生活类智能硬件领域调研报告.docx

1、生活类智能硬件领域调研报告AI生活类智能硬件领域调研报告 很多这样的智能硬件设备确实是一点AI的相关技术都没有用到，靠的是传感器显示和人工程序设定。智能硬件是通过软硬件结合的方式，对传统设备进行改造，进而让其拥有智能化的功能。智能化之后，硬件具备连接的能力，实现互联网服务的加载，形成云+端的典型架构，具备了大数据等附加价值。目录1.市场 AI国内外大情况 AI经历的时期和当前所处的阶段 AI在哪些生活领域比较火 有哪些公司做得比较好 这些公司在AI上是如何布局的2.商业 商业模式 上下游产业链3.产品 家居：智能音箱 医疗/可穿戴设备 交通：智能车载 教育：智能机器人4.设计 人工智能时代带来

2、的挑战 VUI-一种新的交互方式 VUI的设计原则和方法1市场 AI国内外大情况全球人工智能企业数量集中分布在美国、中国、英国等少数国家，三国企业数量占总数的%；中国人工智能企业数量主要集中在北京、广东及长三角（上海、江苏、浙江）一带，占中国人工企业总数的%，四川虽然数量不及以上地区，但明显高于其他省市。美国AI布局全面领先，相比较而言，中国在基础元器件、基础工艺等方面差距较大政策方面，各国均在政策层面强调和推动人工智能的发展。其中，美国侧重于研发新型脑研究技术；欧盟主攻以超级计算机技术来模拟脑功能；日本则聚焦以动物为模型研究各种脑功能和脑疾病的机理。国内近几年也出台了相关扶植人工智能发展的政

3、策，积极推动人工智能在各个细分领域的渗透。2016年5月，国家四部委更是颁布“互联网+”人工智能三年行动实施方案，明确提出要培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平。中国人工智能产业处于上升阶段图片摘自：艾瑞咨询-2017年中国人工智能产业专题研究报告中国人工智能产业规模2016年已突破100亿，以%的增长率达到了亿元，预计2017年增长率将提高至%，产业规模达到亿元，并于2019年增长至亿元。基础支撑层主要由算法模型（软件）和关键硬件（AI芯片、传感器）两部分构成；关键技术层主要由感知类技术和其他深度学习应用构成；应用场景层为集成了一类或多类基础应用技术的，

4、面向应用场景特定需求的产品或方案。智能硬件主要为应用场景层。图片摘自：艾瑞咨询-2017年中国人工智能产业专题研究报告北京是人工智能创业重镇%的人工智能创业公司位于北京，而上海则拥有%的人工智能创业公司，%位于深圳，而广州的人工智能创业公司占比则为%。在北上广深之外，浙江和江苏分别拥有%和%的人工智能创业公司。计算机视觉是创业公司最多的领域中国人工智能创业公司所属领域分布中，计算机视觉领域拥有最多创业公司，高达35家，紧随其后的是服务机器人领域，有33家，而排名第三的是语音及自然语言处理领域，有18家，智能医疗、机器学习、智能驾驶等也是相比比较热门的领域之一。 AI经历的时期和当前所处的阶段第

5、三次爆发的根本原因：计算能力，算法突破，数据井喷直接原因：应用广泛，算法开源，投资活跃，政府支持我们仍处于专用人工智能阶段目前的人工智能属于专用人工智能，如计算机视觉、语音识别等，以一个或多个专门的领域和功能为主，目前正处于高速发展阶段，已取得较为丰富的成果；通用人工智能即机器与人类一样拥有进行所有工作的可能，关键在于自动地认知和拓展。目前正在研究人为地设计尽可能多的功能的弱通用人工智能，但目前研究水平仍远远未达到；（相比专用人工智能只能理解特定领域知识和实现特定领域应用，通用AI还有知识技能迁移能力、跨领域推理能力、常识的认识与掌握、抽象能力的掌握）超级人工智能是指具有自我意识，包括独立自主

6、的价值观、世界观等，与技术的发展不同，超级人工智能的基础是人类对生命科学的全面深入的理解，目前仅存在于文化作品中； AI在哪些生活领域比较火 有哪些公司做得比较好以上图片摘自：乌镇指数：全球人工智能发展报告2016-产业与应用篇 这些公司在AI上是如何布局的图片可点击放大查看 打造人工智能开源平台AI开源平台是一个深度学习的工具箱，用户可以在其开放的平台上使用其算法系统，获取开源代码。 布局人工智能芯片芯片行业虽然已有行业巨头NVIDIA和Intel，且技术壁垒极高，但由于行业目前AI运算仍以GPU为主，并未出现大规模应用的人工智能定制类芯片，Google、IBM、乃至国内的中科院都在积极布局

7、探索。 布局人工智能核心技术巨头们自身成立人工智能研究院招募人才的同时，也在积极参股、并购拥有先进技术的AI公司。2商业 商业模式在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。 主导平台+广泛场景应用 模式一：生态构建者全产业链生态+场景应用作为突破口。关键成功因素：大量计算能力投入，积累海量优质多维数据，建立算法平台、通用技术平台和应用平台，以场景应用为入口，积累用户。 模式二：技术算法驱动者技术层+场景应用作为突破口。关键成功因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户。 模式三：应用聚焦者

8、场景应用。关键成功因素：掌握细分市场数据，选择合适的场景构建应用，建立大量多维度的场景应用，抓住用户；同时，与互联网公司合作，有效结合传统商业模式和人工智能。在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。 模式四：垂直领域先行者杀手级应用+逐渐构建垂直领域生态。关键成功因素：在应用较广泛且有海量数据的场景能率先推出杀手级应用，从而积累用户，成为该垂直行业的主导者；通过积累海量数据，逐步向应用平台、通用技术、基础算法拓展。 模式五：基础设施提供者从基础设施切入，并向产业链下游拓展。关键成功因素：开发具有智能计算能力的新型芯

9、片，如图像、语音识别芯片等、拓展芯片的应用场景；在移动智能设备、大型服务器、无人机（车），机器人等设备、设施上广泛集成运用，提供更加高效、低成本的运算能力、服务，与相关行业进行深度整合。 人工智能咨询与定制根据企业/客户需求进行定制化的人工智能解决方案。这个商业模型不要求高精尖技术或是在某个领域的突破，主要是为了解决AI通用平台无法完成客户定制的需求的问题。 上下游产业链工业机器人服务机器人AI+安防AI+家居3产品AI生活类智能硬件领域产品浅析嵌入式应用+终端产品开发 家居智能音箱 行业现状亚马逊Echo是智能音箱鼻祖产品，家族产品线引领智能音箱行业的发展。亚马逊整合电商、硬件、平台、内容等

10、资源，形成完善的生态局。京东与科大讯飞推的叮咚音箱，率先抢占国内智能音箱市场。京东整合电商、硬件、内容资源、智能平台、音频联盟，布局智能生态圈，拓展本地化产品定位，构建多场景多终端的无界零售。苹果具有优质软硬件结合的基因，Homepod将与IOS融合实现更多功能。阿里打通内容资源、电商资源、O2O资源，发展消费级AI产品。 销售方式目前智能音箱的销售渠道主要集中在线上，场景营销是智能音箱开辟线下渠道的机会，但场景销售成本高，目前智能音箱产品规模难以支付。小米之家等新零售渠道有望打开线下渠道出口。 商业模式现有模式：基础设施提供者从基础设施切入，并向产业链下游拓展1招商模式：招募经销商。2B t

11、o C，应用了现时最流行的互联网，成本相对比较低，适合初创型公司。3与厂商合作的模式。4爆款模式，就是把一款产品做到极致。流量变现 + 情景消费 + 系统解决方案未来趋势：全产业链生态+场景应用 实际案例智能音箱具备语音交互，可提供内容、互联网服务，控制场景化智能家居。但目前智能家居普及率低是导致目前智能音箱家居控制中心功能无法循环发展的主要原因，而不注重消费者体验的反馈是智能音箱解决不了消费者痛点的主要原因。语音交互是打通智能家居的关键点，而智能音箱可能只是其表现形态的一种，国内外厂商也正在积极的探索新的智能家居入口形态。目前中国市场中组合形态的产品较为主流，例如将智能音箱与平板、可穿戴产品

12、相结合。屏幕让信息呈现更丰富更快捷，音箱屏幕化是发展必然趋势，毋庸置疑。 医疗智能可穿戴设备 行业现状可穿戴医疗设备前景广阔，很可能是一项在根本上改变人类医疗健康的新技术。一方面，我国人口老龄化造成医疗需求的急剧增长；另一方面，我国医疗资源供给严重短缺，尤其在偏远地区。目前市场上主要的可穿戴医疗设备形态各异，主要包括：智能眼镜、智能手表、智能腕带、智能跑鞋、智能戒指、智能臂环、智能腰带、智能头盔、智能纽扣等。可穿戴医疗设备是一个高速发展的市场，它的兴起也催生出更大的移动医疗市场。智能可穿戴设备通过大数据、云计算、物联网等技术应用，实时采集大量用户健康数据信息和行为习惯，已然成为未来智慧医疗获取

13、信息的重要入口。优势：1.实时监测2.降低治疗成本3.医疗大数据4.智能医疗前景挑战：1.可操作的大数据2.共存与互联3.不一致与多样性4.安全与隐患“三大弱小”痛点“浅体验、弱价值、小范围应用”痛点：从整体可穿戴设备的发展来看，大量的可穿戴设备功能比较单一、作用比较简单，大部分是器械设备厂商推出的产品，医学科研机构、医院医生的参与度还比较低，能真正用于医学临床的还比较少，其“浅体验、弱价值、小范围应用”痛点比较明显。切入点：聚焦突破单病种、单人群、单地域，抢占主社群流量入口及检测入口，快速切入移动医疗生态战略点：推进云端建设，推进数据汇集、信息共享和云端对接连接点：连接医生专家，提供专业医学

14、支撑和技术服务，建设专业化医学服务团队亮化点：持续监测身体变化，提升诊断精确度，亮化远程诊断价值深入点：深入推进医学类互动体验，力求专业、易用、好反馈盈利点：创新盈利模式，将设备以硬件成本价销售，服务为先;方案主导，服务变现 商业模式现状：通过销售可穿戴设备智能硬件获利，这一相对传统的盈利模式设计使其发展非常缓慢。机会：提供更多的增值服务，依靠服务方案赚钱而非靠硬件销售盈利。趋势：医院、数据、设备三者的结合，才能完全体现出大数据与可穿戴的优势。而可穿戴设备需要解决的续航、数据处理、采集、传送和给对这些数据进行分析计算机的能力是整个行业发展的关键。如借鉴“小米”的商业模式，将现有的医学级可穿戴设

15、备进行低价或成本价销售，以此扩大医学级可穿戴设备的用户使用率，提升设备的整体市场影响力，同时强化医生的专业化后续服务，为患者制订定制化的医疗服务方案，依靠服务方案赚钱而非靠硬件销售盈利。从现在所有的数据以及现状分析，做基于健康类智能硬件以及服务是未来一个很明朗的大趋势。只要一种生命体征监测做的非常准确，服务深得人心，有了一定的用户积累之后，就可以很方便地去做健康类垂直领域，其他类的监测也是一样。垂直领域先行者杀手级应用+逐渐构建垂直领域生态结合可穿戴医疗设备发展现状，值得摸索的商业模式包括：（一）设备销售-向用户收费让用户产生依赖感，产生不同于智能手机的全新用户体验；在可穿戴设备的设计上，注重

16、美观和时尚，使可穿戴设备时尚界追逐的热点；用白金/翡翠等制造或点缀可穿戴医疗设备，将其打造成奢侈品，从而以较高的价格向用户出售。（二）软件销售-向用户收费可穿戴和医疗设备厂商可以建立类似iTunes的健康软件平台，销售基于监测数据的健康指导/游戏软件，获得销售提成。（三）个性化服务-向用户收费可以为用户提供个性化的远程服务，根据可穿戴医疗设备收集的数据，由三甲医院的医生通过视频为农村的脑瘫儿童提供康复指导；由健身教练通过视频向减肥者传授量身打造的健身操。（四）精准广告投放-向企业收费通过对用户监测的云端“大数据”的分析，向用户提出有针对性的改善建议，为相关厂商进行精准的广告投放。可穿戴医疗设备

17、虽然技术层面已经有所突破，但大多数产品仍处于实验期或推广初期，且价格偏高，商业模式仍处于探索阶段，寻找可以产生增值效益的商业模式对可穿戴医疗设备厂商成为行业龙头尤为重要。（五）研发服务-向科研机构收费可穿戴设备厂商可充分利用云端“大数据”，为药企、医疗器械公司、研发外包公司、高校研究机构等提供研发服务。（六）帮助医院建立数据中心-向医院收费可穿戴医疗设备厂商可以帮助医院建立数据监测中心，为医院提供患者远程监控服务、预约服务及自动分诊服务，按照联网会员的数量向医院收取服务费。（七）医生再教育-向医生收费中投顾问在2016-2020年中国可穿戴医疗设备市场深度调研及投资前景预测报告中指出，个体化监

18、测积累的大数据可以通过分析和归纳成为医生再教育的一部分，医生未来的知识不仅来源于书本，更来自大数据分析后得到的应用性极强知识。医生可以自主从大数据库中发现问题并寻找对策，这将成为医生获取知识的重要途径。（八）与保险公司合作-利润分成可穿戴医疗设备厂商可以通过和保险公司合作获得广大的客户群（利润分成）。保险公司一方面可减少长期保费开支，另一方面可采集医疗大数据开发个性化的产品。 一家美国创业公司发明了智能袜子，这款智能袜子能够将数据实时传输到手机里，通过长期动态数据分析得到是否发生病变，如果发生病变会第一时间提醒。因为有些糖尿病患者会产生一定程度的脚步肿胀，如果不及时发现和治疗可能会引发感染或者

19、截肢，这款智能袜子起到了实时监测的作用。 交通：智能车载 行业现状调查表明，中国目前有42%的车主装配有车载智能系统。在装配有车载智能系统的车主中，中国车主对相关功能的使用频率远高于欧美车主。中国车主对各功能的使用除了传统的倒车影像、蓝牙免提等功能外，车主对大触屏、联网功能的需求正在增强。网络浏览资讯、在线地图导航、在线音乐等的使用频率都比较高。就目前的现状而言，智能汽车大多是针对汽车与用户本身通过各种移动终端进行交互设计，更多的是人车交互。 未来趋势未来的车联网，本质是以汽车为节点的信息系统，通过汽车收集、处理和共享大量信息，实现车与路、车与车、车与人、车与城市网络的互相连接。车联网是未来的

20、发展方向，然而车联网的实现终归是以智能终端的发展为载体。分析人士认为，一方面，未来车联网以语音输入与车载终端互动的方式依然是车载终端发展的潮流；另一方面，导航技术将更加直观易用，传统的静态导航将逐渐被动态导航所取代，3D导航、实景导航和在线化方式都将成为未来发展方向。对于汽车后市场厂商来说，立足于车载智能终端的开发与应用，通过对车辆和用户信息的动态管理，把握先机，才能在大数据时代成功淘金。后市场企业正在积极的进行布局，在人机交互、功能融合、系统订制、车机手机互联等方面都取得了不错的进展，随着技术的逐渐成熟和厂商的不懈努力，届时的车载终端市场将会迎来另一波发展高潮。车载媒介大多是以声音为主的传播

21、媒介。未来移动音频将会成为更多用户的车载媒介选择。车载硬件的基本普及使得泛用型手机投屏服务迎来爆发。苹果的Carplay与XX的Carlife是目前主要的手机投屏服务商。随着语音助理智能程度的提升，与汽车操作相关功能的开发，车载语音输入操作的交互方式进一步发展。新车品时代：线上消费升级。电商渗透率增长迅速 。汽车后市场的“线上化”较同年一季度末的渗透率上千了%，增长迅速。男性消费者主导汽车后市场“80男”是主力，90后在追赶。网购车主两端化，集中在“大城” 或“小镇”。 车载产业链 商业模式技术算法驱动者技术层+场景应用IT和电子消费品厂商将更加完善人机互动技术（HMI），这将提升消费者对汽车

22、内HMI的预期。未来是车载信息平台是人、车、环境的充分交互，集电子、通信、网络、嵌入式等技术为一体的高端车载信息综合显示平台。车联网向纵深方向发展，硬件基础功能免费，基于用户数据的挖掘和增值服务将成为未来主要赢利点。Analysys易观分析认为，语音交互在车载场景中存在刚需，也会成为最先爆发的领域。而车联网的纵深化发展，将会衍生出硬件免费，靠个性化增值服务盈利的商业模式。汽车厂商将沿数字化的价值链上下游进一步延伸不断创新商业模式和业务类型。车联网数据 + 车主特征数据，拓宽汽车后市场服务，实现精准营销寻求突破点进行用户数据和行车轨迹的挖掘和变现 实际案例 教育：智能机器人 行业现状教育机器人一

23、方面面向学校机构，希望成为教学辅助工具；一方面则面向家庭，希望在陪护和教育之余切入更多的服务空间。而教育却因为本身的专业性、系统性及教育机构的垄断性更难立即打通。教育机器人的消费者与用户是割裂的，为了提高认知度，不少教育机器人开始做教育内容与课程的研发，以此进一步匹配教育机构的场景，提高教育机器人的教育属性；而教育陪护类机器人也逐渐走进学校，提升教育能力。教育机器人产业大致可分为如下三种形式：首先，是以能力风暴为代表的，我国自主研发的优质教育机器人品牌。这类品牌以国际先进的教育理念为指导，以智能机器人为课程载体，全面培养孩子成功能力（分析能力、创造能力和实践能力的平衡）。它还充分考虑了中国青少

24、年成长特点和我国教育特性，开发出完善的、可持续发展的产品体系、配套教材，并提供教师培训，为国内学校和培训班提供完整的解决方案。第二类是来自欧美或者韩国的众多“进口品牌”。这类品牌存在的最大问题在于其产品体系受到第三方牵制，可能有一定的滞后性和局限性，课程方案也会存在一定的断层，可持续发展性不强，对于青少年的教育价值也会受到相对的影响。另外，这类品牌与中国的教育市场尚不能完全无缝对接，对于进入学校课程体系存在一定隔阂。第三类是跟风市场的模仿品牌，这类品牌缺乏底蕴和教育理论基础，往往以产品为重，但是产品体系不具完整性更无特性，该类品牌显然无法带给孩子应有的教育价值。 商业模式技术算法驱动者技术层+

25、场景应用一站式解决方案助力高效产品化智能家教机器人在产品冷启动阶段有效降低用户购买门槛，吸引大量用户（ 利用2B和2C的渠道迅速积累大量用户），成为未来母婴与教育消费的新入口。届时叠加增值服务进行商业变现。通过积累的海量用户数据，持续优化用户体验，提升产品竞争力。智能教育机器人：前期免费（利用2B和2C的渠道迅速积累大量用户），后期考虑收费。学校渠道推广；基于流量的广告业务。建立辅导系统，补充课堂教学 + 学习社交平台，筛除低质量内容 + 创建定制教科书和练习，个性化教学风格教育零散辅助工具 > 教学环节系统化辅助 > 全方位与老师配合 > 主导教学，老师辅助 > 全智

26、能系统终身学习伴侣 应用场景分类： 从市场角度分析，教育机器人分为“机器人教育”与“教育服务机器人”应用场景：教育导向主要研究机器人在教育中的应用，包括 STEAM 教育的机器人教育或编程教育等；应用服务机器人教授各种主题科目，称之为 Robot-based Learning；计算机科学导向主要研究可能应用在教育中的机器人技术，称之为 Educational Robotics。 实际案例左图：来自3016年partnerX位于火星Oculus基地的能力风暴移动系列奥科流思，着重提升语言智能和人际智能等多元智能能力；其具有超强的语音识别、人脸识别系统，寓教于乐，让少年儿童在快乐中训练成功能力，提

27、升科技素养。右图：来自3016年partnerX位于地球Everest基地的能力风暴类人系列珠穆朗玛，着重提升少年儿童音乐智能和身体运动智能等多元智能能力；作为类人形态的机器人，珠穆朗玛外形帅气，多自由度仿生设计让他和人一样自由行走转弯，能歌善舞，让少年儿童在快乐中训练成功能力，提升科技素养。4设计 人工智能时代带来的挑战需求不确定；难以判断产品项目效果；缺乏数据（市场、用户、反馈）；. 找2B场景痛点的方法方法1：不仅切垂直行业，还要切更细分的垂直场景；两个衡量指标：场景边界明显 & 有产品闭环及商业闭环方法2：从行业当前的痛点入手。例：某医疗AI影像公司，用机器学习做医疗影像识别，

28、提高医的看效率、降低误诊率。 找2C场景痛点的方法方法1：找AI应用层，AI辅助人工。2B2C更容易落地，而不是直接服务于C用户。例1：购车bot助手普通消费者 选车顾问4S店销售员 协助其找到最适合用户的车，引导其运用正确的话术流程 AI技术黑盒技术黑盒，是有内涵和外延的。内涵是指这个东西到底是怎么回事，外延从外部输入控制信息，根据他的输出信息来判断他的功能和特性。不要试图从从内涵的角度了解技术，你的最终目标不是技术专家。首先，可以从效果来定义技术，即它能达到什么样的效果。其次，从适用环境来定义技术，即这项技术适用于什么样的环境，环境变了会有什么样的变化。再其次，从产品消耗的资源来定义它，即

29、如果要实现这样一项技术，要消耗什么样的资源，要多少数据；然后如果环境变了，或者说如果在资源不够的情况下，会产生什么样的问题。此外还可以从团队配置来定义技术。 VUI-一种新的交互方式随着技术的发展VUI语音交互界面成为了一种新的交互方式对于大部分智能硬件产品来说，GUI+VUI是他们的主要交互方式。从效率的角度来看，GUI 的一个界面上可以展示非常多的内容，所以更适合做广度展示。而 VUI 更适合做深度展示。对话本身就可以多轮次的。如果对话是理顺的，用户可以跟机器人进行 10、20 轮对话。但在 GUI 的情况下，完成一项任务需要点击十次二十次鼠标，需要十到二十个页面才能完成这项工作的话，你会

30、觉得这个设计过于繁琐。从用户体验上来讲，GUI 会更强调空间感，VUI 更强调时间感。当用户在面对一个GUI界面的时候，用户更在意的是什么功能在什么位置，重要位置的功能会得到更多的感知，并且对某些固定的位置用户会有预期的，潜意识认定某个功能的 Button 应该放在什么位置。所以在做GUI设计的时候，设计空间感是最重要。VUI对话式交互并不是发生在一个空间的场景里的，它是发生在一个时间的场景里的。所以用户会对时间流失有感受，会对哪个内容在先，哪个内容在后上有感受。从预期 (Anticipation) 的角度来看，人们对 GUI 的感受是公共的。在 GUI 上做个性化推荐这件事，希望做到千人千面

31、，但用户普遍预期还是，我看到的东西跟别人看到的东西是一样的。但是对于对话这件事大家没有这个预期。几乎在每一个对话中，用户对这个对话的预期都是个性化的，认为对话机器人应该针对我说一些我所预期的东西，由此用户会有更强的参与感。人阅读文字的速度可以达到5001000字每分钟，说话时语速可以达到200300字每分钟，所以视觉阅读的文字信息可以达到听觉的2-5倍。人主要通过点击和手势的方式与GUI进行交互，至于人在做什么其实计算机是不知道的，它只是将点击和手势转化为坐标和操作两种数据，再给予相应的响应事件，例如打开链接、获取数据库的信息。人通过对话的方式与VUI进行交互，对话过程中使用的自然语言属于非结

32、构化数据，VUI要给出正确的响应事件必须要先理解人类在说什么，更重要的是在想什么。GUI的信息架构包含了页面和流程，页面里包含了各种布局和结构；而VUI的信息架构只有流程，所以GUI的信息架构要比VUI复杂。由于页面操作的限制使GUI无法随意切换毫无相关的流程，而通过对话交流的VUI可以做到这一点，在导航的便捷性上，VUI更胜一筹。为什么要将GUI转换为VUI1.现有互联网的绝大部分内容和数据都与GUI的信息架构和代码有关，所以我们没有必要为两个界面做两套内容。2.这有助于人工智能助手的发展。在转换策略上我们可以借鉴成熟的无障碍规范指南a11y，部分内容是为失明人士提供帮助的，可以将界面内容转换为声音内容。当然GUI和VUI应该是相辅相成的，它们一起完善了我们的交互