该文章预测，未来两到三年内，人机交互将主要转向语音和视频界面，而非文本输入。多模态AI模型日益普及，能整合感官输入，推动这一趋势。到2030年，80%企业软件将实现多模态交互，成本大幅下降，性能提升，企业应集成这些功能以提升效率和创新。