2017年3月15日 星期三

.智慧家居市場的三大趨勢與四大挑戰

What is the smart Home?


来源: HorizonRobotics


對岸的中國有1億的中產階級家庭,這一億家庭年平均收入在30萬到70萬人民幣左右,他們是智慧家居市場的主力消費人群,足見智慧家居市場的規模之大。

當然,說到智慧家居,很多人的第一個印象是電子設備,這個市場確實很大,有1萬億。

但其實智慧家居市場,真正的「潛力股」是家庭消費和服務——每年的市場可以達到50萬億,其中有10%透過線上進行。如果企業能夠更方便、更快捷和更精準的幫助消費者,進行家庭消費、提供服務,那麼它將獲得巨大的成功。


智慧家居市場三個變化趨勢
通過對這個市場發展趨勢的思考,我們可以發現三個比較明顯的變化,是已經發生或者會在很快發生的。

第一個是實體入口,目前最主要的入口是手機和平板電腦等,這個入口是非常擁擠的,千軍萬馬擠獨木橋。將來一個非常明顯的趨勢就是,整個消費和服務的接入,是分散到各個智慧設備的。

將來在家裡,每一個硬體都是一個獨立的APP。你發現冰箱裡面沒有飲料的時候,你不需要拿出手機,解鎖、打開APP等購買,這個用戶體驗是很差的。你可以直接一句話告訴冰箱,下午給我送一打啤酒過來。

第二個是交互方式,最傳統的是鍵盤和觸控螢幕。隨著人工智慧的發展,語音技術也將很快的普及到我們的生活中。但我們認為,在不遠的將來會有一個更為重要、更為重量級的方式,那就是透過視覺的交互。

因為現在大家可以看到,不管是透過觸控,還是透過語音進行交互,其實都是人類主動決策、機器被動接受的過程。而視覺是主動交互。

視覺交互帶來了第三個變化,那就是機器主動決策——人類不需要關注很多家庭的事情了,連命令都不用下,機器就能在最合適的時間完成服務。

舉個例子,現在已經有上門洗衣的服務了,我們可以想像一下,將來家裡面在陽台上,放一個大的籃子,把髒衣服扔進去,陽台有一個攝影機,看到這個籃子裡面的衣服,累計到一定程度的時候,自動的聯繫上門的洗衣服務,全程不用人類操心。

將來的消費以及服務,會更多的是通過AI主動推薦的模式,這個裡面帶來的市場商業機會,是會遠遠大於傳統模式的。因為視覺相比語音和觸控,是更高維的溝通方式,它能收集到的資訊,遠大於觸控和語音,這樣的二維方式所帶來的訊息。


智慧家居市場面臨的挑戰
談完潛在的變化後,智慧家居市場雖然講了很多年,但還沒有真正的「爆發」起來,為什麼呢?我們認為主要有四個方面的原因⋯⋯

第一個是應用場景分散,有安全、娛樂、家庭服務、健康、教育等非常多的場景,另外家裡面的智慧設備過於分散,比如家電、玩具、機器人、攝影機等等,所有這些分散的應用場景,和電子設備,會導致當我們把它們智化的時候,很難快速複製。

第二個挑戰,是技術。家庭場景很複雜,需要能處理語音和圖像,做到很好的感知、認知,技術挑戰直到今天仍然很大。

第三個,數據。數據的蒐集和分析,是一個很難的過程,首先,家裡面每個場景,都是高度分散化的,每個家庭的需求也是不一樣的。

其次,只拿到大數據是遠遠不夠的,因為即使家裡安裝上很多的傳感器,蒐集到很多的數據,但是這些數據,絕大部分都是垃圾數據,如果不停的把這些數據上傳到雲端處理,會佔用巨大的頻寬和雲端處理資源,不具備可操作性。

所以我們蒐集數據的時候,我們要思考,不僅僅要蒐集數據,而且要蒐集真正有價值的數據。但是這個事情並不是這麼容易做到的。

第四個挑戰,真正的用戶體驗很難。我們服務的對象是人,對於體驗的要求很高。我們現在人工智慧的技術,得到了很快的發展,但尚不能真正讓人感覺到,交互方式和服務方式非常自然。
有了這些挑戰,人工智慧在智慧生活上的普及,我們覺得一定不是一蹴而就的事情,一定需要一段時間的慢慢累積。

如何應對智慧家居的這些挑戰
應對這些挑戰,如何應對?

第一,應用場景分散的問題,應該要抓住其中的主要矛盾,和不變量,就是「人」,現在智慧家居這個領域,就應該把人做透

比如安全問題,現在家裡面裝很多攝影機,主要的目的是為了安全,而安全其實核心是什麼呢?最主要的是想知道家裡有沒有人,是家裡人還是陌生人,以及這個人的行為,他做的行為是安全的行為,還是不安全的,比如小孩子進入廚房,會不會點瓦斯爐,這些都是不安全的行為。

所有應用場景都是圍繞人。比如娛樂、家庭服務、健康、教育等等,就不一一舉例了,應該要處理的就是從人臉,到人的行為分析,到人周圍環境,以及這個人的語音和設備的交互,主要的核心點就是圍繞人,把這個技術做好,支撐巨大的分散的智慧家居的需求。

第二個是技術上的挑戰,人的交互方式,和獲取資訊的方式,其實是一個融合的方式,單獨的語音和圖像,或者單獨的其他任何傳感器,都不能涵蓋所有的應用場景。

所以一定是要圖像+語音。另外視覺是高維高價值的,80%的價值資訊來自於圖像,只有20%來自於語音,在技術上要完成對智慧家居最好體驗的佈局,必須把圖像和語音的技術融合,單獨的做語音或圖像都是缺位的。

第三個數據的挑戰。要獲取有價值的數據,怎麼獲取呢?這個本身是不容易做到的,思路邏輯應該是要做嵌入式的人工智慧「端+雲」的方式。

端側呢,現在我們談到所謂的人工智創業公司也好,大公司也好,他們其實更多的是在雲上做,但是端上有不可取代的價值。主要是幾個方面,第一,端是不依賴於網路的,不管是在家裡,還是哪裡,大家會發現家裡的無線網覆蓋,是很難做到完美。

如果是在樓下,或者是在行動的場景中,網的全覆蓋更是一個很難的事情,特別是當你牽涉到一些智慧圖像處理的時候,你很難即時地把圖像傳到雲端再處理回來,這個時候即時性沒有了。

第二,端上可以對數據進行選擇,只把有價值的數據傳到雲端。比如我陽台上有一個洗衣服的籃子,我就只關注這個裡面衣服滿的時候,這個狀態我傳到雲端。如果這個裡面衣服沒有滿,99%的時間,這些數據是毫無意義的,就拋棄了。必須採用一個端+雲的方式,這樣才有可能真正的做到最高效,而且是最有性價比的智慧服務。

有了端上的智慧以後,在雲端可以做很多的事情,一個是可以用數據更替模型,持續的優化用戶的體驗;另外是每一個硬體,將來都是和手機的形態一樣,他在上面都可以下載很多的智慧APP,這個硬體可能已經脫離了原來的形態了,你買回來的時候可能是一個家電,也可能是一個機器人,但是隨著智慧的升級,他可以具備很多全新的屬性和功能。

當我們真的有了這個大數據,也對人的喜好有了瞭解以後,這個就不局限在家裡了,當我們到任何一個地方都可以通過雲端升級本地的智能設備,讓他們變成像家裡一樣最懂我的環境。將來的智慧家居市場一定是端+雲的架構。

第四個,真正的用戶體驗,這是非常難的事情。舉個例子,語音,不僅要支持遠場和近場,辨識一些帶口音的國語,甚至是方言。還要考慮實際應用中,如果很多人同時講話的時候,家裡很多語音設備的辨識率,就會下降的比較厲害。

所以當我們做技術時,一定要考慮實際的使用場景。圖像也是一樣,比如人臉辨識,如果你離的很近,確實辨識得很好,但是如果離得比較遠,如果是走動的狀態下,如果是背光的情況下,怎麼辦?


這些都要解決,只有這樣用戶體驗才能真正好,消費者才真正的願意使用這個技術,這個市場才能真正的起來。另外一個,我們的技術,更多還要努力讓攝影機做到主動的服務,要懂用戶,只有懂用戶,才能使用戶得到好的體驗。

                                                                                                                                                                                                                 


沒有留言:

張貼留言