京公网安备 11010802034615号
经营许可证编号:京B2-20210330
智能硬件市场尚处拓荒阶段 专家称未来必须与大数据结合
尽管智能硬件的发展风头正劲,但目前市场尚处于拓荒阶段,发展前景仍不明确。如何在纷繁复杂的市场环境中找准自身定位和作用,最大程度适应多样化的消费需求,将是智能硬件制造商们面临的艰巨难题。
智能硬件市场迎来快速增长
以智能可穿戴设备为代表的智能硬件正越来越受到大众的欢迎,而智能手环、智能手表更是成为重视健康兼具追求时尚的重要标志。今年6月以来,包括俄罗斯总理梅德韦杰夫、美国共和党总统候选人提名竞争者杰布·布什等在内的国外政要被发现在多个场合佩戴 Watch,美国总统奥巴马手上佩戴的是Fitbit智能运动手表,新加坡总理李显龙则佩戴着Jawbone运动手环。
近两年,在资本的推动下,智能硬件产品在不同领域中都取得了突破性的进展,很多厂商开始涉猎这个新兴市场。在国外,互联网科技巨头如微软、谷歌,消费电子企业如索尼、三星,以及耐克、阿迪达斯等传统企业,都已经向智能可穿戴设备伸出了触角。国内,百度布局的“云 端”数据模式正在建设中,奇虎360、小米、中兴通讯等生产的智能手环都占领了一定的市场份额。
除了大公司积极跟进外,一些创业企业也纷纷把目光瞄上了智能硬件。近日,一家来自新加坡的科技公司奥思OAXIS在北京发布了四款智能硬件产品——O2智能手环、Glo智能体脂分析仪、Vita 智能水瓶以及JiCheng鹤影手环。
OAXIS方面介绍说,O2智能手环拥有心率检测功能, 帮助人们不再盲目运动,而是进行健康的有氧运动;Vita智能水瓶能通过独特的水活力值,让你像查看手机电量一样直观地了解到当前的身体水活力状况;另外一款Glo智能体脂分析仪只需一次配对,就可以脱离手机使用。
据了解,奥思OAXIS是由一群年轻的大学生白手起家创立的电子科技公司,之前主攻美国和欧洲等海外市场,今年逐步将重心转移到中国市场。奥思OAXIS 的CEO杨冠哲说,由上述四件智能硬件产品组成这智能套装已正式登陆上线Pozible,开启众筹。
事实上,随着PC、平板电脑及智能手机等传统设备市场都日趋饱和及成熟,设备制造商、零部件供应商及众多处于科技硬件产品供应链上的其他企业,都强烈想要找到全新的增长机会。而很多企业认为,智能硬件就是下一个风潮产品。
业界人士认为,随着传感器技术的进步、零部件的能耗降低、电池的续航延长以及低功耗蓝牙等无线标准的推出,未来几年智能硬件设备将高速增长,而全球智能硬件设备的“风口”或出现在2020年。
目前尚处拓荒阶段
虽然无论从数据上还是从产品数量上看,智能硬件市场的发展风头正劲,但仍然存在着内冷外热的尴尬,尤其是如今能够实现真正盈利的企业少之又少。究其原因,智能硬件设备市场仍然处于拓荒阶段,发展前景也还不明确。
目前,无论是芯片、技术方案、算法技术、传感器还是续航、显示等方面的技术都在以“火箭”式的速度在探索发展,而借用这些本身还处于快速演变中的技术进行产品的搭建,就像是直接将实验室的产品搬到了市场商业化中。
对此,中国可穿戴计算产业技术创新战略联盟专家委员会委员陈雪涛认为,智能硬件设备目前尚未形成一个行业,而只是一个细分市场。互联网公司、IT公司和传统的运动装备公司都对产业有涉及,通过各自的消费电子类产品切入可穿戴市场。然而当前全球的智能硬件设备仍然还是个未能完全走出实验室的新型产品。虽然面临市场爆发期,但其规模和成熟度还需要时间酝酿。
正因为如此,知名K歌APP唱吧近日发布了三款硬件产品——唱吧麦克风、充电宝和麦克风支架,但这并不是业界火热的智能硬件。唱吧CEO陈华称,唱吧不是不做智能硬件,但用户首先需要的是一个解决问题的完美产品,是否智能只是解决问题的手段而不是目的。“现在智能硬件市场最大的问题是为了智能化而智能化,在解决用户痛点上并没有大的突破,很少有产品能引爆市场获得实际的销量。我们应该从用户需求角度用极致产品去解决已经存在的刚性需求,而创造需求比较难突破”。
奥思OAXIS CEO杨冠哲表示,随着智能硬件的兴起,出现了各种各样的智能产品。但大多数产品仅仅关注某一个方面,从单一维度进行检测和统计,让很多用户不得不买多款智能产品、安装多个App,不仅操作繁琐,数据之间缺乏关联,也让消费者的体验很差。
未来必须与大数据结合
如同任何新兴的计算平台一样,如何在纷繁复杂的市场环境中找准自身定位和作用,最大程度适应多样化的消费需求,将是智能硬件制造商们面临的艰巨难题。
在业界人士看来,智能硬件设备的真正意义在于,虽然都是通过更丰富的传感器和算法来更自动和低成本地数字化人的生活,然后,再通过更丰富的反馈介质和反馈机制来影响和改变人的生活,但这些智能硬件设备要比手机这样的终端更能融入人体和生活。
硬件产业发展到现在,仅靠优秀的工业设计和包装就能开发出一款产品就能改变行业的情况已不复存在。毕竟,再好的硬件设备,缺乏软件支撑,只是一堆废铜烂铁。因而,无论是智能手环还是智能手表,智能硬件设备的核心在于数据的采集、计算、反馈以及最终对人的行为的改变。
作为硬件智能化的核心,大数据由过去单纯的数字,转化为如今的数据统计,包罗万象。它不仅包括我们所说的客户量,业务量,营业收入额,利润额等等,还包括数据的整合与结构化,涉及人类生活的方方面面,且广泛存在于社交网络、物联网以及电子商务之中。
不过,可穿戴和大数据两个领域的世界级权威Alex Pentland教授说,光有数据还不行,大数据需要的是超强的分析能力,以我们现在所拥有的技术手段与分析水平,还远远没有将大数据真正的能量挖掘出来。要想让智能硬件设备真的变成我们器官的延伸,甚至能够帮助我们提升与生俱来的本能,大数据还有很长的路要走,甚至是革命性的进展。
业界人士表示,可以预见,智能硬件设备将会层出不穷,但无论形态如何变化,最有意义的部分仍在于通过设备上的传感器所采集并保存于云端上的数据。因为有了大数据的支撑,硬件设备才具有智能的属性,而大数据则因为有了智能硬件设备的采集数据,才真正变得接地气。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22