此前，小米生态链公司华米科技创始人兼CEO黄汪在接受采访时透露，目前华米推出的小米手环累计出货量超过1万只。
市场研究机构IDC发布报告称，小米手环出货量已超越Fitbit，华米科技成为全球最大的可穿戴设备制造商。
此外，华米科技年营收超过15亿元，位居小米生态链榜首。
在成为全球第一大可穿戴设备厂商后，华米科技CEO黄汪近日与高榕资本交流，分享了自己跻身第一的经历。
以下为黄汪演讲节选： 成为可穿戴设备全球第一公司，应该是可期的。
我们的团队在智能硬件行业浸淫多年，对智能硬件思考了很多。
对于智能硬件来说，关键是你的产品能否做到最好，而要做到这一点至少需要三个条件：钱、人、耐心。
耐心是什么概念？说实话，做一款AMAZFIT运动手表的过程是非常痛苦的。
这确实是华米历史上最痛苦、最长、最艰难的产品。
我们花了整整18个月的时间来打磨这个产品。
大家都看到智能手表产品纷纷涌现，当年的巨头们也开始进军市场。
在这种情况下，当人们问我什么时候发布产品时，我回答：我们不是第一个发布产品，但我们肯定不会是最后一个发布产品。
关键是在对产品有了良好的定义之后，再推出产品。
那么你应该如何定义你的产品呢？从我们的经验来看，对于硬件产品主要存在三个误区。
误区之一就是希望产品能做到一切。
最典型的情况就是智能手表行业。
我记得2008年我们做智能手表的时候，业界普遍的观点是用手机芯片做手表芯片，把手机变成手表。
因此，就有了一个自然的产品定义：智能手表是绑在手上的小屏幕。
手机。
然而，将其定义为一刀切的产品是产品失败的主要原因之一。
我们在定义产品的时候，一定要想清楚，万能的产品带来的问题是什么？随着成本和功耗的上升，无所不能的后果往往是无能为力。
误区二：对产品定义持观望态度。
遵循“万能意味着什么”的思想，你会发现关键是通过减法找到更准确的产品定义。
做减法需要深入的思考、实践和决心，因为你确实担心如果这些功能被减掉了，消费者是否还会留下深刻的印象。
说实话，我们在做华表AMAZFIT手表的时候，最初是想做一款能做所有事情的手表。
但大概半年后，我们觉得有很大的问题，我们对产品的定义变成了一款运动功能突出的智能手表。
最后我们下定决心，将产品定义调整为带有一些智能功能的手表，甚至没有智能功能，只运行Android。
在此过程中，产品定义几乎每六个月就会进行一次调整。
调整了18个月，这里最困难的就是修剪和选择的过程。
误区三：战略惰性。
有句话说得好，“战术上的勤奋弥补不了战略上的懒惰”。
我们有能力用性价比的方式，但是如果你没有很好地定义这个产品，它真的能卖得好吗？最终，很多智能手表都会被人们使用几个月甚至几周的时间来体验一下。
你必须回答的问题是：用户买回来之后，除了新奇之外，这个产品到底为用户解决了哪些持续存在的痛点？ Pebble 的死因，主要是因为太晚才意识到产品定义有问题。
这个案例也提醒我们：硬件创业要尽可能靠近供应链和制造中心；招募一支扎实可靠的硬件团队很重要，但抄袭欧美的时代已经过去了。
没有办法复制，就停止复制；打造自己的挖掘消费能力，满足客户需求比什么都重要。
华米是一家人体数据公司。
只有从最终的结果来判断事情才有意义。
无论是智能手环还是手表，我们都将其定义为人体的ID。
ID意味着你的坐、卧、行、一举一动的数据都在里面。
关键是所有数据采集都是在人体不敏感的情况下完成的。
当智能设备成为你的人性ID时，支付、跨设备互联网交互、健康管理都是非常自然的应用场景。
华米的整体逻辑重点并不是以不同的方式改造硬件产品。
单纯更换硬件，换更大的屏幕或者更多的功能并没有多大意义。
如何发挥其作为数据采集终端的作用，是定义硬件功能的标准。
智能手环作为可穿戴设备，需要在外观设计、体积重量、功能定义等方面保持克制。
如果仍沿用传统的消费电子产品思维，试图通过功能堆叠、升级配置来“创新”，势必会走入死胡同，撞上所谓的玻璃屋顶。
如果手环产品只是一个硬件，比如MP3，它能卖多少，赚多少利润，就看收入了。
但如果我们把它当作一个获取用户数据的终端，我们更关心的是有多少用户能够一直佩戴它，它的粘性有多大。
硬件只是我们获取用户的一种方式，重要的是背后数据的价值。
今年年初，我们建立了自己的人工智能实验室，搭建了云端运动健康大数据平台，主导了基于深度学习的可穿戴芯片的研发。
4月，发布内置心电芯片的AMIZFIT健康手环。
这款心电图芯片为手环获取的数据增加了一个新的维度——心电图数据。
这也为手环产品从简单的运动和睡眠记录延伸到更严肃的健康和医疗用途提供了可能。
基于心电数据，华米正在两个方向进行尝试：一是基于心电的生物识别。
与指纹相比，人体心电特征更难复制；第二，通过深度学习进行疾病筛查，为医生做出辅助诊断。
在读取心电图时，由于数据量很大，医生可能无法抓住所有问题。
通过深度学习的方法，我们可以筛选出很多医生忽略的点，然后交给医生判断。
我们希望通过与医学界的密切合作，利用人工智能技术改善中国人民的心血管健康。
数据挖掘是一个积累、积累的过程。
您需要成为一台不断深入挖掘的数据挖掘机。