软硬结合AI加持？智能硬件独角兽的求生之路

从人工智能（AI）概念诞生以来，随着理论和科技的日益成熟，AI的应用领域在不断扩大。基于AI的智能硬件产品也在飞速发展，从可穿戴智能设备、智能车载，到智能家居，AI已走进我们生活的方方面面。

AI人机交互体验赋能可穿戴产品

根据IDC预计，2018年全球可穿戴设备出货量将达到1.25 亿部，较去年的市场总和增长约 8.5%。以可穿戴设备为例，智能手机、手表、耳机已被大众熟知并应用了。AI行业的独角兽——出门问问，是一家以语音交互和软硬结合为核心的人工智能科技公司，其副总裁、可穿戴事业部负责人林宜立在近日的采访中提及，面向消费者的智能软硬件产品中，出门问问的智能手表TicWatch已是全球领先的AI可穿戴品牌。

截至目前，出门问问业务营收已经有 50% 来自国际市场，亚马逊数据显示，黑五北美亚马逊智能手表畅销榜单中，前三名分别是 Apple Watch、Fitbit 和出门问问。

智能硬件企业的核心优势

在早鸟学堂的采访中，出门问问林宜立总结：出门问问的核心优势在于自主研发的全栈式AI语音交互核心技术，和业界领先的软硬件结合研发能力。核心技术的自主性，对各个环节间端到端的调优更有助益，非常有利于企业去做深度的创新和探索。

“核心技术的优势已经让出门问问在AI科技领域的发展具备独特性和优势。时间上的领跑优势则让公司不断地保持迭代和扩大，这便是我们的生存之道。”

实际案例分享： 出门问问最初只做AI语音助手这样的应用，当公司快速扩展到可以做操作系统时，这样的能力扩展就挡掉了一群人。当别人开始做AI和软件的时候，我们公司又开始研发做硬件，这就又挡掉一波人。如今公司智能手表已迭代到第三代，在这个时间差就决定了我们做出来的产品，会更易被客户接受。我们在国内和海外其实在市场份额和用户的满意度上，已经跻身到全球的前三四名。

那么，如有新的竞品要进来，它便需要花时间。而后来我们也在持续的迭代，比如在最新的TicWatch Pro上面，做了很多的软件结合创新。像我这个手表双层屏，我们有一层屏幕是LED液晶显示，非常省电。同时强光下的视角可视度非常好。同时它下面有一层OLED显示屏，这样的一个双屏，里面的双系统使得我们手表不仅具有良好的可视性、可读性。同时它的续航能力也获得了极大的提升，最长可以用到一个月。

那像这样的软硬结合的迭代创新，就是我们在持续扩大优势。用户也会更愿意买我们的手表，更愿意去传播，会有更多的机会去用到我们的AI，所以这些就是滚动起来的竞争优势壁垒的建立。

林宜立认为，一个行业的发展，肯定有若干个驱动因素。而技术、产品、资本和竞争驱动是出门问问打造竞争优势的因素。

除了这些竞争之外，还有一种能够让用户更加乐意的方式，那就是有更多的优惠活动。

智能硬件行业洞察

现状：AI 硬件是一个新兴的市场，目前行业也处在快速发展的阶段，而技术的发展已经跨过初级门槛，大规模的AI应用正在不断涌现。智能硬件的接受路径，从北美欧洲渐渐扩散到中国以及更多发展中国家。

而消费者对于这个市场的认知还不是很清晰。机会：对于创业者来讲，拥有AI智能硬件产品的国际化能力是入围赛道的机会。

挑战：在已有巨头入局的情况下，如何生存和破局将是新入局创业者们的一大挑战。

语音交互的领跑者

出门问问作为一家AI创业公司来说，它能够生存且成功的核心是AI技术和产品。

AI语音交互的持续领跑得益于以下几点

第一，公司能够持续用算力去优化并训练模型；

第二，技术和产品能够触达到用户端，能真正跟用户互动，了解用户需求，并对模型的好坏做出判断并持续优化；

最后，海量的反馈数据能够反哺给模型，能够持续地优化和迭代，这是一个重要的动态的闭环。

对于AI算法训练来讲，深度学习、神经网络学习、机器学习这类技术，对算力的要求很高。所以像出门问问的模型训练，也用到了很多像GPU芯片、 IPU芯片等先进的训练工具，是确保高效地训练和优化模型的基础。

另外出门问问会通过软硬结合的方法，去落地用户场景。

比如语言模型是支持离线搜索的，当你的车没有网的时候，也能听懂你的指令。这就要求把训练出的算法和模型能够优化到最小，并能放到汽车的车机端。

强大算力是高效训练和优化AI算法的保证，强大的算力需要戴尔工作站的支持。现在就与直销客服联系，平安夜有好礼。

C端经验和技术助力B端业务快速扩张

由于在C端已经积累了大量的经验和技术，团队也很成熟，所以出门问问能够快速捕捉用户和B端的需求并快速执行，保证良好的用户体验。

对于B端的产品和服务，林宜立说到公司未来的方向。

第一，提供一套软硬结合的AI芯片给合作伙伴。像很多创业者，可能想做智能软硬件的产品，并希望有语音服务。那么该芯片和语音的技术，就能快速地做出款优质体验的产品去服务特定行业的客户。

第二，将语音交互技术给行业客户去提高他的生产力和用户体验，并节省成本。比如给到金融行业的反欺诈解决方案，它便能通过AI大数据的算法，主动的去打电话给用户，做一些简单询问，并确保用户信息的真实性。类似这样的方案，都将是B端业务的重点。