可以說(shuō)從鼠標到觸屏，其實(shí)是進(jìn)一步向人這端遷移。

這背后本質(zhì)的推動(dòng)力其實(shí)是計算能力的富余，但產(chǎn)品設計者們不再讓這部分富余計算能力只是用來(lái)提高性能，而是用來(lái)適應人的操作習慣，所以圖形用戶(hù)界面可以看成是從人適應機器到機器人適應人的轉折點(diǎn)。這其實(shí)沒(méi)什么奇怪，畢竟人類(lèi)是世界的中心，所以只要有可能那就必然走到機器適應人的方向上來(lái)。

過(guò)去不管是用紙帶直接輸入指令，還是用命令行乃至于使用圖形用戶(hù)界面，其內部是逐步遞進(jìn)的，雖然表面看差異很大，但基于的是同樣的命令體系，只是在便利性上有較大提升，并沒(méi)有導入很多的新東西。

語(yǔ)音交互則與此不同，它一方面集成了老的命令系統。比如，你可以說(shuō)調大音量、下一頁(yè)、設定十點(diǎn)的鬧鐘等。這時(shí)候它體現的只是人機交互方式進(jìn)一步向人這端傾斜，提升便利性，這與圖形用戶(hù)界面帶來(lái)的變化是一致的。

但另一方面它則為交互方式注入了智能屬性，這種智能屬性讓機器進(jìn)行更多決策，交互不再是精確的。比如，放一首歌，這在過(guò)往的交互方式下是不能實(shí)現的。這是兩種完全不同的屬性，前者會(huì )讓存量市場(chǎng)進(jìn)行升級，也就是說(shuō)只要便利性有價(jià)值，哪怕沒(méi)什么智能它也是可以落地的，后者則體現新的信息整合和輸出方式，會(huì )帶來(lái)極大的顛覆性。

交互方式背后隱含的顛覆性

交互方式的改進(jìn)，如果只是帶來(lái)純粹的便利性那就只是一個(gè)更好的功能，但如果這種交互方式影響了信息的整合與輸出方式，那就會(huì )對行業(yè)產(chǎn)生顛覆性影響。典型的就是觸屏對搜索的影響，在鼠標的模式下，搜索是互聯(lián)網(wǎng)的中心，但因為觸摸不能精確定位，進(jìn)一步催生了App，這直接導致了搜索的中心地位被削弱。

很顯然，注入了智能屬性的語(yǔ)音交互，一定會(huì )導致信息整合和輸出方式的再次更迭，那這會(huì )對眼下已經(jīng)日趨穩定的互聯(lián)網(wǎng)生態(tài)帶來(lái)什么影響？

從現象上看，最直接的影響是App會(huì )消失了，信息的整合與輸出看起來(lái)似乎會(huì )經(jīng)歷一個(gè)分久必合，合久必分的過(guò)程。圖形用戶(hù)界面的鼠標時(shí)代，信息的整合與輸出其實(shí)是大一統的，基本上就是瀏覽器與搜索引擎，然后大的客戶(hù)端程序維持一定自己的空間（比如QQ）。圖形用戶(hù)界面的觸摸屏時(shí)代，信息的整合與輸出其實(shí)是分散化的，人們得記住自己要什么然后裝特定的App。語(yǔ)音交互則是更加大一統的，沒(méi)有App同時(shí)也不會(huì )再有和瀏覽器相并列的大客戶(hù)端，有的只是輸入一句句話(huà)。

什么樣技術(shù)趨勢就會(huì )導致什么樣的格局。形象地講我們可以認為搜索、電商、IM的格局是先天內置在行業(yè)里面的，然后才是誰(shuí)是搜索的王者，誰(shuí)是電商的王者。

在PC時(shí)代瀏覽器和搜索處于核心地位，所以就會(huì )有Google這樣的巨頭，其它人都要活在它的陰影下面。而一旦信息的整合與輸出再一次大一統化，那就一定會(huì )催生新的統治者，而這種統治者的出現，實(shí)質(zhì)上意味著(zhù)現有的巨頭或者小巨頭會(huì )被削弱。如果沒(méi)有了App，對于O2O甚至出行服務(wù)來(lái)說(shuō)，誰(shuí)掌握了上層的控制權，誰(shuí)就掌握了他們的命脈。

現在看來(lái)，終局會(huì )是這樣，但這個(gè)過(guò)程非常漫長(cháng)。

未來(lái)三年的交互方式發(fā)展

交互方式的發(fā)展一定依賴(lài)于具體產(chǎn)品的銷(xiāo)售狀態(tài)，而終端產(chǎn)品的銷(xiāo)售起量則有兩種模式：一種是智能手機式的，一種則是MP3式的。

智能手機的啟動(dòng)進(jìn)程顯然和蘋(píng)果有巨大的關(guān)系，蘋(píng)果先推出一款標桿產(chǎn)品，然后迅速出現大量的模仿者，最終市場(chǎng)大幅啟動(dòng)。在手機上整個(gè)過(guò)程歷時(shí)4年～5年。MP3則與此不同，先是出現各種形狀的MP3，沒(méi)有領(lǐng)頭羊，市場(chǎng)也啟動(dòng)了，然后蘋(píng)果出了一款體驗遠超其它人的產(chǎn)品。

對語(yǔ)音交互的發(fā)展而言，我們同樣面臨兩種可能性：一種是有人做出了一款足夠爆款的產(chǎn)品，讓語(yǔ)音交互的落地有一個(gè)符號性的標志，然后類(lèi)似產(chǎn)品持續跟進(jìn)，產(chǎn)品品類(lèi)持續拓寬；一種是沒(méi)什么標志性的產(chǎn)品，但交互方式極為寬泛、不停地在各個(gè)行業(yè)進(jìn)行滲透，累積到一定程度再出各種標志性產(chǎn)品。國外顯然走的是第一條路線(xiàn)，其中Amazon Echo扮演了領(lǐng)頭羊角色。在國內則暫時(shí)還看不到這樣一個(gè)角色，越來(lái)越往MP3的走勢偏移。

具體來(lái)講，如果是有人扮演領(lǐng)頭羊的角色，那市場(chǎng)會(huì )在領(lǐng)頭羊之后高速擴張，因為交互方式的一切細節都會(huì )在領(lǐng)頭羊身上得到驗證，各個(gè)公司不會(huì )有任何疑慮。但如果是沒(méi)有領(lǐng)頭羊的模式，那整個(gè)進(jìn)程就會(huì )拖得比較漫長(cháng)。

也就說(shuō)未來(lái)三年交互方式的發(fā)展，最終會(huì )依賴(lài)于我們會(huì )走到哪條道路上來(lái)，眼下來(lái)看后者的可能性比較大。因為領(lǐng)頭羊這種事，事實(shí)上是具有極大偶然性的，喬布斯這種人是難以復制的，其信徒們似乎都走上了邯鄲學(xué)步的套路。

小結

過(guò)去，誰(shuí)敢說(shuō)自己是下一個(gè)BAT，其實(shí)是會(huì )被鄙視的，因為客觀(guān)條件就不具備，小魚(yú)塘里哪會(huì )出現鯨魚(yú)。但現在交互方式似乎真的提供了這么一個(gè)機會(huì )，BAT其實(shí)也是這么想，所以這種顛覆性更可能只是巨頭間勢力的再分配。