微信顧問、香港科技大學楊強博士表示，“小微”能夠促成微信大數據的重要因素是，其可以永久在線，終生學習；擁有5.49億用戶，具有群體智慧；通過公眾賬號平臺和微信支付，打通O2O商業閉環。
微信正在計劃開始嘗試人工智能領域的發展。其近日向外界介紹了智能機器人“小微”，用戶可以用自然語言與之溝通，解決此前語音助手智能機械應答的短板。
在蘋果發布語音助手Siri之后，中國市場也出現了眾多的語音助手類應用，但目前來看用戶對其接受程度并不高。一方面，用戶打開語音助手提問的習慣并未養成，而會選擇查詢類應用，如大眾點評等；另一方面，助手應用的體驗并不好，在查詢的問題無法解決時，只能給用戶反饋一個搜索結果的網頁界面。
雖然在眾多的演示中，語音助手不僅能夠播報天氣，甚至朗誦詩歌和講笑話，但是微信工程師表示，真正的機器人還應該為用戶提供更高的價值，實現商業的閉環。
在完成對語音和圖像的識別之后，微信工程師團隊意識到語義識別的方向也應該納入整個功能中。微信先在微信開放平臺上線了語義解析的功能，進行技術儲備，并在去年提出了生活服務查詢的設想。在經歷了兩三個月的具體算法驗證和用戶反饋調整后，“小微”作為最產品落地。
目前，微信團隊已開發出微信榜單的功能，可以通過了解用戶分享的音樂信息，形成榜單，為用戶進行推薦。事實上，這類應用場景只是利用用戶碎片化時間的小應用，“小微”更希望可以為一種“連接器”——用戶在他們提出需求時，為其提供更為個性化的解答；O2O創業者項目需要推廣時，可以將其推送給用戶，甚至并不需要一個具體的App。
對“小微”來說，可以將用戶交流和微信支付串聯起來，平滑接入微信公眾號以及錢包、打車、購物等各種生活服務，帶來完整的微信內O2O閉環生態體系。
與眾多語音助手相比，“小微”與用戶溝通時，不再只是一問一答。微信工程師解釋稱，語音助手更多是垂直結果，給的大部分垂直結果并不是用戶真正想要的，用戶的問題通常并不明確，需要對其進行反問，然后通過上下文獲取用戶的真實需求，最終為用戶提供解決方案。“小微”能夠結合個人特點和社交好友來給出更貼近用戶的結果，這更接近自然語言環境下，人與人的溝通。
從技術上來看，其脫胎于微信現有產品“漂流瓶”。用戶提出問題的過程，類似于扔瓶子的過程，而得到“瓶子”，則是一種反饋，這種過程不斷地反復，將產生重要的價值。也就是說，“漂流瓶”的模式是群體智慧解決問題的重要途徑，“小微”亦可以借助于此。
數據顯示，每天新扔“瓶子”的個數為1.1億個，被撈起的個數有2.1億，而撈“瓶子”之后進一步回復的“瓶子”有1.2億個。
不僅如此，在未來“小微”還有更多發展的方向，比如分析用戶性格和偏好來匹配連接人與人。與其他語音助手類應用不同，借助微信的社交性，通過許多個體用戶的疊加可以使得機器人的能力成倍增長。微信工程師表示，“微信機器人將成為微信現有功能的重要補充”。
