What is the smart Home?
 |
来源：
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慧化的時候，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慧創業公司也好，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路覆蓋，是很難做到完美。
如果是在樓下，或者是在行動的場景中，網路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