Quem acertar a voz em tempo real ganhará a camada de interface para a IA.
Não telas. Não bolhas de bate-papo.
Uma das startups que faz um ótimo trabalho nessa área é a @Cartesia (divulgação: sou um investidor independente na empresa).
Seus modelos de baixa latência do Sonic-3 já estão rindo, emocionando e trocando de idioma ao vivo.