IOT在遠(yuǎn)去，AIOT在崛起。“我們想要的是萬物互聯(lián)，得到的卻只是聯(lián)網(wǎng)的家庭電器”

物聯(lián)網(wǎng)(Internet?of?things)已經(jīng)呼喊了很多年，最終落地的卻只是加了聯(lián)網(wǎng)模塊的家庭設(shè)備，相比傳統(tǒng)式設(shè)備的唯一好處只是可以在APP上遠(yuǎn)程控制設(shè)備，亦或是可以定時觸發(fā)設(shè)備。

通過公式”（新體驗-舊體驗）-替換成本”?可以計算新產(chǎn)品的價值，IOT設(shè)備的體驗提升僅增加了云端手動控制，體驗提升非常有限，因此一直不溫不火。

智聯(lián)網(wǎng)(AIOT，是AI?+?IOT的結(jié)合)?2018年開始崛起，核心是能夠運用大量傳感設(shè)備，綜合語音、視覺、動作、溫度等數(shù)據(jù)，實現(xiàn)IOT設(shè)備的全自然化的人機(jī)交互。

智能音箱是AIOT初期的的典型代表，2018年出貨量達(dá)到2200萬臺，智能音箱為IOT的啟示是語音交互，但是智能音箱一陣風(fēng)刮過之后，后面AIOT該何去何從??筆者從產(chǎn)品角度觸發(fā)從兩條線分析AIOT的發(fā)展趨勢：

• 交互方式：語音觸發(fā)→傳感觸發(fā)→主動觸發(fā)
• 協(xié)作方式：單機(jī)交互→場景聯(lián)動→多模態(tài)協(xié)同

階段一：語音觸發(fā)與單端智能

AIOT的第一階段聚焦于單一設(shè)備，并且賦予設(shè)備聽和說的能力，智能音箱是該階段最有名的產(chǎn)物。典型的應(yīng)用場景是通過遠(yuǎn)程拾音，實現(xiàn)對設(shè)備的操控，例如：“播放音樂”、“開燈、關(guān)燈”，相比APP操控，語音操控更加實時便捷。

但是，并不是什么設(shè)備都適合語音化，筆者從使用頻次和功能復(fù)雜度觸發(fā)，得出電視（盒子、遙控器）、投影儀、音箱、面板語音化價值較高，空調(diào)、冰箱、咖啡機(jī)、空氣凈化器次之。

階段二：傳感觸發(fā)與多端聯(lián)動

傳感觸發(fā)

語音觸發(fā)相比手動觸發(fā)方便程度有明顯提升，但是在一些場景下依然不是很方便，試想夜晚下班回到家，大部分人是不想說話的。

因此，大家開始思考觸發(fā)方式上有沒有比語音觸發(fā)更便捷的方式？

結(jié)果就是傳感器觸發(fā)，通過紅外傳感器可以識別人體經(jīng)過，通過溫度傳感器識別溫度變化，通過攝像頭識別人臉、動作和姿勢等等。通過傳感器可以實現(xiàn)初級的主動互動，效率更高，更便捷。

典型場景：

• 夜晚起夜：客廳和衛(wèi)生間根據(jù)傳感器識別到移動人體，直接開燈。
• 酒店：一段時間檢測不到房間有人，關(guān)閉所有電器節(jié)約用電。
• 教育：攝像頭智能檢測兒童坐姿，坐姿不正確通過語音進(jìn)行提示。

場景聯(lián)動

第一階段的控制是基于單設(shè)備的，但是隨著家庭智能設(shè)備的增多，用戶很多需求是多任務(wù)并且跨設(shè)備的。

例如：早上開燈的同時期望把空調(diào)也打開，打開電視的同時期望把窗簾關(guān)閉。場景聯(lián)動的目的就是圍繞用戶場景，多任務(wù)同步或異步自動執(zhí)行，共同滿足用戶訴求。

典型場景：

• 早晨場景：睡醒后，口令”早安”，打開窗簾，打開空調(diào)，播報時間、今日天氣，然后播放適合晨間收聽的音樂。
• 回家場景：回家打開門的瞬間，燈光打開、音箱播報歡迎語或者留言、空調(diào)調(diào)整到合適的溫度、熱水器打開，電視打開并播放正在追的劇。

不同場景的用戶需求強(qiáng)度：

在階段二，無論是用戶效率和便利度已經(jīng)有一個跨越式提升，但是還是存在一些問題：

• 交互模式雖然無需用戶開口，智能化程度已然很高，但是對用戶情感上的關(guān)懷尚未體現(xiàn)。
• 場景聯(lián)動打破了多智能設(shè)備之間的信息鴻溝，但是仍然停留在指令的串行或者并行執(zhí)行階段，多設(shè)備間的協(xié)同仍未得到深度體現(xiàn)。

階段三：主動交互與多模態(tài)協(xié)同

當(dāng)設(shè)備能夠?qū)τ脩糁鲃影l(fā)起關(guān)懷，并且可以將家庭智能設(shè)備打散重構(gòu)，協(xié)同完成更復(fù)雜的任務(wù)，我們就進(jìn)入了第三階段。

主動互動

我們對人工智能的暢想，希望它是有溫度的，其中一個很重要的方面就是可以主動互動，當(dāng)然這里有個很重要的前提是不打擾。

想做到不打擾的主動互動，需要有充分的的用戶畫像，知道用戶喜好，知道用戶在空間中所處的方位，知道用戶此時此刻的需求，然后給與精準(zhǔn)的關(guān)懷。

典型場景：

通過傳感器感知用戶要出門，通過聲紋感知用戶好像生病了，通過云端知道今天要下雨。在用戶要出門的時候主動提醒說”今天天氣不好，記得帶傘，身體不舒服要及時去看下醫(yī)生”

多模態(tài)協(xié)同

多模態(tài)（MultiChannel）協(xié)同指的是圍繞同一場景，通過將多種設(shè)備的輸入方式和輸出方式打通，實現(xiàn)多設(shè)備協(xié)同或場景遷移。

多模態(tài)協(xié)同與多端聯(lián)動的差別是多端聯(lián)動的最小單元是設(shè)備，多模態(tài)協(xié)同的最小單元是通道(Channel)。

舉個例子：智能音箱是一個設(shè)備，但是有2個Channel，分別是麥克風(fēng)和揚聲器，電視有2個Channel，分別是揚聲器和顯示屏。將設(shè)備的Channel拆開然后重構(gòu)會發(fā)現(xiàn)IOT的交互能力邊界會被大大延展，語音、視覺、觸屏、手勢，甚至你的「表情」，有哪些設(shè)備，哪種方式更舒服、自然，都可以用來滿足你的需求。

典型場景：

話費充值：當(dāng)用戶看電視時，用戶欠費通知下發(fā)（利用電視的顯示Channel），將欠費信息投放到電視上。通過智能音箱（利用音箱的揚聲器Channel）播報欠費信息，用戶通過音箱（利用音箱的麥克風(fēng)Channel）直接發(fā)起繳費請求，然后將付費信息推送到手機(jī)上（利用手機(jī)的顯示Channel）直接支付。

客人來訪：當(dāng)門外有客人來訪時，攝像頭自動將來訪的者的畫面投放到電視上（利用電視的顯示屏Channel），然后通過最近的音箱（利用音箱的揚聲器Channel）播放有人來訪的通知，用戶可以對最近的智能音箱（利用音箱的麥克風(fēng)Channel）發(fā)起指令開門或者與來訪者進(jìn)行語音對話。

我們認(rèn)為：主動互動和多模態(tài)協(xié)同是AIOT當(dāng)前可預(yù)見到的終局體驗，而且即將到來。

那么，目前在能力儲備上需要儲備哪些能力呢？

1. 邊緣計算與離線指令：IOT設(shè)備往后發(fā)展一定會面臨安全問題，例如被遠(yuǎn)程操控家庭的攝像頭、熱水器、電視等，一個解決方案就是做設(shè)備端的邊緣計算，通過離線指令技術(shù)在本地識別用戶意圖并進(jìn)行本地執(zhí)行。
2. 多模態(tài)協(xié)同標(biāo)準(zhǔn)：構(gòu)建多模態(tài)的標(biāo)準(zhǔn)協(xié)議，使得加入該標(biāo)準(zhǔn)的智能設(shè)備不僅可以共享狀態(tài)和信息，還可以通過云端下發(fā)對所有Channel的控制。
3. 空間感知與仲裁：感知用戶的所在位置，用最恰當(dāng)?shù)脑O(shè)備（仲裁）進(jìn)行回應(yīng)用戶需求。
4. AI與IoT的結(jié)合已經(jīng)成為了趨勢發(fā)展的必然，內(nèi)部拆解來看會經(jīng)過語音觸發(fā)和單端智能、傳感觸發(fā)和多端智能、主動交互和多模態(tài)協(xié)同3個階段。
   

以上。

作者：Jason，微信公眾號：Smart_Byte。

本文由@Jason 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash, 基于CC0協(xié)議