【看出海】亚马逊云科技：智能硬件行业如何通过上云实现服务增值

关键字: [出海日城市巡展, Claude, 增值服务发展, 架构特点探索, Ai融合增值服务, 硬件上云收益, 软件服务利润]

本文字数: 1600, 阅读完需: 8 分钟

导读

在这场演讲中,讲者分享了关于智能硬件增值服务的发展趋势和架构特点。他指出,通过将硬件上云,可以实现随时随地触达客户、延展更多场景和功能、持续优化产品体验等收益,但也面临着单位成本高、定价过低导致亏损等挑战。增值服务被视为解决云成本压力的可行方向,通过用户定点和持续付费来获得稳定的现金流。讲者还介绍了智能硬件上云的技术架构,从芯片层、边缘层到云端各个环节,以及如何利用AI技术构建创新场景、提升客单价和转化率。最后,讲者分享了基于亚马逊最新的多模态AI模型Claude的应用案例,展示了它在图像理解、行为捕捉等方面的能力,为增值服务带来新的可能性。

演讲精华

以下是小编为您整理的本次演讲的精华，共1300字，阅读时间大约是6分钟。

在当今时代,随着科技的不断进步,智能硬件产品的发展也日新月异。然而,伴随着硬件上云的趋势,企业面临着成本压力的挑战。一位来自亚马逊云科技公司的演讲者,就增值服务在解决这一难题中的作用,进行了深入探讨和分享。

演讲者首先阐述了硬件上云的利弊。上云可以提升终端用户的体验,使其随时随地触达客户。与传统本地方案相比,端云和端边云架构能够延伸更多场景,为用户提供丰富功能,优化整体体验。然而,每一个设备上云都意味着单位成本的增加,这给企业带来了不小的压力。

为印证这一点,演讲者举了两个真实案例。有客户由于早期定价过低,导致业务体量虽大,但投入越多亏损越大。另一家品牌厂商,由于多年积累的设备量形成了巨大云成本压力。通过一组数据对比分析,演讲者发现,无论企业业务是否稳健,云成本都在持续上升,其背后逻辑是每一年的出货量都意味着下一年的成本基数。

面对这一困境,演讲者认为增值服务是目前可行的突破口,能够帮助解决成本压力。增值服务的本质是持续付费,要做到用户粘性和持续付费两点。

接下来,演讲者分别以安防摄像头品牌Arlo、路由器品牌eero和机器人品牌Aibo为例,分析了不同行业的增值服务定价策略。

Arlo的增值服务分为个人版、家庭版和SchoolPro版,价格从6.99美元到24.99美元不等,与服务功能呈正相关。如果用户的忠诚度足够好,持续两年每月付费,就会形成24笔交易,远超硬件销售额。

eero的路由器可通过扩展组建家庭Mesh网络,提升用户体验。其增值服务Aurora将免费和付费功能拆分开,付费部分包括历史数据、广告拦截等,年费99.99美元,月费约8美元,比安防领域客单价略高。

索尼的机器狗Aibo最早于1999年推出,后来由于市场反响平平而下架,2017年后重启项目。它提供AI云计算计划,通过机器狗采集的视听数据上传至云端,利用AI识别家庭成员,实现拟人化互动,年费高达300美元。

储能领域也存在增值服务的可能性。除了传统充电宝,还可以为商家或特定行业提供家庭或社区级别的储能电力服务,将硬件销售转变为电力增值服务。

通过这些案例,演讲者论证了增值服务可以为企业带来可观收益。他以苹果的财报数据为例,苹果2022年软件服务的成本占比为29.5%,但利润率却高达35.5%,远超硬件的64.5%,且软件服务的销售额和毛利率逐年上升。即使苹果一年不卖一台手机,仍可获得22%的营收和现金流,从而抵御业务波动风险。

一家小客户由于芯片短缺无法出货而被收购,另一家虽然增值服务做得不大,但凭借现金流熬过了最困难时期,可见增值服务能为企业提供持续稳定的现金流,补充账面资金流动性。

在技术架构方面,演讲者介绍了从芯片、边缘网关到云端的端到端IoT架构。在芯片层面,无论是SoC主控芯片、MCU单片机,还是WiFi、4G模块,都可通过集成采集数据,将媒体流、IoT信息流和日志上传至云端。

云端提供了丰富的功能,如连接层的Kinesis用于日志接入,IoT Core用于设备接入;微服务层的EKS/ECS用于构建业务服务;数据层的S3对象存储、EFS文件存储等用于数据存储;分析层的Athena、QuickSight等用于数据分析,Rekognition等用于AI处理。通过BI分析和AI消费,最终为终端用户提供增值服务。

这一架构可应用于各个细分领域,如安防、路由器、机器人等。

演讲者以智能宠物用品为例,分析了如何将传统工具类应用向社交属性迁移,开发增值服务。首先需要在设备侧集成视觉AI能力,围绕智能化和AI构建创新场景;其次要弱化工具属性,强化社交属性,如猫砂盆与宠物的互动;再者要强调关爱和情感体验,让数据拥有温度,提高用户付费意愿;此外还需融合多种传感器构建小而美的硬件,并注重社区运营,提升用户粘性和复购率。

最后,演讲者关注到AI在科技领域的热潮,认为智能硬件行业有必要结合AI能力拓展增值服务。他以亚马逊最新发布的多模态大模型Claude为例,分析了它在提升增值服务客单价、构建新场景和降本增效等方面的潜力。

Claude最大的优势是视觉理解能力。过去的计算机视觉技术如Yolo系列、Rekognition等,主要是对画面中的物体进行识别和分类,而Claude能够对物体细节进行准确描述,如识别某件衣服是圆领还是V领。

在安防场景中,除了常规的存储、消息和西医等基础功能,Claude可以通过多模态视频分析,更好地检测包裹行为。由于包裹检测需要考虑事前、事中和事后的时序逻辑关系,单张图像难以准确判断,而Claude能够对视频序列进行分析,生成”有人进来放下包裹再离开”的行为描述。

除了包裹检测,Claude的多模态能力还可应用于跌倒检测、婴儿看护、宠物喂食等场景,对行为和细节的捕捉更为精准。通过优化提示词,可以将更多功能纳入增值服务,从而提升客单价或转化率。

总的来说,这场分享全面阐释了增值服务在智能硬件领域的重要性、现状和发展趋势,为产业发展提供了洞见和思路。增值服务能够为企业提供持续稳定的现金流,缓解云成本压力,并可借助新兴AI技术不断拓展新场景、新功能,提升收益水平。未来,增值服务必将成为智能硬件产业的重要增长点。

总结

在这场演讲中,讲者探讨了智能硬件行业的增值服务发展趋势。首先,他阐述了硬件上云的利弊,指出传统硬件厂商面临着云成本压力,因此需要寻求突破口。增值服务被视为一种可行方向,通过用户定点和持续付费来解决成本压力。

接着,讲者分析了不同细分领域的增值服务特点,如路由器、机器人和储能等,并强调了增值服务能够带来稳定的现金流,缓解业务波动的影响。他还以苹果公司为例,说明软件服务的高利润率和重要性。

在技术架构方面,讲者介绍了从芯片层到云端的端到端解决方案,包括数据采集、存储、处理和消费等环节,以构建AI和IoT的全链条架构。

最后,讲者探讨了AI如何与增值服务融合,提出了扩充硬件功能、构建新场景和降低成本的策略。他还分享了基于Amazon的多模态AI模型Bedrock如何优化增值服务,如包裹检测、婴儿看护等,从而提升客单价和转化率。

总的来说,讲者呼吁智能硬件行业抓住AI热潮,通过增值服务实现商业价值的最大化,同时保持务实态度,与AI技术深度融合。