
智能家居≠接入互联网 去APP化和大数据才是出路
最近几年,以智能手机为开端的智能硬件大战进行得如火如荼,其中看到了新人笑也见到了旧人哭。除了一些知名品牌更新迭代自己的产品,将之升级为智能电视、手机、冰箱、空调外;新兴品牌也如雨后春笋一般,智能电动车、音响、饮水机等打着智能概念的传统数码产品纷纷涌现;凡是一应生活中需要的设备,似乎不冠以“智能”二字,便失去了其存在的意义与在竞争中生存的空间。
在这个各品牌都在大谈智能家居的物联网时代,确实有很多全新的智能设备开始走进人们的家庭,似乎电影中看到的那些科技感十足的生活已经来临了。然而真正的“智能家居”离我们到底有多远呢?
做个App连接硬件不叫智能
虽然“智能家居”这个词火了,但是人们的生活是否已经像《I Robot(我 机器人)》中描写得那样便捷呢?其实不然,“便捷”,应是“智能”为生活带来的最直接改变,然而目前还没有一个品牌可以做到尽善尽美。虽然可喜的是微软、谷歌等世界级品牌均已取得了令人瞩目的进展,但在国内,智能硬件的本质上只做到了比较简单的“接入互联网”。
这个接入的工具,就是手机App。放眼市场上知名的或新兴的品牌,大家电或小设备,无一例外的均拥有其专属的App,而用户则可以通过这些App,取得一定程度的智能体验。但实际上,有业内人士指出,App只能是智能家居漫漫长路上的一个临时性工具,它不可以,也没办法成为后者的替代品。
App的大行其道似乎已经将用户引入了一个误区,认为其已经成为智能产品的一个标志性要素。其实真正的智能应是“去App化”;不妨以目前的市场现状试想一下,即每一个家居产品均有一个App的话,用户将需要在手机上安装多少个这些应用呢?再者,这些App并不能判断出具体的使用场景与使用条件的变化,这些变化目前来说大都仍需要人为解决。
说白了,App只是把手机变成了这些智能家居设备的另一个多功能遥控器。
何谓真正的智能
那么到底什么才是真正的智能呢?援引媒体的一篇报道中指出,“智能就是具备自我学习的能力”。如何让家居设备具备这种能力呢?显而易见的就是让其具备“看得见、听得见”的能力;意思就是给设备搭载各种传感器,或者用一个老气一些的词说就是“人机交互”,再通俗一点就是“手势控制”以及“语音控制”。
所以智能并不是遥控,而是便捷。而对于这个概念,其最终状态的便捷,霍金曾经在一次访谈中谈到,“即使是Siri、Google Now、以及Cortana都仅仅是智能的一个开端”,由此论之,一个专属App也只能是这个开端中的一种工具而已。
事实上,“智能化”绝不仅仅是这些国际大品牌的研发趋势,在今天这个“中国制造”走向“中国智造”的时代,很多本土企业也开始发力,他们并不拘泥于自身产品的App,而是将重心放在“手势控制”或“语音控制”上。而在这些产品品类中,尤以自2015年开始便持续升温的智能音响产品最为抢眼。
以2015年极为火热的音响产品为例,它不仅可以给人们的生活带来不可或缺的音乐歌曲,而它本身就是一个绝佳的智能设备语音控制的接口。据报道,诸如新兴品牌果壳电子、科大讯飞这样的企业,都凭借其先天的语音技术优势寻找着智能家居市场未来的蓝海。
如前文所述,智能设备要具备自我学习的能力,而要做到这一点,除了硬件传感器之外,它还需要大数据和平台的支持,才可以最终分析出使用场景或使用条件的变化,进而“学习到”使用者的习惯和需求。对此,果壳电子CEO顾晓斌认为,“开放共享是智能产品必须要做到的一点,虽然果壳电子正在积极的寻求更多的合作伙伴,建立自己的大数据网络,但要做到以音响为智能家居设备的控制接入口,仍有很长的路要走。”
据了解,将目标瞄准智能家居的果壳电子,除了已经获得大量的音乐内容提供商的支持外,仍在积极寻求包括硬件、软件、数据在内的合作伙伴;而其产品“果壳智能音响”在设计伊始,便已经为“传感器”预留了空间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23