当前位置: 首页 > 科技赋能

可穿戴设备充满了掌声和抱怨,没有大数据,他们就不聪明

时间:2024-05-22 17:19:41 科技赋能

苹果最近正式发布了Apple Watch智能手表。

面对Apple Watch的到来,几乎所有智能穿戴设备厂商都着急了。

他们希望Apple Watch早日到来,但也害怕Apple Watch带来的影响。

就像去年的平板电脑市场一样,苹果iPad的问世引发了市场的兴奋,同时也让很多厂商无处容身。

与5年前的平板电脑不同,如今的Apple Watch有望引爆的不仅是智能手表市场,还将打开整个智能可穿戴设备市场的大门。

不过遗憾的是,从正式发布的Apple Watch来看,撬动市场并不是那么容易的事情。

在苹果之前还有很多“烈士”。

  智能穿戴设备的发展缺乏先进的硬件和软件。

到目前为止,我们已经看到了 Apple Watch、Google Glass、Jawbone 手环、Galaxy Gear 手表、Sensoria 智能袜、Nike 智能鞋等。

参与的厂商包括 Google、盛大、小米等互联网公司,也包括苹果、三星、华为,甚至英特尔、高通等核心零部件厂商。

可以说,在智能穿戴设备领域,只有我们想不到,没有哪个厂商能做到。

“今年绝对是可穿戴智能设备年!”这种说法在两年前就已经很流行了,现在苹果发布了 Apple Watch,更是显得更加有力。

说到智能可穿戴设备,目前消费者广泛熟知的就是智能手表、手环和智能眼镜。

除了这些,还有各种先进到不会迷路的神器,比如不会迷路的鞋子、可以防止脚部受伤的智能袜子、提前十分钟通知你的神器等。

需要排便,以及检测您的心脏的设备。

T恤和燃脂背心。

不可否认,这些产品的创意极其美好,但它们的应用缺陷却让这些产品在体验上始终落后。

应该说,目前智能穿戴设备的尴尬在于硬件已经提前发展,但软件却还缺位。

一句话:造型太先进,但技术太落后。

例如,穿着时不会丢失的智能鞋需要通过触觉反馈和GPS模块为穿着者提供导航。

创建数据的交互以及用户数据的持续收集和分析都需要关联大数据。

然而,目前大数据应用的发展还远远没有达到这个水平。

由于缺乏刚性的功能需求,大多数智能穿戴设备无法长期获得用户的青睐。

创新不足加剧同质化竞争。

目前,业界基本一致认为智能可穿戴设备尚未成熟。

不可否认,智能可穿戴设备正在改变我们的生活。

据Enfodesk分析,2018年中国智能穿戴设备市场规模为22亿元人民币,Apple Watch的正式推出将极大刺激整个智能穿戴设备市场规模的增长,预计市场规模将进一步提升。

达到6亿元。

从智能手机市场的激烈竞争可以看出,在一定时间内,硬件产品的创新速度非常快,以至于各大厂商似乎已经耗尽了人才,市场同质化严重。

同样,在智能穿戴设备市场,基于目前的软件服务能力,智能穿戴设备产品的竞争也变得激烈。

从市场来看,智能穿戴产品行业比较基础,没有带来革命性的影响,定位尴尬。

很多产品没有痛点,也不是严格需要的,难免会变得“鸡肋”。

归根结底,智能穿戴设备尚未真正成为消费者生活的必需品,用户粘性依然较差。

以目前流行的智能手环为例。

当市场需求不够强劲的时候,智能手环无法给我们带来更实质性的改变。

这类产品挑战用户的惯性,让消费者在产品和生活习惯之间进行选择。

没有苹果产品的号召力,结果不言而喻。

  市场爆发的触点在哪里?随着智能可穿戴设备的发展,仅仅依靠优秀的工业设计和封装已经不再可能开发出改变行业的硬件产品。

因为无论硬件设备有多好,没有软件支持,也只是一堆废铁。

纯硬件制造仍处于产业链的最底层。

当智能穿戴设备不再作为熟悉的配件强加给人们,而是已经与人体的“器官”融为一体并产生强烈的需求时,那就是智能穿戴设备市场将爆发的时候。

这意味着,在智能穿戴设备市场,拥有制造基础并不一定意味着可以制造智能硬件。

要看有没有互联网,有没有大数据,有没有云应用的融合。

就智能穿戴设备的应用而言,更多的是基于后端云平台与大数据的交互。

前端可穿戴设备更多地负责信息采集的功能而不是信息处理的功能。

这就是移动互联网大数据应用的思考。

有关机构预测,到今年年底,移动连接设备的数量将超过世界人口。

这种网络连接数量和类型的增加不仅为用户提供了更多功能,也让智能可穿戴设备变得更加智能。

可以预见,智能穿戴设备将会层出不穷,并不断更新。

但正如道路车辆在历史上经历了许多变化一样,车轮的形状不会发生太大变化。

对于智能穿戴设备来说,无论外形如何变化,最有意义的部分仍然在于设备上的传感器采集和采集的数据。

数据存储在云端。

因为有了大数据的支撑,硬件设备才具备了智能属性,大数据也因为可穿戴设备采集到的数据而变得真正接地气。

智能可穿戴设备要真正成为人类及相关设备的延伸,帮助我们提高与生俱来的本能,大数据的应用还有很长的路要走。