十余年來，智能語音一直無法擺脫“玩具”的清冷形象，沒人否認這個技術的先進性，但如何利用這個技術賺錢，也沒有人能想清楚。 有研究機構預測，智能語音的市場容量至少超過30億美元。和千億美元的市場相比，這只能算是一個小市場。但鑒于物聯網和可穿戴設備的廣闊前景，智能語音的入口級意義更為可觀。 智能語音技術原理復雜，技術開發周期長、投入大，進入壁壘很高。
在全球范圍內，目前已形成寡頭壟斷競爭格局，僅有Nuance、IBM、微軟、Google、科大訊飛等少數廠商具備較強競爭力。 我國語音技術廠商基本分為三類：一是傳統語音技術廠商，包括科大訊飛、捷通華聲；第二類是互聯網廠商，包括百度、騰訊、搜狗等，普遍采用戰略合作或者收購等方式，掌握智能語音技術，推廣語音服務；第三類是創業企業，像云知聲、思必馳等，它們專注于某些行業領域如汽車、家電，推廣自己的語音技術和產品。 當時，IBM、微軟等國際大公司雖然都把智能語音業務當作未來的潛力業務，但他們都只是布局，并不抱掙錢的念頭。這與當時的產業發展環境有極大關系。
當時，中國無線網絡仍在2G時代，除了客服中心和視力殘疾的特殊人群，語音識別技術過于超前，應用環境根本不存在，那些看上去很好的功能都是擺設。 蘋果的Siri已經廣為人知，谷歌“OK Google”的語音控制命令也很搶眼，微軟則在實時翻譯領域占據主導地位。 經過多年積累，語音交互技術最終成為了上述巨頭旗下的一個重要應用分支，成為它們在生態系統布局上的一個得力工具。得益于平臺，這些語音交互技術可以產品的方式直面消費者。
資深業內人士向《財經》記者表示，智能語音服務只是一個依附性的產品，必須依靠別的產品而存在，就像豬和毛的關系。 國內最早進入智能家居行業的集成服務商Broadlink創始人劉宗孺在接受專業媒體采訪時認為，國內的智能家居目前大部分還只是噱頭，因為家電單品之間的智能標準尚未統一，無法互聯互通。 雖然人們普遍認可家庭娛樂中心將成為繼移動互聯網之后的又一個藍海產業，但這個市場多年來始終沒有市場之王的候選人。從互聯網公司到IT公司再到傳統的家電廠商，涉足這個產業的公司既合縱連橫又分別競爭，一時顯得有些混亂。蘋果TV的遲遲不能問世，也在一定程度上說明了這個市場的不易和復雜性。
