换个角度,谈谈 ChatGPT 与 AI 硬件

简介: AI

随着AI的发展,比如最近炒得很火的ChatGPT,还在持续快速迭代更新。

当然了,对于软件和算法,如果你想,每天迭代 10 个版本都可以。

包括科大讯飞的星火认知大模型最近也刚发布。

这就引出了未来一个更大的发展方向:AI 硬件。

AI 的本质是数据、算法、算力的结合。

经过互联网多年的发展,积累了海量的数据。

这就为算法提供了足够的养料。

而算力就跟硬件相关了。

但 AI 硬件就不单单是算法、数据、算力三方面的问题了。

硬件的发展实际是要远远落后于算法和数据的。

AI 真正要走进生活还有很长的路要走。

产品化要考虑成本。

海量数据无线传输需要 6G、7G、8G… 的支持。

数据快速脱机存储、运算也是一个大问题。

等等……

你可能会有疑问。

明明 AI 已经让很多人失业了,很多人在用 ChatGPT 提高工作效率。

很多企业或个人也表达了危机感。

事实真是这样吗?

其实在 ChatGPT 之前就已经有很多做的很好的工具。

包括生成视频、生成图片、生成文章。

提高效率是没错的,大谈颠覆还是言过其实。

技术无所谓颠覆,市场也无所谓颠覆,技术和市场的组合才具有颠覆性。

结合具体场景,进行商业落地才是关键。

关于这点,科大讯飞出场做的还是比较好的。

结合具体场景,先解决场景中的效率问题,才是 AI 目前发展阶段该做的事情。

微信图片_20230511093630.png

上面谈到的 AI 本质还是处于虚拟阶段。

没有跟万物互联相结合,不能脱机跑的 AI,能叫真正的 AI 吗?

拿产品开发过程为例。

AI 目前的阶段就相当于,我把软件提前在树莓派、开发板上调试通了。

但真正走向产品化还有很长的路。

元器件要选型、主控制器能不能支持、ID、结构也要设计等等一系列的问题。

测试功能也许几天就够了,产品化往往需要几年的时间。

但无论如何,虚拟终究是要走向现实的。

硬件是个大方向,但是失败的机率却很高。

谈点现实的。

本篇列出了导致硬件初创企业失败的 8 个原因,以及如何避免这些因素。

第一个因素是模仿大型科技公司来做产品。

作为一家初创企业,快速耗光所有现金流的一个最简单有效的方法就是:

效仿苹果、小米、华为、特斯拉这样的科技巨头。

以苹果公司为例:

为了生产 MacBook Air 铝制一体式外壳,大量采购 CNC 机器,每年可以生产一百万台的设备。

但对于初创企业来说,CNC 加工工艺是相对比较昂贵的。

因此在开始设计时就应避免在大批量产品中使用 CNC 工艺加工零件。

当然在做样品或者手板阶段,也是可以使用 CNC 工艺的。

涉及到量产环节时,你需要考虑改变零件的加工方式。

这样你就可以使用不同的制造工艺来实现相同的功能。

例如,你可以使用金属压铸或钣金工艺,这些工艺在批量生产时更具备很好的成本效益。

第二个因素是不考虑可制造性设计,也就是「DFM」。

得到功能原型仅仅是成功的一半,你面临的真正挑战是从原型扩展到批量生产。

在原型开发阶段,面板板、Arduino或树莓派这样的原型开发板,都是很好用的工具。

但在大规模生产中,它们在经济上是不可行的,成本太高。

对于概念验证原型,通常使用现成的外壳或 3D 打印外壳就可以实现。

随着产品开发的进一步推进,你需要为产品设计一个专业的外壳。

在考虑了制造限制和其他技术因素的同时,需要将美学、可用性和功能性结合在一起。

许多创始人经常低估 DFM 的重要性,这很可能导致大量额外成本。

同时,你也要非常重视产品的可组装性设计 DFA,以便进一步简化组装过程。

这样对你后续的生产过程是有极大裨益的。

第三个因素是低估开发成本。

近年来,随着一些新技术的发展。

电子元件和原型制作工具的成本下降很多,而且这种趋势还在持续。

但是,批量制造时,这些成本会迅速增加。

很多硬件初创公司筹集了数百万元的资金,但最终仍然无法按时交付产品。

通常,这是低估了总体开发成本的结果。

这些成本包括认证、组装、包装、仓储和运输,并且没有考虑到意料之外的一些延迟、工装变更或缺陷等问题。

第四个因素是缺乏研究和验证。

你可能会看到很多初创公司在“真空”中创造产品,脱离实际的需求。

直到最后才意识到他们没有解决真正的用户问题,没有真正的市场或可行的商业模型。

定义你的目标受众并进行广泛的研究以了解你的客户群,尽早获得用户反馈对于了解目标受众的实际需求至关重要,从而减少不需要的功能。

你还需要一种方法来验证你的想法是否具有实际市场。

比如说众筹就是一种验证想法的方式,当有人愿意为你所设计的商品付费时,这实际上就代表了你的产品是有市场的。

第五个是过多倾听客户的声音。

硬件初创公司的失误代价高昂,因此,一开始最好保持简单。

尽管倾听客户的声音很重要,但作为一家初创公司,你还需要在财务限制内做产品,并意识到自己无法使每个人都得到满足。

专注于非常具体的需求,并尝试比其他人更好地解决它,这是灵活性与可用性之间的权衡。

灵活的设计可以执行比专门设计更多的功能,但执行这些功能的效率较低。

例如,瑞士军刀在执行功能方面具有灵活性,但与相应的专用工具相比,在执行相同功能方面效率较低。

功能越多,复杂性和生产成本就越高,可能出现问题的频率也就越多。

第六个是痴迷于自己的创意。

一些创始人痴迷于他们的想法,以至于他们无法接受来自用户、投资者、家人和朋友的市场现实、数据或者建设性的批评。

仅凭一个好主意是不够的,还需要有一个市场。

因此,当你从用户研究中收集越来越多的数据时,保持迭代和改进你的想法是非常重要。

这将确保你的产品更适合市场并受到用户的喜爱。

第七个因素是缺乏适当的测试。

当你拥有外观精美且可以按预期工作的原型时,该怎么办?

在发货之前,你应该花费足够的时间和资金来测试你的产品。

温度、海拔高度、湿度水平因地区而异。

因此,根据产品的使用条件设计和测试产品就显得非常重要。

刚起步的初创企业面临着更多的风险(信誉、客户和成本),任何企业都不会希望其客户退回有缺陷的产品。

第八个因素是产品吸引力不足。

当你最终完成时,你会意识到没有足够的用户购买你的产品。

有很多初创公司,尽管拥有出色的产品,却无法获得最初的吸引力。

这是因为他们从一开始就没有计划和实施强大的营销策略。

你需要尽早开始营销活动,引起兴趣并建立强大的粉丝群。

 

专栏作家

卫朋,公众号:产品人卫朋,人人都是产品经理专栏作家。关注智能硬件领域,擅长市场分析、产品设计开发、生产管理等,喜欢阅读和爬山。

相关文章
|
15天前
|
传感器 人工智能 机器人
|
8天前
|
人工智能 搜索推荐 机器人
AI+硬件最新资讯合集(2024-11-11第3期)
近期出现让大模型具备控制电脑和手机能力的智能体,掀起 “Computer Use Agents” 热潮。
|
19天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
43 1
|
19天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
51 1
|
20天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
23天前
|
人工智能 机器人 中间件
AI+硬件最新资讯合集(2024-10-28第1期)
AI与硬件的结合正逐步改变我们的生活方式,本期合集将带您了解AI+硬件的最新动态:
|
1月前
|
人工智能 自然语言处理 数据挖掘
利用小蜜蜂AI智能问答ChatGPT+AI高清绘图生成图文故事案例
利用小蜜蜂AI智能问答ChatGPT+AI高清绘图生成图文故事案例
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
还不懂如何与AI高效交流?保姆级且全面的chatGPT提示词工程教程来啦!(一)基础篇
这篇文章是一篇保姆级的教程,旨在全面介绍如何与AI进行高效交流,包括ChatGPT的前世今生、应用场景以及提问的基础技巧。
还不懂如何与AI高效交流?保姆级且全面的chatGPT提示词工程教程来啦!(一)基础篇
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI大模型】ChatGPT模型原理介绍(下)
【AI大模型】ChatGPT模型原理介绍(下)
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI大模型】ChatGPT模型原理介绍(上)
【AI大模型】ChatGPT模型原理介绍(上)

热门文章

最新文章