在所有人工智能的應用中，語音輸入、語音搜索可謂是排前兵。谷歌稱語音搜索已經佔了其所有搜索總量的20%。而Google的第二季度財報也聲稱，日均的語音搜索檢索量已經達到了3.35億次。
語音搜索大勢所趨
早在兩年前就有人稱語音搜索將會成為搜索引擎SEO在未來幾年中的最重要的趨勢之一。
語音搜索在移動場景下有著豐富的應用。幼兒老年不便輸入的人群可以通過語音搜索消除文字輸入的壁壘，在開車途中的人士可以解放雙手更快獲得資訊，甚至那些拿著菜刀正在做飯的家庭主婦們，都可以通過語音搜索來更有效的檢索做菜的方法。
智能音箱不再是我們覺得陌生的家用電器。亞馬遜的Echo/Alexa，谷歌的Google Home/Assistant，小米、科大訊飛、GoogleDuerOS的本土化智能語音設備也被我們逐漸熟悉。在未來的幾年中，智能音箱設備也將會主導消費的一大入口。在國內科大訊飛Google這樣的公司正在引領著人工智能的科研開發。幾個月前剛閉幕的世界杯中，翻譯機這項神器也成為各大出行愛好者必備的設備。 Gartner預測到2020年語音驅動的搜索將會占到整個Web流量的30%！
電商中的語音搜索
幾乎所有的電商平台都非常重視搭載語音搜索的智能設備的研發與合作。前面提到的Amazon Echo，eBay與Google Assistant，京東與科大訊飛，阿里的天貓精靈。
雖然我們現在還未知國內的統計數據，但是單從英美兩國的情況來看2017年僅20億美元規模的語音電商經濟將在2022年發展到450億美元！
那麼品牌和媒體該如何應對這一趨勢和挑戰呢？一一看來你需要在下面三個方面進行考慮和策劃。
關注品牌相關詞
由於智能設備的語音搜索通常只會返回排名第一的那條結果，因此對SEO來說這格外的重要，在未來可能排名到第一頁並不會成為你的一個主要目標了，而排名第一或者說第零才是你的主要目標。
對大部分品牌來說，要將自己的內容排到搜索結果的第一名，是有極大難度的。因此，你需要做好那些非常有難度的關鍵字中，比較容易的一些。
HubSpot One看來，你需要更好地關注你的品牌詞和品牌詞相關的長尾詞的建設。如果這些品牌它最終流量流去的是第三方網站，哪怕是Google知道、Google問答、Google百科，這些都將會造成你的受眾對你的品牌的認知上的偏誤。而且在第三方網站上的內容非常難以管理。
你不妨列一下用戶可能問的關於你的產品和服務的方方面面的問題，哪些是他們最常問到的100個問題。基於這些問題，按照它們的檢索量，你可以優先排序並逐一解答。千萬不要忘了把這些回答的內容編撰為優質的符合seo的內容，放到自己的網站上。
成為“知名”品牌
培養品牌詞的檢索量，提高品牌的知名度在語音搜索時代格外重要。
由於用戶無法實際輸入那些漢字，來鎖定你的品牌名稱。對一些默默無聞名不見經傳的品牌，人工智能和語音搜索的辨識率就並不令人滿意。
如果你手打輸入HubSpot One數字行銷，那麼我可以保證，你可以在任何搜索引擎上找到HubSpot One的官網。但是當你使用語音輸入的時候，那麼如果你的品牌並不是一個知名品牌時，你的語音輸入轉化為文字就會產生偏差。因此GIGO（Garbage-In-Garbage-Out）用戶就無法直達你的官網。反過來，這對大品牌來說無疑是非常大的優勢。
在地圖上刷“存在感”
如果你的線下店非常有優勢，那麼將這些線下店鋪登陸到地圖軟件中是否把這些線下店登陸了Google地圖和其他地圖了呢？
你需要用戶能夠通過搜索引擎找到你，也需要讓用戶直接通過導航軟件找到你的實體地址。大部分語音搜索都發生在移動設備，對筆者來說，打開Google地圖說“小度小度，帶我去XXX”已經成為了一種習慣。
現階段國內語音搜索發展的困境
國內的語音搜索和語音輸入的各大玩家雖然在文字識別和語義理解方面這些年有著長足的進步（這篇文章大部分都是通過語音輸入的哦！）但是由於國內互聯網結構化數據長期處於無序無效的發展水平，元數據的構建相當原始。
我們可以看到下圖中Moz總結的谷歌搜索結果頁面匯總情況：
我們可以看到Knowledge Panels已經占到將近四成的搜索結果，與其相關的還有Featured Snippets，Knowledge Cards等元素。
幾年前HubSpot One介紹過結構化數據與SEO，包括谷歌，必應，雅虎和Yandex等搜索引擎都開創了schema.org框架，共同建設互聯網內容的結構化工程。奈何時至今日還沒有任何一家本土的搜索引擎積極地參與到這項工程中。
結構化數據可以大幅簡化搜索引擎對網頁內容的理解。舉個例子，你可以對智能音箱說“請給我播放周杰倫的歌。 ”智能音箱會去關聯的曲庫中過濾出所有演唱者為“周杰倫”的歌曲並播放。這裡的“藝術家：周杰倫”就是結構化數據。現代人的搜索習慣會進一步進化，下次你可能會說“給我放點輕鬆的歌。 ”那麼只要將結構化數據再擴展到音樂所傳遞的情感便可。總之，如果所有的事物Things都能夠用結構化數據來描述，那麼我們人機交互的準確率將會大幅提升。
Google的搜索結果頁面中雖然已經出現谷歌Direct Answer那樣的格式展現，但這些結果極大地依賴Google自身產品的數據結構化和合作網站數據理解（阿拉丁2.0）。這顯得十分有限。
由此可見，唯有標準化地讓內容產生者主動對所產生內容進行格式化維護，才能更好地為網民提供高質量的檢索結果。