关于AI硬件生命力的8点硬思考 | 云启 X 知行 Attent!on 深圳站回顾

智能硬件如何选品才有成长机会？加了AI的传统硬件消费者买账吗？智能硬件的模型部署有公认方案了吗？

上周五，带着关于AI硬件的若干问题，「Attent!on」云启AGI+系列沙龙来到深圳。我们联合创业创新赋能组织知行研习院，与近百位深耕智能硬件的创业者、一线大厂技术/产品专家、算法科学家、科技投资人等展开深入探讨。大家从不同的视角解答行业关心的共同问题，一起完成认知的拼图。

三个多小时的活动留下了许多精彩观点和珍贵思考。我们节选了部分内容，整理成关于AI硬件生命力的8点硬思考，供大家参考。

（PS：文末还有精彩活动预告，别错过！

左右滑动查看更多现场实况

在围绕AI硬件深入讨论之前，云启投资团队分享了以硅谷为代表的海外AI市场前沿动态。我们发现，目前美国基础模型竞争仍然非常激烈，但大模型应用端进展不及预期。其中，2B场景因为幻觉/不可控问题，需要和业务流深度结合，以及整体经济周期用户预算缩减，整体落地情况不及预期。

2C/Prosumer工具端应用则相对好落地。 特别对有工程师红利的中国出海公司而言，借助AI在游戏、情感陪伴等非严肃场景下带来的功能增量，已有部分找到PMF的出海AI-Native软件应用做起来了。但整体留存率不及上一波互联网产品，鲜有案例超过30%。

云启投资团队还分享了对AI能力及挖掘路径的思考。对于硬件创业者而言，技术杠杆效应、基础模型能力以及成本、效果和付费意愿之间的balance是三个核心问题。而由于本轮AI技术与产品的边界远比移动互联网模糊，且基础模型边界、产品边界和工程提升方式快速变化，AI-native的产品经理比之前更难，也更重要。

暖场分享之后，我们和到场嘉宾围绕AI硬件产品、模型、芯片等进行了深入交流。以下是节选内容。

部分参与者

腾讯、华为、商汤、科大讯飞、元生智能、MiniMax、Zilliz、KickStarter、Global Oneclick、青蓝图、蜂巢科技、时空壶、香港X基金、知行研习院、深圳科创学院等智能硬件相关从业者

江梦雨、韦辰睿、赵恩铎等云启投资团队

「关于产品」

智能硬件市场的变与不变

云启投资团队

不变的是成长规律。 从市场格局来看，智能硬件行业存在一个"泥潭"，即市场规模非常大，但头部创业公司市占率极低。而既能达到较高市占率、又能实现较高的收入，对于智能硬件产品来才是理想的状态。达到理想状态的要点有三：细分市场清晰，且具有成长空间；核心人群具有很强的传播属性，这意味着较低的获客成本；在技术外溢之前，建立起品牌/供应链/渠道壁垒。

变的是技术能力。 对于PC、手机、平板、耳机等业已成熟的硬件市场，AI能力的泛化使得硬件产品在差异化有限的情况下，有可能通过AI拉爆竞争对手。**对于小众的利基市场，AI能力的进阶带给AI-native硬件爆发新机会，**叠加机械、光学技术的优化，以及人口结构变迁等社会因素，有可能加大外骨骼、电动轮椅、陪伴机器人、养老硬件等新品类的市场需求。

网红AI-Native硬件的翻车启示

创意项目筹资平台中国区战略代表

一些不尽人意的AI-Native硬件的形态是新的，但是想解决的需求未必是既有的需求。

什么样的AI-Native硬件会有机会？第一，形态最好是新形态，但不代表需求是新需求。**为了新而去新，未必可以走得更远。**比如现在做得比较好的PLAUD（一款ChatGPT驱动、可以贴在手机后面的录音硬件）解决的是录音这个既有需求，只是产品形态是一个新形态。

第二，make sense的硬件形态+很好的软件体验合在一起，才能1+1>2。

产品营销咨询公司创始人、企业出海操盘手

我们总结过一个原则叫"8020原则"。即一款硬件的成功，80%来自于它本身的合理性以及和市场需求的匹配程度，剩下20%来自高效的技术、营销手段等。对于AI硬件同理，首先硬件的品类逻辑必须合理，这部分占80%，然后再加上20%的AI功能。而不是反过来，只考虑AI，反而忽略了硬件本身的合理性和实质逻辑。

香港科技创业基金投资人

如何避免创业硬件产品成为"一拳超人"？核心有三点：一是深耕技术突破点，很多智能硬件形态的突破是由技术突出带来的；二是创造极致的用户体验；三是不断跟随市场动态，根据市场反响动态衡量自身的技术与市场选择。

智能硬件的选品"法则"

出海科技服务公司 负责人

要么专注在某个特定领域深耕，积累行业经验和有效壁垒。比如头部运动耳机品牌韶音，20多年前从军用耳机和扬声器研发起步，积累了深厚的声学技术与产品经验。

要么在成熟领域寻找新机会。比如被字节跳动收购的耳机品牌Oladance，在传统入耳式耳机占据主流时，自主研发OWS技术，推出开放式耳机。

居家养老消费电子品牌 CEO

根据自己和团队的"踩坑"经验，总结出三点原则：

第一，如果要较大概率成功，目标客群不能太大。因为太大的市场已经有巨头进入了，足够细分的市场可以给我们足够的时空成长。

第二，锚定的细分客群还没有得到很好的解决方案，或者在这个细分市场里还没有出现强大的竞争对手。

第三，随着品类的延伸以及SKU的延伸，人群的边界会否被不断打破。

在此基础结合技术、政策、市场竞争差异化、技术壁垒等要素，综合判断想要切入的品类是否有优势。

硬件+AI的多种出路

头戴式智能硬件公司 技术合伙人

认同"8020"原则，当前更清晰的思路是在广泛渗透的硬件上加入AI。基于这个思路分享几个例子：

一是传统打印机加入AI功能，不仅提升了硬件功能，还能通过内容摘要、学习资料生成等AI增值服务增加收入。

二是我们和水稻所、农科院合作的智能眼镜支持语音控制拍照，佩戴眼镜的农技站工作人员可以用眼镜直接拍照，照片实时传输至电脑或手机终端，进而识别农田虫害，全程无需双手操作。

总体而言，做好的AI硬件有两个要点：第一，如果用了你的硬件就不需要再掏出手机，如果这个产品是要搭配手机才能使用，那就直接用手机了，硬件本身无意义；第二，硬件一定要被用户高频使用，用户日常使用门槛或成本较高的产品难以为继。

智能耳机创业品牌 CTO

AI对于硬件公司来说首先是提升生产力的工具，同时也提供了优化用户体验的能力。

但在我们做 PMF 有一个很重要的思路，就是要帮用户算 ROI 。一个产品或功能，**用户花了 100 美金，至少要有200美金的效果才能用得上。**否则就是一个鸡肋的功能。

「手机+AI」的不完美"创新"

某手机大厂消费者

现在很多手机厂商在图像、语音、文字这三个维度都有做AI功能，但这些看起来很fancy的功能并没有给销售带来特别大的提升，更多是让厂商维持原有用户，并没有颠覆性的改变。

因为手机用户的换新周期大约3-4年，在硬件根本卷不动的情况下，只能靠软件功能更新提升用户购买意愿。苹果的AI革新或许值得期待，因为它做的是整个系统，包括不同产品的连接。

「关于模型和芯片」

模型部署：上云还是端侧？

一线大厂 AI硬件研发工程师

端侧部署的核心优势在于低时延和数据安全。如果要做端侧部署，我们需要回答几个问题，就是这款产品到底对实时性和隐私的需求有多强？如果这两种需求在实际应用中不是特别强烈，能上云就上云。

上云的好处很清晰：第一可以上规模，做很多系统级的优化；第二，有助于所有设备厂商户收集用户的信息，进而迭代优化产品。除非有一个非常定制化的一个场景，对实时性和隐私性需求极强。

但这类场景面临一个尴尬处境，即所有芯片基本都是通过应用去定义的，很难在Killer App诞生之前，先把芯片定义出来。

芯片期待：端侧友好的芯片快了吗？

某国内芯片大厂销售负责人

国内大多智能硬件创业产品的价格集中在500-1000元之间，如果用端侧大模型和端侧芯片替代云端，根据目前已知的市场信息测算，可能需要2000元人民币档位的卡。售价500块的智能硬件搭一个2000块钱的计算卡，这个逻辑很难存在。

芯片设计是一个极致聚焦成本的行业，它作为一个切片硬件，从立项开始周期就很长。这个也意味着需要应用侧先起量，用算法定义芯片的形态。

目前图像识别、语音识别等端侧应用已经开始普及，且在中国性价比已经卷到极致。但是把多模态大模型做到端侧，现在看来还需要一段时间。

模型评估：AI硬件如何做模型evaluation？

一线大厂 大模型工程师

首先需要定义产品要卷什么方向， 这和重点关注大模型的哪些能力维度息息相关。比如模型的数学能力更好？还是知识补全能力更好？等等。

另外一点是结合产品测评。模型用在产品上一定是有一个应用点，那这个点它做得好不好？可以制定一个明确的标准。

总体而言，在模型选择上，第一考虑模型能否解决产品的应用场景；第二从模型部署与生态打通的角度去考虑；第三是成本视角，衡量成本如何可以逐渐减少。

热浪与热情交织，我们共同为寻找下一个AI ACE产品梳理方向。技术更迭不断，思考探索不止，未来还需要更多交流碰撞，找寻更多的可能性。

Attention please

作为AI落地物理世界的载体，具身智能的当下与未来也是云启探索的重要方向。未来一个月里，我们将带着两场具身智能主题活动和大家见面。

1. 云际会Yunqi Demo Day·具身智能专场

活动时间：7月16日

活动形式：线上

欢迎科技投资人扫码报名

2.「Attent!on」云启AGI+线下沙龙北京站·具身智能场

活动时间：8月

活动地点：北京

活动详情敬请期待！