「深度」智能可穿戴设备将走向轻奢化?

简介:

目前,智能可穿戴设备的数据服务还未能跟上,或将转型轻奢侈品方向。

智能可穿戴设备将走向轻奢化?1

目前,可穿戴产品面临着这样的尴尬:作为采集数据的入口却还不能提供紧密的专业服务。不过,从徒有概念走向技术成熟,这也是每个领域处于“婴儿期“必然要面对的过程。既然在当下的智能可穿戴设备难以在短期内寻求技术上的突破,那么不如在创意设计方面下足功夫,或者说走轻奢化路线,也许“钱”景光明。

前不久,苹果刚刚获批的新专利曝光,内容关于如何打造一款智能戒指。继爱马仕版Apple Watch之后,苹果公司又要出AppleRing(苹果戒指)?这是不是意味着,苹果将引领智能可穿戴设备走向轻奢化?

一、自嗨型产品败下阵来,可穿戴行业即将洗牌

根据《2015年上半年中国智能穿戴行业数据报告》显示,68.9%的受访者表示会考虑购买可穿戴设备。根据IMS报告研究,智能穿戴设备的市场有望在2016年达到1.71亿的出货量,而2011年出货量仅为0.14亿。

从这一最新数据来看,智能可穿戴的市场的普及度正在迅速上升。但是要形容可穿戴设备在过去两年多的表现,用“乱世”一词并不为过。市场上大部分外设主要是针对手腕佩戴的产品,包括各种智能腕表、健身传感器等,但是品类繁杂,功能五花八门。

从行业来看,无论是2015年的CES还是IFA,智能穿戴设备都成为了展会最大的亮点,其风头远超智能手机和各类平板产品。

不少圈内人士将之称为行业探索期。在这一阶段,产业生态以及消费习惯在逐渐形成。不过从今年下半年开始,可穿戴智能设备产品差异化开始逐渐加大,同时生态系统平台开始越来越完善。正因为此,可以看到越来越多的自嗨型产品慢慢败下阵来。整个行业开始慢慢洗牌。

智能可穿戴设备将走向轻奢化?2

二、可穿戴前景尚在,大佬黑马乱世混战

一个新的产业的发展一般要经过探索期、市场启动期、高速发展期以及市场成熟期,可穿戴设备自然也不会例外,以下是智库数据的报告:

探索期:2015年上半年之前,产业环境以及消费习惯逐步形成。

市场启动期:2015年下半年之后到2018年,产品差异化开始加大,生态系统平台不断完善。

高速发展期:2019到2021年,可穿戴与第三方服务紧密结合。

市场成熟期:2021年之后,格局形成、市场普及。

由于现在整个行业刚刚进入市场启动期,真正实现盈利的并不多。大家最熟悉的应该是苹果公司的AppleWatch以及Fitbit。

日前爱马仕版AppleWatch开始在国内开售。用户对苹果手表的态度褒贬不一,但就整个苹果手表的销售情况来看,市场研究公司IDC估计,苹果今年第二季度售出了360万块AppleWatch。而这个数据超过了iPad和iPhone开售第一个季度的水平。这类产品市场反映极佳,这也是苹果可能研发苹果戒指的原因。

事实上,从苹果生态上并不难理解其逻辑:无论是苹果手表还是苹果戒指等诸多品类,最终都将作为数据采集的入口,进而为用户提供个性化服务。

据这款AppleRing的报告 ,苹果戒指除了拨打电话等功能外,还描述了一种使用场景:用户可以通过握手转账给他人,随后通过语音来对转账交易进行授权。这也可以被用于向其他智能戒指用户发消息或分享文件。

智能可穿戴设备将走向轻奢化?3

三、数据服务还未能跟上,或将转型轻奢侈品方向

可穿戴设备前景尚在,但数据服务未能紧密结合的情况下,下一步究竟该如何走?

戈壁投资合伙人徐晨认为,经过两年的探索,市场已经被教育得比较成熟,技术准备比较齐全。从投资角度来看,他更愿意从外观设计、差异化下手。他说:“我们更愿意看好它往轻奢侈品方向发展,目前这个阶段,某种程度上它的展示性比功能性更重要。”

此外,徐晨表示:“跟数据相关的智能可穿戴行业仍是关注重点,尤其是那些可以持续地、不停地产生数据的产品。”产业链过长一直是可穿戴创业团队一个不容忽视的风险。对此,徐晨提醒:“产品的质量控制和周期控制,以及供应链的管控能力,都是缺一不可的。”

虽然智能可穿戴行业关注点将一直在数据服务方面,但是对目前的智能可穿戴市场来说,往轻奢侈品方向发展,也许是个不错的选择。  


原文发布时间: 2015-10-10 16:38
本文作者: 豆瑞米
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
1月前
|
机器学习/深度学习 传感器 算法
智能机器人在工业自动化中的应用与前景###
本文探讨了智能机器人在工业自动化领域的最新应用,包括其在制造业中的集成、操作灵活性和成本效益等方面的优势。通过分析当前技术趋势和案例研究,预测了智能机器人未来的发展方向及其对工业生产模式的潜在影响。 ###
150 9
|
6月前
|
机器学习/深度学习 数据采集 人工智能
AI 大模型在穿戴设备健康中的心率深度融合
AI 大模型在穿戴设备健康中的心率深度融合
74 0
|
7月前
|
人工智能 算法 自动驾驶
《未来智能交互技术的探索与展望》
【2月更文挑战第11天】在数字化时代的浪潮中,智能交互技术正日益成为人们生活和工作中不可或缺的一部分。本文将探讨未来智能交互技术的发展趋势、挑战与应用前景,以及个人的一些感悟和思考。
|
传感器 安全
智能振弦传感器的智能识别技术原理
近期稳控科技升级了振弦采集仪的核心VM系列振弦采集模块( 修改固件版本号为 V3.52_2201009。增加了电子标签测量功能。 WKMOD.[12]用于控制是否使用此功能新增状态位 STATUS,用来表示是否检测到了电子标签。增加了电子标签信息读取指令$RDDT=1,2。增加了寄存器 89(多通道电子标签状态)),也就是说所有的振弦采集仪都支持电子标签读取功能,让振弦传感器插上了智能的翅膀,在工程安全监测上带来巨大的改变。
智能振弦传感器的智能识别技术原理
|
传感器 JSON 编解码
智能物联网仿生四足机器人
一、题目 智能物联网仿生四足机器人设计 二、技术参数 1. 机械、电路、程序相互配合,协同设计。达到了一个最优设计。在自主设计的机械结构 基础上自研步态算法,实现仿生学设计。 2. 搭载了手势识别传感器,用户可以通过不同的手势,与机器人进行实时交互。 3. 通过串口通信实现与电脑上位机的通信。 4. 选用 12 路舵机实现每只腿 3 自由度的四足机器人。 5. 通过 ESP8266 实现无线网络通信。 三、设计任务及要求 1. 关于机械结构设计,设计机器人的外形结构、关节布局和材料选择,考虑机器人重心的 平衡和稳定性。 2. 关于运动控制设计,设计机器人的步态控制算法,使其能够实现正常站立及基
|
人工智能 机器人 新制造
机器视觉:智能制造的关键引擎
作为实现智能制造的关键技术,机器视觉已渗入到智能制造的方方面面,不仅有效提高了生产效率、产品质量,更实现了人力的解放,降低了生产成本,已成为推动智能制造的关键引擎。
机器视觉:智能制造的关键引擎
|
机器学习/深度学习 监控 算法
工业智能安防目标检测算法研究现状
随着智慧城市建设的不断推进和人工智能技术的快速发展,智能安防和人员智能化管理开始受到社会广泛关注。人体行为识别是通过视频监控挖掘人员信息的核心环节,对于智慧城市的建设具有重要意义。但是,面对复杂的监控场景和海量的视频数据,传统的人体行为识别方法,已经无法满足日益增长的工业应用需求。
330 0
|
机器学习/深度学习 人工智能 边缘计算
什么是深度智能:2021年深度智能的发展趋势
关于人工智能的发展,可以追述到60几年前,但因为技术的原因数次沉寂,直到深度学习的出现,让人工智能再次掀起热潮。那,什么是深度智能呢?2021年深度智能的发展趋势又是如何的呢?
514 0
什么是深度智能:2021年深度智能的发展趋势
人脸识别成小儿科,智能安防硬件突破口何在?
在安防领域,高仙将一如既往用机器人核心技术与解决方案,携手传统安企共同创造安防硬件新盛世。
430 0