實際上，帶屏幕的智能音箱早已成為智能音箱行業(yè)的大趨勢，早在2017年5月，智能音箱的鼻祖亞馬遜就推出了一款名為Echo Show的帶屏幕的智能音箱，Echo Show在原有的語音交互的基礎(chǔ)上，加入了新的視頻通話、觀看網(wǎng)絡(luò)視頻以及對一些新應(yīng)用的支持。在中國，BAT三大互聯(lián)網(wǎng)巨頭也紛紛推出自己的智能音箱，其中騰訊推出帶10英寸屏幕的親見M10;百度則推出智能視頻音箱小度在家。

從產(chǎn)品角度而言，增加一款屏幕是喜聞樂見的，因為屏幕的出現(xiàn)能夠較大程度地提升用戶與智能音箱交互的效率。實驗證明視覺依然是人類獲取信息的主要渠道，而聽覺則是其次，因此在使用智能音箱時，用戶可以通過屏幕進(jìn)行更加直觀也更加簡便的交互。比如訂外賣，當(dāng)用戶向智能音箱下達(dá)“買一份麻辣燙”的指令時，智能音箱會一一報出附近所有銷售麻辣燙的店鋪名字，接著在向用戶砸出一堆菜名，無形中增加了時間成本。而屏幕則可以讓用戶更加直觀的挑選，確實能夠一定程度地提升了交互效率。

然而，在智能音箱上增加一塊屏幕的根本原因是，語音交互體驗不夠好，因此需要通過屏幕提升“智能音箱”的使用體驗。問題在于智能音箱的核心——語音交互的體驗完全沒有提升，這看起來更像是語音交互無法滿足日常生活使用需求之下的妥協(xié)，因為智能音箱依舊不夠智能。以訂外賣的場景為例，語音交互體驗足夠好的智能音箱，應(yīng)該在海量地信息中進(jìn)行篩選，結(jié)合用戶的行為習(xí)慣以及店鋪評價等信息，分析用戶意向并提供幾個最優(yōu)選項供用戶選擇。在這種情況下，屏幕的存在已經(jīng)沒有意義。

而從企業(yè)的邏輯來看，增加一款屏幕可以讓產(chǎn)品疊加視頻、電話等功能，滿足消費(fèi)者的多種需求。帶屏幕的智能音箱的出現(xiàn)，為企業(yè)增加了一個價值收割器，比如影像廣告就比聲音廣告更受廣告主青睞。而對于旗下?lián)碛辛髅襟w視頻平臺的企業(yè)來說，則添加了一個全新的流量入口，所以旗下?lián)碛蠵rime Video等流媒體平臺的亞馬遜、旗下?lián)碛袗燮嫠嚨陌俣纫约皳碛衁outube的谷歌推出帶屏幕的智能音箱產(chǎn)品就不讓人奇怪了。

但是對于消費(fèi)者而言帶屏幕的智能音箱本身不具備不可替代性，也就是說智能音箱的屏幕可以由手機(jī)、平板、電視機(jī)等充當(dāng)。而智能音箱屏幕的功能也可以由其他設(shè)備代替，屏幕加音箱的設(shè)備和電視機(jī)、手機(jī)如出一轍，多余的屏幕在實際使用中卻不能比這些設(shè)備更加便利，用戶并不需要一個分散注意力的屏幕。而智能音箱實際是家庭云端的大腦，它可以通過連接電視、手機(jī)、平板等設(shè)備，讓這些設(shè)備成為它的屏幕，使功能的使用和切換更加靈活，因此在家庭中增加一個屏幕是雞肋的，甚至是不必要的。在現(xiàn)階段，智能語音并不成熟的情況下，智能音箱或許需要一個屏幕，但屏幕的載體不一定是音箱本身。