2015年的智能大招是怎么憋出来的?

简介:
    如果性价比还没有在中国大行其道,我想智能家居在中国也不会走得如此浮躁。口无遮拦的雕爷还在满口屌丝的唾骂着,雷军却眼看就要将马云从首富的位置上拉下来。无论何种商业模式,对单个的公司来说都不存在对错,因为这是个人喜好,但单一的战略思维对一个行业来说,绝对是灾难性的,回顾整个2014年,我们比任何时候都要“智能”,但吐槽与概念齐飞,在每一个尝鲜者做产品体验的同时,人们自己也沦为了智能的试验品。

2015年的智能大招是怎么憋出来的?

跑偏的2014

很多人都认为2014是智能家居的元年,因为很多产品已经从概念走进了现实。盘点一下琳琅满目的智能硬件,有可以做显示器的智能眼镜,可以社交的智能耳机,可以充电的智能钱包,可以测心率的智能手环,可以接电话的智能手表,可以预约的插座,可以下片的智能路由器,可以防丢的智能鞋子,可以导航的智能自行车,可以播报天气的智能音响,重点是它们都还可以不贵,现在听起来都很想置办一套。不过冲动消费的人毕竟不多,而被忽悠着去冲动消费的就更少了,所以智能家居这个理论上千亿级的市场到现在也只是不温不火。

当市场给不了布道者信心的时候,互联网公司的介入可能是最有效的一剂强心针。因为它们离消费者最近,在纷乱嘈杂之中也能最快闻到金矿的方向,当然最主要是它们都能够任性。所以BAT和小米这种公司进军智能家居之后,白电厂商们表示:“兄弟,等你很久了”,硬件厂商们则表示:“大哥,别抢我饭碗,你怎样都行”。可是到现在,白电还是原来的白电,该死的厂商依然去见了马克思,而科技界的八卦基本上也是围绕着合作愉快,分道扬镳,抄袭争议展开。相比那些狗血的桥段,我更愿意相信在这些事的背后,巨头们只是在扮演一个冷酷洗牌手的角色罢了。

2015年的智能大招是怎么憋出来的?

无生态,不智能

作为用户,可能更多的是就着层出不穷的新闻,看一次又一次热闹,或者是用来做茶余饭后的谈资。但作为从业者,应该深刻地意识到这些“执着的逗比”和不作为之间还是有很大差别的。杀手级的应用和硬件都只是产业的催化剂,暂时稀缺并不代表永远稀缺,所以重点是有没有人将平台给搭起来,这是每个巨头共有的情怀,毕竟谁也不想辱没生态型公司的招牌。

与智能家居相伴相随的一个概念是物联网, 这对消费者来说略显生涩,而一些厂商的做法就是粗暴地将其诠释为数据监控和远程控制,最后手机就莫名其妙地成为了灯的开关和各种家电的控制终端,我不知道世界上有没有人会无视触手可及的遥控,一定要用手机来完成“酷炫”的控制,如果一定要将其上升到智能的高度的话,充其量也就是“伪智能”。所以各自为营是不靠谱的,作为物联网的枢纽,路由器本就是必经之路,所以对它下手更有想象空间,很多厂商也推出了智能遥控,问题是仅仅实现通信是不够的,用户还需要内容,还需要跨平台操作。

2015年的智能大招是怎么憋出来的?

我所理解的智能生活

海子的“从明天起关心粮食和蔬菜 /我有一所房子/  面朝大海春暖花开”感动过不少老中青,但作为只关心快餐价格,买房也任重道远的人,我们还是可以对智能生活心存念想的:回到家打开电视,接着播放在地铁上没有看完的电影;夏日打开淋浴,热水器能从手表上得知我的感冒,适度调节水温;当你在沙发上入睡,手环能告诉空调和灯光,让它们自觉地配合一下...

其实这些在技术上都不是问题,问题是互联互通现在还只是小范围的抱团行为。这和用户的需求是相驳的,用户只想以最低的学习成本和操作成本实现享受,所以有足够话语权的智能家居解决方案才是关键,在这个层面互联网公司有着天生的优势,无论苹果发布的Homekit,还是三星的SmartThings,无非就是想和小伙伴们表态:“你们负责认真,我来帮你们赢,大家各取所需,一起造福人类”。理论上所有与人产生交互的产品,都可以搜集用户特殊的数据,当数据足够全面时,智能也就更精准,这就是衡量一套解决方案基本原则。

所以在不远的将来,有资格活下去的硬件总能找到自己的平台归属,而平台们比拼的是算法和体量,这些都跟用户没什么直接关系,人们需要的永远是科技带来的顺其自然。


 
  本文作者: 六爷

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
Shell Python
miniconda使用体验
## 简介 miniconda是什么呢? 这里简单用一个公式来说明 miniconda = virtualenv + pyenv + pypi源 通过miniconda可以实现创建隔离的python包环境,下载特定的python包版本,使用conda源上编译好的whl包。可以说一应俱全。 ## 安装 miniconda在Mac可以直接用Brew安装,一行命令 `brew install mini
1279 0
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
DeepRant:一款专为国际游戏玩家设计的翻译工具,一键翻译聊天对话,无需切出游戏
专为游戏玩家设计的多语言快捷翻译工具,支持多种翻译模式和主流语言,基于Tauri和React开发。
739 12
DeepRant:一款专为国际游戏玩家设计的翻译工具,一键翻译聊天对话,无需切出游戏
|
11月前
|
机器学习/深度学习 人工智能 算法
《AI赋能鸿蒙Next,开启智能关卡设计新时代》
在游戏开发中,关卡设计至关重要。借助鸿蒙Next系统和AI技术,通过学习玩家行为、自动生成内容、自适应难度调整、优化布局与流程及增强互动性,可实现个性化、多样化的智能关卡设计,提升沉浸感和趣味性,同时提高开发效率与质量。然而,开发者需关注数据安全与算法偏见等问题,确保AI与游戏的深度融合。
268 3
|
C++ Python
【boost】boost1.71安装以及VS2019调用boost.Python
【boost】boost1.71安装以及VS2019调用boost.Python
|
运维 安全 Linux
服务器基础知识大科普
服务器基础知识大科普
865 0
|
人工智能 开发者
AIGC对新闻伦理的冲击以及应对
【1月更文挑战第10天】AIGC对新闻伦理的冲击以及应对
688 1
AIGC对新闻伦理的冲击以及应对
|
自然语言处理 机器人 机器学习/深度学习
探索NLP在聊天机器人中的应用
【6月更文挑战第3天】本文探讨了NLP在聊天机器人中的应用,包括自然语言理解(NLU)、自然语言生成(NLG)和对话管理(DM)。NLU帮助机器人识别意图和实体,NLG生成人类友好的回复,DM则控制对话流程。通过深度学习和预训练语言模型,聊天机器人正变得更加智能。未来,多模态交互将成为趋势,提升用户体验。NLP技术将持续推动聊天机器人发展,创造更多可能性。
|
机器学习/深度学习 并行计算 PyTorch
Pytorch 2.0来了!来看看新特性怎么应用到自己的代码里
Pytorch 2.0来了!来看看新特性怎么应用到自己的代码里
|
人工智能 计算机视觉
AIGC:推动智慧农业革命的关键驱动力
AIGC:推动智慧农业革命的关键驱动力
|
JavaScript 前端开发
nodejs接入七牛云并实现图片上传
nodejs接入七牛云并实现图片上传