京公网安备 11010802034615号
经营许可证编号:京B2-20210330
智慧家庭与大数据是个金矿,中国电信生态开放激活智能时代
印象中,智慧家庭并不是新鲜概念,而基于大数据的智能家庭服务,这个概念自从微软的维纳斯计划开始,在中国存在了10年以上,但直到今天依然不成熟,因为涉及到的产业链复杂,参与成员多,各自为政的现象严重。当然,这并非说明智慧家庭及大数据服务是一个“伪命题”,只是时机未到而已。7月16日,在“2016年天翼智能终端交易博览会”上,中国电信、中国智慧家庭产业联盟、中国企业大数据联盟共同组织的一场“智慧家庭与大数据发展论坛”上,就针对这一悬疑,给出了答案。
迭代式升级,家庭智能化演进的三个时代
一直以来,盯在智慧家庭和大数据应用的企业很多,互联网企业、家电企业、运营商、终端等各方力量纷涌而入,但由于短期利益的影响,多数单兵作战,没有一家具备主导全产业链的能力,竞争乱象也带来了一系列的难题。首先是各自为政,彼此间技术、标准协议不统一,形成了孤岛和割裂;其次是终端不够成熟,计算智能化程度不高,用户需要对不同品牌、不同功能的设备分别管理,用户体验不佳,所承载的应用也不够接地气。最后一个阻碍也是最为“致命”的,行业里未形成成熟、完善的生态体系,不能形成合力。
不过,以往戴着镣铐跳舞的大数据智慧家庭正逐渐“松绑”,并开始施展开拳脚。如今随着计算功能和交互能力的增强,一个全新的智能化时代正在到来。这种智能化主要体现在终端多元化、屏幕大型化、交互灵活化、设备智能化、应用多样化、功耗持续优化,消除了过去阻碍智慧家庭走向公众的障碍。以智慧家庭所涉及到智能电视为例,在中国接近4300万台的电视出货量中,已经有3800万完成了智能电视的迁移,并形成乐视、海信、创维、小米等全新的品牌布局,同样,在智慧家庭所涉及到的关键网关、盒子等中枢产品上,也正走向成熟。
两年前的7月24日,中国电信就牵头成立了电视机厂家、芯片厂家、终端厂家、渠道商和应用提供商等共同发起的智慧家庭产业联盟,推出了智慧家庭的全新产品“悦me”,为用户提供家庭信息化服务。从当时的阵容看,有70多家智慧家庭产业链成员企业参与,不仅有海信、创维、海尔、TCL等智能电视厂商,几乎覆盖了中国80%的电视大屏,Marvell、高通等6家芯片厂家,终端厂家有华为、中兴、烽火等36家,渠道商包括苏宁、国美、迪信通等5家。最值得一提的,还有百度、阿里、京东、三星等极具互联网基因企业的参与。当时,这一动作在行业了引发了强烈关注。
两年过后,智慧家庭市场早已不可同日而语。7月16日的“智慧家庭与大数据发展论坛”上,中国电信市场部副总经理吕品抛出的观点相当犀利。经过多年来的积淀与准备,智慧家庭的统一平台正在形成,开始使用统一的控制平台和物联网标准协议,让用户得到一致化的体验,并完成跨设备、跨入口的数据打通。
智能化家庭的演进历程可以划分为三个时期,最早是终端时代,单品占山为王,与用户属于单点连接,设备间缺乏互操作和数据、应用上的连通;第二个是互联时代,多设备间可以共享、互联,且应用可跨屏、多终端迁移,设备的场景化趋势明显,并在一定程度上帮助用户建立了使用习惯,比如手机与电视的连接、投射,这一时代出现了平台与基于连接协议的互联互通,为智慧家庭的成熟打下了基础。如今正处于智能时代,智慧家庭产业蓄势待发,万物互联已经不存在技术障碍,大数据、人工智能得到了成熟应用,以中国电信所核心的智慧家庭产业生态系统也从概念走向了落地阶段。只不过,这三个时代并没有明显的界限,属于迭代式升级。
生态开放和能力输出,中国电信怎么实现三步走?
无疑,任何一个生态都需要核心主导者的领导,否则就会是一盘散沙,成为形同虚设的组织,大数据驱动的智慧家庭牵涉更广泛的产业链成员,需要在网络控制层、终端及应用层进行统一,整合的往往是各个环节上的巨头型企业,所以难度更大。而运营商一直被认为是最佳的主导者,依靠自身的用户规模和号召力,来形成将各方力量团结在一起的生态系统。两年前联合各方力量成立中国智慧家庭产业联盟,中国电信就有这样的野心,意在整合产业链,以开放生态思维,撬动智慧家庭与大数据产业,让智能走进人们的生活。
如今,这一生态已初步成熟,承载了亿级用户,并形成了一套智慧家庭体系,在开放能力上完成了三步棋子的落地。
在智慧家庭与大数据发展论坛上,中国电信市场部副总经理吕品透露,中国电信依托“家庭智能网关+天翼高清平台”,发挥用户规模优势,构建了面向家庭用户的智慧应用生态,其中涵盖了天翼光宽、天翼网关、开放平台、天翼高清、智能家居/外设、家庭云、大数据等板块。而这些板块组成了一个有机的整体,天翼网关发挥了零配置智能组网作用,关联操控家庭里面各种智能设备,天翼高清作为计算设备和智能娱乐中心,将取代之前非智能盒子,涉及内容聚合、开放应用商店、适配外设、定制行业市场。
不少观点认为,智慧家庭产业生态相当复杂,巨头有自己主导的小生态,中国电信所主导的生态将小舢板结成更大的航空母舰。但评价一个生态是否成功,有两个指标,一个是承载用户的规模化,是决定生态是否成熟的关键指标;二是开放性和能力输出的普适性,后者上,中国电信构建的能力开放已经完成了三步棋子的落地。
在规模化用户层面,数据显示,天翼光宽用户已达1.37亿,支撑起了5000万电视屏、1.5亿手机屏、6亿手机屏的使用用户。天翼网关方面,预计数量上年底将超过1000万,2018年将超过5000万;天翼高清2016年所承载的电视用户将超过6500万,2018年会突破1亿,在IPTV市场的份额高达78%。同时,中国电信还拥有2万家营业厅和5.3万精品渠道、10万装修人员,5000家体验店。可以说,这一智慧家庭生态已成为行业里唯一一家实现规模化运营的平台。
而在生态的开放性和能力输出上,中国电信智慧家庭也完成了三步棋子的落地,首先是开放的平台、资源和能力,面向用户开放云服务,每户可达到2TB,定向流量15GB/人/月。同时面向产业链输出EB级存储能力,10TB+网络及百万物理计算能力,以及数据、智能路由连接的实现。其次是技术规范上的统一和接入控制的智能化,中国电信智慧家庭生态打造了一套eLink协议,统一合作机制,依托高速光宽,深化与芯片、终端、应用、渠道等产业链伙伴的合作,通过技术标准、业务规范上的统一,解决了以往各自为政、彼此不兼容带来的互联互通、数据共享和应用迁移等难题,还设计和发布了中国智慧家庭指数,来反馈应用状况。最后则是业务应用层的开放,形成电商云、家电云、安防云等场景化应用服务,引入更多主流的应用服务商参与进来,形成了丰富的应用生态。
产业聚合和统一,是大数据驱动家庭智能时代到来的前提
无疑,大数据驱动的智慧家庭是一个数万亿元的市场,每一家企业都想做自己的生态,来主导整个产业的发展,但这并不现实,能将智慧家庭各方成员团结在一起的平台,行业里也屈指可数,况且还需要考虑到产业政策因素,运营商其实是最合适的角色。目前来看,中国电信智慧家庭生态通过一系列的开放动作、统一运营和技术规范,正在突破智慧家庭落地的重重障碍,形成一个完整的市场。
当然,大数据驱动的智慧家庭产业不可能一蹴而就,这个领域还存在较大的变数及更长的发展周期,也有待于像中国电信这样的主导型企业来完成一次“聚合”的动作。只有智慧家庭生态汇聚到更广泛的网络、芯片、终端、技术、应用等力量,才能真正形成合力,完成智慧家庭产业的“大一统”,用户才能真正享受到智能化的家庭生活服务。
而只有完成智慧家庭的统一,才能谈得上大数据的应用和商业价值。中国电信数年来构建智慧家庭产业的生态,同样是看到了背后大数据的应用空间。7月16日的活动上也曝光了这样一组数据,中国电信已聚集了接入总量达25PB的自有数据与外部数据,日均处理数据超过10万亿条,并推出了风险防控、精准营销、区域洞察、咨询报告和大数据云的“4+1”产品体系,这表明过去散落的、庞杂的、非结构化的数据正汇聚到一起,并在未来的智能化领域发挥作用。
对运营商来说,从管道商到信息服务平台的升级是必然趋势,虽然业界也有不同的声音和解读,但中国电信在智慧家庭领域的转型升级是看得见的,在网络智能化、业务生态化、运营智慧化方面,以及打造智能应用生态圈上面,正改变过去传统运营商的国企面孔,显示出越来越强悍的市场化的一面。实际上,7月16日的天翼智能终端博览会就已显山露水,仅智能手机采购总量突破了6700万,签约金额突破千亿元。这体现的恰恰是平台的汇聚能力。因为智慧家庭是个复杂体系,只有具备了吸引产业链成员的“磁力”,才能统一行动,一旦成熟,智慧家庭数万亿元的市场将彻底引爆。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14