微软和谷歌都曾遭遇过滑铁卢的智能家居,会在AI时代迎来复兴吗

简介:

智能家居很可能可以称为IT历史上第一大坑,因为你掉下去后你可以在坑里发现比尔·盖茨、拉里·佩奇甚至雷军的相片。现在AI来了,它是会让这个大坑充满黄金还是会让这个大坑再深上几分?我和老陈(陈孝良,工学博士,声学、语音识别专家)探讨这个问题时,老陈觉得这次AI确实带来颠覆性的机会,但核心问题在于认清技术能力的边界,真做产品和方案不止要知道当前技术能做什么,更关键的是要认清它不能做什么。对技术的非理性预期事实上还是会被反弹。这篇文章会探讨这个问题。

微软和Google共同的滑铁卢

年纪大点的IT人可能还记得比尔盖茨1999年访华时带来过一个维纳斯计划。这个计划想做一种运行Windows CE的机顶盒,这种机顶盒既能扮演现在电视盒子的角色同时也是一台能上网的廉价PC(只有正常PC价格的五分之一)。在当时这被称为计算机家电化,计算机和家电行业的所有大佬(比如当时的联想总裁柳传志、四通总裁段永基、海尔总裁张瑞敏、广东步步高总经理段永平和北京裕兴董事长祝维沙)都对此张开了臂膀。

遗憾的是这是一个战略方向诱人但不容易用产品来落地的方向。电视可以是电脑(现在好多电视就是基于Android的电脑),但显然电脑不是电视(电脑的使用场景和看电视完全不匹配),再加上商业模式问题,最终这波轰轰烈烈的智能家居尝试失败了。

微软此后很久都没再折腾一般概念上的智能家居,而是花了很大力气做XBox,但后起之秀Google又看上了这个方向。

2014年Google干了个让人震惊的事情,它花了32亿美元收购了一家叫Nest Labs的公司。这个公司的产品是一个恒温器,恒温器这东西国内用的不多,但美国人民可能屋子比较大所以用的还不少,产品的核心功能是要通过控制空调等保持屋里温度恒定,而Nest与此前恒温器不太一样的地方是它有学习能力,可以通过学习来记住用户的习惯和喜好。

在2014年每年出货量在50万支的样子,也就是以其249美元的售价那时候年销售额预计在2亿美元以下,所以Google至少是按照P/S 16以上来买的这个公司。然后就没有然后了,最新消息是Nest不再独立运作并入Google作为一个部门而存在,未来的核心使命应该是配合Google Home。Nest这产品属于有点用,但作为恒温器想象空间其实并不大,Google愿意付高溢价主要应该还是看重智能家居这个方向并且认为Nest可以走出单纯的恒温器定位,而可以成为一个家庭中枢型的产品。

如果说维纳斯和Nest是两场战役的话,那小的局部战争还有很多,比如小米的带1T硬盘的路由器,亚马逊的Echo,苹果的Apple TV等。打个比方的话可以讲:智能家居是一个难啃的山头,但大家前仆后继的再往山上冲,虽然前面不断有人掉坑里。这里的核心驱动力无疑的是这个山头上面隐含的巨大市场机会。

比PC和PAD还大的金矿

电视在电子产品中无疑是爷爷辈的产品,人们关注家电企业更多的是因为他们亏损了多少钱或者卖了某栋大楼,但有一个极其反常识的点是这些老产品背后的含金量不只不少还比火热的移动互联网还高。即使到现在移动互联网的广告份额也还没超过电视,广告花费的

分布如下图:

显然的电视和电脑这两个摆在家里的古董在广告上的份额加起来2015年是56%,即使到2018年也还有49%,远高于移动互联网的22.4%。也就说家里面发生的广告增速不行,但存量极大。

以电视而论,它还不止影响广告,还牵涉内容付费,要想感受这部分的权重可以看另外一张图,下图是2015年KPCB给出的美国人时间分配:

同样的状态:电视增量不行,但存量极大。如果把电视电脑加起来那可以占据60%以上的时间。

这个市场的容量还不止如此,还有牵涉各种新硬件比如智能灯、门锁、安防、恒温器等,这些设备的市场每个不大,但叠加起来后不小单只美国估计在200亿美元左右。(音箱这个品类并没有计入,如果计入显然份额会更大。)

所以说智能家居是一个比PC和PAD还要大的金矿,但这么一个金矿实际上一直处在无中心无霸主状态。PC是有霸主的(微软),手机是有霸主的(Android),所以巨头们必然垂涎这个市场。假设说家庭有个像应用商店那样的中枢,各种设备和设备上的内容只是附着在这个中心上的服务,那这个中心值多少钱?

国内的大佬里雷军很可能是对此有认识的,所以小米自己做的4款产品里有三款和家居有关:电视、路由器、音箱。

有意思的是智能家居虽然利润巨大,但不管谁来它都维持巨坑的本质不变。维纳斯如此,Nest如此,小米路由器也是如此。

那AI会改变这状态吗?

AI带来的变数

AI带来的最大变数是中枢型产品的直接内涵可以变的更加充实。这么说可能有点绕,要想理解它要看下形成中枢型产品的两种方式:

一种方式是在外围产品足够多的前提下,直接就奔着中枢去了,自己并没有什么核心功能主要靠连接别人来实现自己的价值。这方式下最典型的产品是Yahoo最开始做的网址目录。

一种方式是虽然产品有中枢的潜力,但最初的存在价值并不是因为连接别人而是自身有着自己极为实用的功能。这方式上最典型的是手机,功能机的时代也没什么人觉得手机在通话和短信外还要成为连接人与各种设备或服务的中枢,但手机一样可以有巨大销量,通话和短信是手机这个产品的直接内涵。

第一种方式在软件上还有成功案例,在硬件上通常会比较尴尬,比如苹果手表,苹果手表自身功能不坚挺,主要得依赖于别人和它的连接,而连接还不够多,所以短期就遭遇挫折。第二种方式在硬件上则一再被成功产品重复,比如个人电脑最开始主要满足的是打字的功能,后来才越来越什么都能干。Echo虽然核心定位是个智能助手(不是音箱),但团队却花了非常多的精力来优化音质,因为他们知道不管他怎么说,你首先会拿Echo听音乐,而听音乐也是Echo的直接支撑。

所以我们大致可以认为硬件上的中枢性产品得走后一条道路。智能家居上走后一条道路尴尬的事情在于所有已经存在的产品都不太容易拐到中枢上,下面几类产品似乎可以成为中枢:路由器(小米的选择)、NAS、PC、音箱。但实际上把这些产品发展成中枢很像从相机发展到手机,没有一个合理的转折来搭建中间这个桥梁,实现一种平滑的过度,扭转人们习惯时人们会质疑:为什么那个被赛在角落的路由器就不止干路由器的事了,还要卖那么贵?

AI的突破为事情带来了转机,这主要体现在两个方面:一个是新的交互方式;一个是新的感知。前者可以让放音乐、提醒这类行为变的极其便利,后者则可以提供智能型的操控,比如根据你的习惯和温度自动控制温度。产品的最终形态仍然不完全确定,可能是Echo这种产品,也可能是在家里跑的类似Buddy的那种机器人,也可能是一种家具形态的电脑。这里的关键确实如陈孝良所说要知道技术的能力边界。无限放大用户预期后,在用户心里最终所有的智能产品就都会变成不及格的产品,这对语音交互尤其重要。

一旦第一个点能立足,也就是说一种新产品被成功的摆到了每个人的家里,走进了大家的日常生活,那后面的事情就好办了。摩尔定律会让这个产品越来越强大,它显然可以逐步覆盖电视盒子、智能音箱、路由器、NAS、遥控器。它显然也可以作为家庭的计算中心来协调空调、窗帘、门锁的行为。更极端的讲它还可以覆盖个人电脑,假设它的计算能力足够大,WIFI足够好,那么对于非需要个人电脑不可的人,那买个屏幕和键盘就行了。而家里并不需要多个计算中心,所以一旦一个成功,其它的一定会被覆盖掉。

小结

如果AI仍然还不能拯救智能家居,那智能家居就实在是没救了。

从严谨的角度讲,最后一节还是应该从基本计算结构的角度来探讨下为什么家里要有个计算中枢,但我的一个朋友董玮琦(海狸工坊创始人)对我讲:李老师,I服了you,我是真想了解点人工智能,你能不能不要写炫技型的,但正常人看不懂的东西。所以就不写计算架构,而是更多的从产品的角度来做点解读。

订阅号:zuomoshi(琢磨事)

强烈推荐

要了解人工智能可能给你我普通人生活及人类社会带来的影响,一定要看——《终极复制》!

本书总结并推测了人工智能发展过程中的关键里程碑,以及未来可能具有的特征,同时结合人类发展历史,进一步指出了两者相碰撞可能带给人类的深刻影响。最关键的是, 本书讨论的是:岗位消失后,我们会面临怎样的社会形态?

好好想想,如果你的工作在你不知道的情况下就被AI给取代了,是不是就会失业?失业是不是就意味着没有收入?没有了收入是不是就不能愉快地在双十一买买买?所以,赶紧点击 阅读原文购买一本,为下个双十一做准备吧。

本书作者 李智勇:360战略分析师,一个爱折腾的程序员以及自媒体人,理想是当一名演员。

本文转自d1net(转载)

目录
相关文章
|
11天前
|
人工智能 Linux API
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现
PromptWizard 是微软开源的 AI 提示词自动化优化框架,通过自我演变和自我适应机制,迭代优化提示指令和上下文示例,提升大型语言模型(LLMs)在特定任务中的表现。本文详细介绍了 PromptWizard 的主要功能、技术原理以及如何运行该框架。
92 8
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
130 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
28天前
|
人工智能 编解码 网络架构
GenCast:谷歌DeepMind推出的AI气象预测模型
GenCast是由谷歌DeepMind推出的革命性AI气象预测模型,基于扩散模型技术,提供长达15天的全球天气预报。该模型在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS,尤其在极端天气事件的预测上表现突出。GenCast能在8分钟内生成预报,显著提高预测效率,并且已经开源,包括代码和模型权重,支持更广泛的天气预报社区和研究。
155 14
GenCast:谷歌DeepMind推出的AI气象预测模型
|
20天前
|
人工智能 自然语言处理 API
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
谷歌推出的Multimodal Live API是一个支持多模态交互、低延迟实时互动的AI接口,能够处理文本、音频和视频输入,提供自然流畅的对话体验,适用于多种应用场景。
67 3
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
|
7天前
|
存储 人工智能 安全
微软推出Copilot Vision AI助手赋能网页浏览与决策
微软推出Copilot Vision AI助手赋能网页浏览与决策
|
16天前
|
人工智能 搜索推荐 安全
智能家居:AI如何让我们的生活更便捷
智能家居:AI如何让我们的生活更便捷
61 7
|
29天前
|
人工智能 自然语言处理 安全
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
谷歌发布的Gemini 2.0标志着AI新时代的到来,被誉为“谷歌版贾维斯”。该系统在自然语言处理、图像识别及自主操控电脑等方面取得重大进展,尤其在多模态数据处理上表现出色,能更准确理解用户需求并执行复杂任务。尽管存在对AI自主操控可能带来的负面影响的担忧,谷歌强调Gemini 2.0旨在辅助而非替代人类工作,且已采取多项措施保障其安全性和可靠性。
28 5
|
2月前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v3 POD 形态
TPU v3 是 TPU v2 的增强版,主要改进包括:MXU 数量翻倍至 4 个,时钟频率提升 30%,内存带宽扩大 30%,容量翻倍,芯片间带宽增加 30%,可连接节点数增至 4 倍。TPU v3 通过采用水冷系统,不仅提高了功率,还优化了温度管理,显著提升了计算能力和能效。TPU v3 Pod 由 1024 个 TPU v3 组成,算力达 100 PFLOPS,适用于大规模神经网络训练。
37 2
|
2月前
|
机器学习/深度学习 缓存 芯片
【AI系统】谷歌 TPU v1-脉动阵列
本文详细分析了谷歌TPU v1的架构与设计,重点介绍了其核心组件如DDR3 DRAM、矩阵乘法单元(MXU)、累加器及控制指令单元,特别是MXU中脉动阵列的工作机制。通过对比TPU v1与CPU、GPU在服务器环境中的表现,展示了TPU v1在提升神经网络计算吞吐量方面的显著优势,尤其是在低延迟和高能效方面。
57 3
|
2月前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v4 与光路交换
TPU v4 是谷歌在 TPU v3 发布四年后推出的最新一代 AI 加速器,采用了 7nm 工艺,MXU 数量翻倍,内存容量和带宽显著提升。TPU v4 引入了 Sparse Core 以优化稀疏计算,首次采用了 3D Torus 互联方式,通过 Palomar 光路开关芯片减少系统延迟和功耗。TPU v4 Pod 实现了 1.126 Exaflops 的 BF16 峰值算力,展现了谷歌在大规模并行计算领域的突破。然而,TPU v4 也面临着系统成熟度低、拓扑僵硬和负载均衡问题等挑战。
71 0