广告
加载中

圆桌对话:新品类如何建立AI竞争力?

亿邦动力 2026-07-24 16:16
亿邦动力 2026/07/24 16:16

邦小白快读

EN
全文速览

这是亿邦动力2026全球化新品牌AI竞争力大会的圆桌对话实录,围绕新品类定义、AI竞争力搭建、AI品牌出海三个核心问题分享了干货实操内容,核心干货如下

1.定义新品类要从真实用户需求出发,不要拿着AI技术找场景,绝大多数可落地的创新都是旧品类基础上的微创新,满足旧品类未解决的核心痛点即可创造新品类。

2.判断AI能否成为长期壁垒有清晰标准:去掉AI功能后,如果用户价值降低一半以上,AI就构成核心壁垒,AI要落地给用户带来真实体验升级,不能为了创新而创新。

3.品牌出海要优先从需求场景选择市场,而非只看市场规模,要做好本地化适配,不要过度营销堆量,追求内容质量比海量投放效果更好。

本次圆桌对话围绕AI新品类出海的品牌建设,分享了多个可落地的经验,对AI时代品牌布局具备较高参考价值,核心内容如下

1.产品研发层面:要从用户真实需求切入定义新品类,不能拿着技术找场景,AI能力必须扎根需求场景才有价值,普通创业者也可以切入微创新方向,不需要强求颠覆性创造。

2.品牌营销与定价层面:AI时代过度海量投放营销效果不佳,做高端品牌要追求内容质量,用真实内容打动用户;要根据不同市场调整产品配色、定价策略,精准分配营销资源。

3.出海布局层面:通用型产品必须做好本地化适配,优先从需求场景选择切入市场而非只看市场规模,智能硬件要做好生态互联兼容,AI已经成为智能硬件标配,要靠AI+需求构建长期品牌竞争力。

本文分享了AI新品类出海的一线实操经验,给出海卖家提供了清晰的机会提示和可借鉴的行动方向,核心干货如下

1.机会方向:当下不需要强求颠覆性创新,在成熟旧品类基础上,用更先进、成本更低的AI技术改造原有产品,结合用户需求场景叠加AI能力,就能打造新品类开辟新市场。

2.出海实操策略:不要只盯着欧美成熟大市场,要先小范围测试不同市场的用户反应,小众市场也可能存在大需求;要做好产品本地化,包括语言、产品适配、定价,智能硬件要做好底层生态协议兼容,满足海外用户的生态互联需求。

3.风险提示:不要为了AI而创新,脱离用户需求的AI创新没有价值;不要盲目过度营销堆量,内容质量比投放量更重要;要评估自身品类的出海时机,不要盲目提前出海,先打磨好产品再出击。

本次对话有多位从工厂转型做品牌的创始人分享经验,对传统工厂转型做AI新品类、拓展电商出海有很多实用启示,核心内容如下

1.产品方向摸索:传统工厂可以从现有品类的痛点切入,用排除法定义新品类,比如金永鑫从智能体的真实需求出发,定义了不同于PC、手机的专用智能体机,开辟了全新的市场空间。

2.创新路径参考:工厂做AI创新不需要强求颠覆性创造,绝大多数创新都是基于旧品类的微创新,用好市场上成熟低成本的AI、IoT技术改造传统产品,满足用户未被解决的痛点,就能创造新机会。

3.出海转型启示:工厂做AI产品出海,不用急于出海,要先依托中国本土丰富复杂的应用场景打磨产品,产品成熟后再出海竞争力更强;要优先从用户需求选择市场,不要盲目盯着大市场,还要做好产品生态兼容适配提升竞争力。

本次圆桌对话透露出AI硬件行业的最新发展趋势,也明确了当前AI品牌商家的核心痛点,能给To B服务商提供明确的方向参考,核心内容如下

1.行业发展趋势:AI已经成为智能硬件的标配,未来纯硬件的利润占比会越来越低,AI增值服务的占比会逐步提升;AI技术和本土场景深度结合的产品会更有竞争力,中国AI品牌出海已经从早期走量打低价转向做品牌、做用户价值。

2.客户核心痛点:AI新品类定义需要专业的用户洞察支持,AI技术落地需要快速实现商业闭环,出海品牌需要本地化适配、生态协议兼容相关的配套服务支持。

3.业务方向参考:服务商可以针对出海品牌提供本地化内容翻译、用户洞察相关服务,针对AI硬件企业提供算力优化、数据闭环迭代相关的技术服务,帮助企业缩短AI技术落地C端的周期,提升产品竞争力。

本次圆桌对话总结了AI新品类品牌出海的各类需求,对面向出海品牌的平台运营、招商布局有较高参考价值,核心内容如下

1.商家核心需求:AI新品类品牌出海需要测试不同市场的用户反应,需要平台提供多市场小范围试错的支持,降低商家试错成本;需要平台提供本地化用户偏好、需求洞察相关的工具支持,帮助商家做好产品本地化适配。

2.平台运营优化方向:可以针对AI新品类创新商家开设专属招商通道,扶持差异化创新品牌;针对不同区域市场给商家推送当地用户偏好数据,比如不同区域的产品颜色、定价偏好,帮助商家调整产品和营销资源策略。

3.风险规避提示:平台要引导商家基于真实用户需求做AI创新,抵制虚假过度营销,扶持重视产品体验和用户价值的品牌,促进行业良性发展,避免行业陷入无效内卷。

本次圆桌对话围绕AI新品类构建竞争力和全球化发展,分享了产业一线的最新动向,对产业研究具备较高的参考价值,核心内容如下

1.产业新动向:AI已经从技术概念落地,成为智能硬件的核心竞争力;新品类创新从过去的技术驱动转向需求驱动,当前多数可落地的创新都是旧品类叠加AI技术的微创新;中国AI硬件出海已经从早期走量低价竞争转向品牌化、差异化竞争。

2.行业新问题:当前行业存在普遍的为创新而创新的问题,很多AI创新脱离用户真实需求,没有实际价值;部分新品类还没到大规模出海的时机,需要先在本土场景打磨产品。

3.商业模式研究启示:AI硬件的核心壁垒构建,需要形成场景数据闭环,用用户数据反哺算法迭代,形成用户粘性;未来AI硬件的增值服务占比会逐步提升,纯硬件盈利的模式会逐步转变,AI只有扎根用户场景才能构建长期竞争力。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This is a transcript of a roundtable discussion from EBang Power's 2026 Global New Brand AI Competitiveness Conference. The conversation shares practical actionable insights centered on three core topics: defining new categories, building AI competitiveness, and taking AI-powered brands global. Key takeaways are as follows:

1. New category definition should start from real user demand, not matching existing AI technology to potential use cases. Most commercially viable innovations are incremental improvements built on existing categories; new categories can be created simply by addressing unmet core pain points of old categories.

2. There is a clear standard for judging whether AI can serve as a long-term competitive moat: If removing the AI function cuts user value by more than half, AI constitutes a core moat. AI must deliver tangible real-world experience upgrades for users — innovation should never be done for innovation's sake.

3. For brands going global, prioritize market selection based on demand scenarios rather than market size alone. Brands must invest in strong localization, avoid overinvesting in excessive marketing volume, and focus on content quality over high-budget mass advertising, which delivers better results.

This roundtable discussion shares a range of actionable insights on brand building for AI-powered new categories going global, offering high-value reference for brand strategy planning in the AI era. Core takeaways are as follows:

1. Product development: Define new categories based on real user demand, do not force-fit existing technology to use cases. AI capabilities only deliver value when rooted in actual demand scenarios. Ordinary founders can focus on incremental innovation rather than pursuing disruptive creation.

2. Brand marketing and pricing: Massive overinvestment in advertising delivers poor results in the AI era. Premium brands should prioritize high-quality authentic content that resonates with users. Brands should also adjust product color schemes and pricing strategies for different markets, and allocate marketing resources precisely.

3. Global expansion strategy: General-purpose products must be well localized. Prioritize entry markets based on demand scenarios rather than market size alone. For smart hardware, good ecosystem connectivity and compatibility are essential. AI has become a standard feature for smart hardware, and long-term brand competitiveness must be built through the combination of AI and user demand.

This article shares frontline practical experience on launching AI-powered new categories globally, offering clear opportunity guidance and actionable references for cross-border sellers. Key insights are as follows:

1. Opportunity direction: There is no need to pursue disruptive innovation at this stage. By transforming existing mature products with more advanced, lower-cost AI technology, and integrating AI capabilities aligned with user demand scenarios, sellers can create new categories and open up new markets on the foundation of established old categories.

2. Practical cross-border strategy: Do not only focus on large mature markets like Europe and North America. Test user responses across different markets on a small scale first; even niche markets can hold large unmet demand. Invest in full product localization, including language, product adaptation, and pricing. For smart hardware, ensure compatibility with underlying ecosystem protocols to meet overseas users' demand for connected ecosystem experiences.

3. Risk warnings: Do not pursue AI innovation for AI's sake; AI innovation disconnected from user demand has no value. Avoid blind overinvestment in marketing volume; content quality matters more than advertising scale. Assess the right timing for your category to go global, do not rush to expand prematurely — polish your product thoroughly before launching overseas.

This roundtable features insights from multiple founders who have transitioned from manufacturing to branded business, offering many practical takeaways for traditional factories looking to transition into AI-powered new categories and expand via cross-border e-commerce. Core insights are as follows:

1. Product direction exploration: Traditional factories can start by addressing pain points in their existing product categories, and use an elimination approach to define new categories. For example, Jin Yongxin started from the real demand for intelligent agents, defined a dedicated intelligent agent form factor distinct from PCs and smartphones, and opened up an entirely new market space.

2. Innovation path reference: Factories pursuing AI innovation do not need to force disruptive creation. The vast majority of viable innovations are incremental improvements built on existing categories. By leveraging mature, low-cost AI and IoT technologies available in the market to transform traditional products and address unmet user pain points, factories can unlock new opportunities.

3. Insights for cross-border transition: For factories launching AI products overseas, there is no need to rush expansion. Factories should first refine their products leveraging China's rich and diverse local application scenarios, which results in stronger competitiveness when they eventually go global. Prioritize market selection based on user demand rather than blindly chasing large markets, and ensure product ecosystem compatibility to boost competitiveness.

This roundtable discussion reveals the latest development trends in the AI hardware industry and clarifies the core pain points of current AI brand owners, offering clear directional guidance for B2B service providers. Core insights are as follows:

1. Industry development trends: AI has become a standard feature for smart hardware. The profit share of pure hardware will continue to decline, while the share of AI-powered value-added services will gradually increase. Products that deeply integrate AI technology with local demand scenarios will have stronger competitiveness. China's AI brand globalization has shifted from the early era of volume and low pricing to a focus on brand building and user value creation.

2. Core customer pain points: Defining new AI-powered categories requires professional user insight support. Commercializing AI technology requires fast closed-loop business implementation. Global brands need supporting services for localization adaptation and ecosystem protocol compatibility.

3. Business direction reference: Service providers can offer localization translation and user insight services for global brands, and provide technical services such as computing power optimization and data closed-loop iteration for AI hardware companies. These services help companies shorten the cycle of bringing AI technology to end consumers and improve product competitiveness.

This roundtable discussion summarizes the full range of demands from AI-powered new category brands going global, offering high reference value for platform operation and investment recruitment布局 for cross-border brand platforms. Core insights are as follows:

1. Core merchant demands: Brands launching AI-powered new categories globally need to test user responses across different markets, and require platforms to support small-scale trial-and-error across multiple markets to reduce merchants' trial costs. They also need platform tools that provide insights into local user preferences and demands to help them complete high-quality product localization.

2. Platform operation optimization directions: Platforms can open dedicated recruitment channels for AI-powered new category innovators to support differentiated, innovative brands. They can also push local user preference data to merchants for different regional markets — such as preferences for product colors and pricing across regions — to help merchants adjust their product and marketing resource strategies.

3. Risk mitigation guidance: Platforms should guide merchants to pursue AI innovation based on real user demand, crack down on false and excessive marketing, and support brands that prioritize product experience and user value. This fosters healthy industry development and avoids the race to the bottom of fruitless internal competition.

This roundtable discussion shares the latest frontline industry developments centered on building competitiveness for AI-powered new categories and their global expansion, offering high reference value for industrial research. Core insights are as follows:

1. New industry trends: AI has moved beyond technical concepts to become the core competitiveness of smart hardware. New category innovation has shifted from historically technology-driven to demand-driven. Most commercially viable innovations today are incremental improvements that layer AI technology onto existing categories. China's AI hardware globalization has shifted from early volume-based low-price competition to branded, differentiated competition.

2. Emerging industry problems: The industry widely faces the issue of innovation for innovation's sake: many AI innovations are disconnected from real user demand and deliver no actual value. Many new categories are not yet ready for large-scale global expansion, and require product refinement in domestic scenarios first.

3. Implications for business model research: Building a core competitive moat for AI hardware requires a closed-loop of scenario data, where user data feeds back into algorithm iteration to build user stickiness. The share of value-added services for AI hardware will gradually increase in the future, and the pure hardware profit model will gradually transform. AI can only build long-term competitiveness when it is deeply rooted in user scenarios.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】7月23日,在“第十届全球跨境电商峰会暨2026全球化新品牌AI竞争力大会”上,哈浮飞行相机创始人王孟秋、CATLINK创始人兼CEO张晓林、灵智无界总裁毛松、金永鑫科技创始人李小花,围绕“如何成就新品类、如何创造新产品、如何搭建AI竞争力”展开讨论,峰瑞资本执行董事、中欧Global EMBA出海俱乐部主席沈颖担任互动主持。

当AI逐渐成为智能硬件的标配,企业面对的问题已经不只是如何把一项新技术装进产品,而是如何从真实需求出发,定义一个有用户价值的新品类,并让技术、数据与场景共同构成长久竞争力。对正在走向海外的中国品牌而言,市场选择、本地化和产品成熟度同样决定了新品类能否真正实现全球化。

哈浮飞行相机创始人王孟秋认为,前沿的AI创新和技术,不能只是一堆写在黑板上的论文公式,而是要能在C端闭环,真正给消费者带来实实在在的体验升级。同时在出海过程中,过度营销、海量式投放未必有效果,追求质比追求量更重要。

CATLINK创始人兼CEO张晓林指出,手里先拿着AI技术,再去找应用场景,大概率是本末倒置。最顶级的AI一定隐于无形,它应该是主动的,而非被动的,软件部分的AI能力必须扎根在客户的真实需求场景中。通用型产品出海,一定要做好Localization,既要Go Global,也要Go Local。

灵智无界总裁毛松则表示,判断AI能否构成壁垒,可以看去掉AI之后,用户价值被砍掉多少,一旦用户价值降低一半以上,就可以形成竞争壁垒。而产品在出海时,相比市场,场景更重要,智能硬件还需要考虑生态互联。

金永鑫科技创始人李小花结合公司产品谈到,今天的智能体缺一个“家”,用排除法思考智能体机不是追求轻薄的迷你PC或笔记本,而是需要稳定、强大、可拓展、可控制。不过当下,智能体出海时机未到。

本文根据嘉宾现场演讲整理,在不影响原意的基础上有所删改,

以下为对话实录:

01 新品类从何而来?

沈颖:非常感谢亿邦动力的组织和邀请,很开心有这个机会跟大家交流。坐在我左手边的四位,都是在出海领域做得非常棒的品牌。

我们今天跟他们对话一下,在AI时代怎么继续提升品牌出海,再往新的台阶跃进。先简单介绍一下自己,我是峰瑞资本负责出海方向的投资人沈颖。峰瑞在过去十多年里一直在布局出海投资,从早期偏服装、家电、家居用品的品类,到后来更有技术创新的3C品类,包括峰瑞的被投企业哈浮飞行相机。在这之后,我们也一直在智能领域布局新的方向。今天借这个机会跟台上的四位做一个学习和交流。

现在先请四位嘉宾分别介绍一下自己,从孟秋总开始。

王孟秋:大家下午好,我是临时残疾,不是永久性的,是“身残志坚”的代表。昨天不小心把脚崴了,但亿邦动力的会太重要,我一定要来,可能在名录上没有我,是插队进来的。

我们是峰瑞的被投企业哈浮飞行相机。不知道大家有没有在抖音、小红书上刷到过,我们是一款一键从手掌起飞、自主运镜跟拍的Vlog神器,是短视频时代的一种新记录工具。

企业不年轻了,我们已经做了12年,但今天还是来分享跟“新”相关的话题,因为飞行相机这个品类其实只有三年时间。很期待后面跟各位嘉宾的交流。

张晓林:我是CATLINK的创始人Jason,也是六只猫的主人。首先我是一个养猫人,其次我们是一个专注于猫的宠物智能用品品牌。CATLINK身上有三个标签。

第一个标签,我们是智能猫砂盆的开创者。在我们之前,猫砂盆要么是手动的,要么是单纯电动的。我们出现之后,在自动的基础上加上了物联智控技术,也就是AIoT技术和数据赋能。

第二个标签,我们是救猫算法的发明者。我们可以通过猫砂盆、喂食器、饮水机收集猫咪的行为数据,并辅助做出判断。通过AI,我们能知道用户家里的猫咪是否存在健康隐患。我们公司的使命是“用科技让全世界的小猫咪都能多活十年”。我们曾通过猫砂盆的多猫识别技术,发现泰国一个客户的18只猫中,有一只得了急性尿闭。

第三个标签,感谢这个时代和行业,我们很幸运成为早期的出海者。到目前为止,我们出海了差不多119个国家,全球将近100万用户在使用我们的产品和APP服务。所以我们的第三个标签是,中国宠物智能硬件出海的领航者。

毛松:我是灵智无界总裁毛松。灵智无界是一家以AI算法为核心驱动力的视觉机器人公司。传统机器人公司的路径是一开始先有“肌肉”,比如先能动;我们选择的路径是先做好视觉,基于视觉把“大脑”训练好,最后再配备一定的行动能力。

从去年初成立到现在大概一年时间,我们已经在海外三十多个国家拿到了亿级别的订单。未来希望在全球化浪潮下,将我们的视觉智能硬件服务于全球用户。

李小花:从2004年开始在东莞创建金永鑫电子,22年以来,我们从纯粹的OEM代工到ODM,再到2014年开始完成从硬件到软件体系的创立。

我们今天发布的GPT AI智能体机是2018年开始研发的。从2018年到2026年,我们完成了硬件、软件以及脑件三者的融合,这款产品曾获得海南省科创二等奖。经过这些年的努力,从2026年开始,我们的AI智能体机面向全球发布。不到一个月,现在的订单询价已经有几千万元。

沈颖:四位都在做非常新的硬件品类。最初是什么样的关键用户洞察或市场空白,让你们决定创业并定义一个新品类?在从0到1的过程中,最大的挑战又是什么?

王孟秋:这个故事年份有点长。12年前刚回国创业时,我就想做这样的事情,整整做了12年。最早的契机,或者说Consumer Insight(消费者洞察),其实就来自自己。

我们做的是纯C端产品,想做自己想用、能服务自己的东西。相机被发明两百多年来,一直是一种被动设备,需要人去操作。一家人出去玩,要么爸爸在拍太太和小朋友,要么太太在拍,总有一个人在镜头后面,没有被捕捉到。所以我那时想,能不能给相机赋能,让它具备AI环境感知和自主飞行的能力,从被动设备变成一个主动拍摄机器人?就这么简单的一个念头,一做就是12年。

12年前还有一段小故事。我以前在国外留学时特别喜欢户外运动。2004年,我看了一部电影,一个澳洲人独自从南到北横穿整个澳大利亚,走了128天,拖着一辆车、一杆枪和一条狗,却拍了两个小时的电影,还拿了那一年班夫电影节的大奖。

我很好奇他一个人是怎么拍的。研究之后发现,他会先走50米,爬到小山头把相机支好、按下录制,再爬下来走回去,拖着狗和车在沙漠里“摆拍”,拍完再去取相机。当时我觉得这个方式挺可笑的。即使放到今天,大家已经习惯了无人机,但那依然是需要人操作的设备。

这个念头一旦开始想就停不下来。我越想越觉得,其中有一个非常底层、甚至是哲学层面的需求。我们看到的世界的所有画面里,除了我们自己——比如此时此刻,我的记忆里有大家,唯独没有我。

这并不单纯因为Narcissism(自恋),而是人们对这种反射介质有需求。从古希腊神话开始,它就是对我们记忆缺失的一种补充。所以我当时觉得,如果有一个Agent(智能体)或机器人,能够从第三人称视角帮我们记录生活,我们的记忆就会变得更完整。

沈颖:所以你想用追踪相机,把缺失的那部分记忆补上。

王孟秋:是的,飞行反而是第二位的。为什么要飞?因为人类除了室内活动,大量活动都在户外,而户外地面越野太难。但一旦离地两米,第一没有那么多障碍物,第二非常自由,可以在三维空间里自由移动。

沈颖:这是一个很好的洞察。请晓林总也分享一下做猫砂盆的契机。你有那么多猫家人,应该给了你很多灵感。

张晓林:我个人对“新”的理解是,真正的创新都是可遇而不可求的。现在绝大部分创业者所经历的,其实都属于微创新,就是把技术上的微创新放到新的场景里做出新应用。我觉得这就是“新”,也是普通创业者可以做的事情。真正的创新,比如“苹果时刻”或者蒸汽机的发明,是时代的产物,可遇而不可求。

今天看来,我们做的猫砂盆带双目识别、AI侦测和健康预警判断,并且加上了自主的VLA模型。它做了很多事情,但这些能力都是后来慢慢长出来的。

一开始,我作为六只猫的主人,发现国外的猫砂盆通过称重传感器感知猫的进出,再给出一个物理开关反应,让机器开始运转。我就想,能不能用新技术?2017年,中国以小米为代表的IoT企业大范围普及IoT技术,让我们这样的创业者得以应用,包括供应链、成本在内,门槛都变得很低。所以我开始思考,怎样把一台自动化设备变成联网设备。

于是我们有了第一代联网猫砂盆,并应用称重传感器技术。那时共享货架、无人店非常火,水从货架上拿掉后,系统能自动识别并扣钱,很多时候用的就是称重技术。这项技术被大范围应用后,成本降下来了,我们就把它用在猫砂盆上。

在使用过程中我们发现,称重传感器能够上传数据,也可以把数据与不同猫咪的体重对应起来。我们就写算法,比如4.3公斤等于老大,3.5公斤等于老二,多猫识别技术就这样产生了。

在AIoT和多猫识别技术的基础上,我们又发现每只猫的如厕习惯都不一样,平均每天是三次小便、一次大便。当猫尿闭时,它想上厕所却尿不出来,就会频繁进出,每次停留时间很短。我们判断这只猫的行为和过往平均水平不一样,就会向用户发出预警,提示猫的泌尿道出了问题。

我们就是通过这种技术救了泰国那只猫。目前已知至少有一千多只猫咪的健康风险被我们的系统和硬件感知出来,并通知了主人。

真正的“新”,我个人理解,就是在老旧、成熟的智能硬件基础上,用更先进、更便宜的新技术替代原有技术,发现新场景,再叠加现在的AI能力,这就创造了“新”。

从0到1的困难在于,智能猫砂盆这个行业就像洗衣机刚面市的阶段,还没有到大范围爆发的节点,这是我们一直在克服的困难。但我们相信,在不久的将来,这个Moment(时刻)一定会到来,每一个养猫家庭都会有一台智能猫砂盆。当前的痛点,就是要帮助更多养猫家庭选择一个价格不贵、猫咪爱用、又能保护安全的智能设备。

沈颖:我们也很期待这个时刻尽早到来。请毛总分享一下您的产品洞察。

毛松:我非常赞同张总的观点,绝大部分创新其实都是基于旧有品类的微创新。对于新品类,我的理解是:第一,它肯定源于旧有需求,旧品类的一些核心痛点没有被满足;第二,出现了一些核心技术变量,这些变量能够应用到旧品类中,给用户创造价值;第三,在新技术能够创造价值的情况下,用户对增值部分的购买意愿有多强。

回到灵智无界,我们的终局是做家庭看护机器人。机器人最核心的是大脑。如果把信息输入拆开来看,视觉信息占了人类感知的80%以上。所以在机器人这一块,我们分阶段推进,第一阶段先把视觉做好。

传统家庭安防视觉的核心痛点是只做被动记录。作为用户,我们不需要知道全天24小时发生的每一件事,只需要在特定时间点,比如小孩摔倒或老人跌倒时,让系统识别出危险动作并推送给用户。

当AI这个变量出现后,我们认为传统安防赛道可以重新做一遍,把被动记录变成主动预警,甚至是行为预测。最后一点是用户对增值服务的购买意愿。过往传统安防厂家已经验证过,这部分商业化落地和模式完全行得通。现阶段智能硬件的发展趋势中,增值服务的比重越来越高,纯硬件的占比会越来越低。这就是灵智无界选择从摄像头类目切入的决策思路。

沈颖:未来AI的比重会进一步加深,纯硬件的壁垒可能相对没有那么高。

毛松:可以这么理解。摄像头只是家庭视觉的数据入口。我们第二阶段的产品其实是家庭安防大脑,所有数据都要传输到大脑里做存储、分析和预测。

沈颖:最后请李总分享一下您的洞察。

李小花:为什么我们定位做原生智能体?其实是从一个很朴素的问题出发:现在的智能体到底应该运行在什么样的载体上?看看今天市面上的选择,PC是办公设备,手机是通信设备,服务器是计算设备,它们都不是为智能体计算而设计的。智能体需要7×24小时持续在线,需要本地数据主权、物理安全以及稳定供电,这些条件现有设备都满足不了。

所以我们用排除法思考:智能体机不是算力盒子,拼命往小盒子里塞大算力、大内存,那是在堆硬件,不是在做产品;智能体机也不是手机的加强版,手机确实方便,但现在的商务人士往往已经有两部手机,而且手机在持续性和安全性上差距较大;智能体机也不是追求轻薄的迷你PC或笔记本,恰恰相反,它需要稳定、强大、可拓展、可控制。

结论是,智能体机是一个全新的专用载体,绝非现有任何设备的加强版。这就是我们对智能体机作为一个新品类的排除法思考。

02 AI是亮点,还是企业长期竞争力的底层壁垒?

沈颖:在当前的AI时代,AI已经成为众多硬件产品的标配。在各位看来,AI能力是锦上添花的亮点,还是会构成企业长期竞争力的底层基座和壁垒?各位的公司如何系统性利用AI形成护城河?

王孟秋:我们确实算是一家原生的AI智能硬件公司。传统无人机需要人遥控,而哈浮相机之所以能自主运镜、自动跟随,就是因为它一直在运行机载视觉控制算法。

这12年里,基本上每一代产品的本地算力都有5倍提升。今年马上要预热的新品算力高达50T,光是NPU就有50T算力,智能化程度越来越高。

给用户带来的好处也很明显。大家现在能买到的哈浮相机,可以把它想象成一个非常听话的男朋友,让它蹲着就蹲着,让它绕圈转就绕圈转,但它自己没有太多额外的创造力和想象力。但新一代产品因为算力和环境感知能力提升,会变成一个比你更懂怎么把你拍好看的闺蜜。它甚至会告诉你,在不同场景下,用什么样的运镜、视角和自动构图拍出来最好看。

我们希望前沿的AI创新和技术,不再只是一堆写在黑板上的论文公式,而是能在C端闭环,真正给消费者带来实实在在的体验升级。让我们比较开心的是,现在的技术落地非常接地气,Loop(循环)很短,最新技术落地到C端可能只需要12个月。

沈颖:谢谢,有请晓林总。

张晓林:我个人对AI的理解可能比较浅。现在有些AI创业团队,可能是手里先拿着AI技术,再去找应用场景,我认为这大概率是本末倒置。

我们是不是应该先从底层出发,搞清楚用户需求是什么?然后思考怎样用硬件方式解决它,再叠加AI能力做锦上添花的动作。比如开车门时,如果隔空用手抓一下门就开了,这有意义吗?这其实没有意义。就像那些长得奇形怪状、让人不知道怎么开的门把手一样。在这个场景下,为了开门而隔空抓一下,真实痛点在哪里?这才是我们思考AI时应该考虑的点。

AI只是锦上添花,但支撑这个金字塔底层的,是用户真正的痛点和需求——用户到底用不用它?

最顶级的AI一定隐于无形,它应该是主动的,而非被动的。比如在日常照料猫的过程中,突然发现猫有了急性尿闭,AI会主动告诉你该怎么应对;或者当智能硬件设备出现问题时,它具备自我修复能力。

所以我认为,在AI浪潮下,软件部分的AI能力必须附着于硬件设备上,或者说必须扎根在客户的真实需求场景中,才有价值。

沈颖:好,我们再请毛总分享一下,刚才你也提到过一些了。

毛松:张总和孟秋总提到一个画面,就是隐藏式车门把手,我对此体感很强。现在很多创新是为了创新而创新,并没有站在消费者和用户的角度思考。

关于AI究竟是亮点还是壁垒,我有一个判断标准:假设把产品的AI功能去掉,用户价值降低了20%,我觉得AI是一个亮点;如果去掉之后,用户价值被砍掉一半,那我觉得它就是一个壁垒。

站在这个角度来看,我们把AI应用到了传统家庭摄像头类目中。从数据层来看,我们能够在“家”这个真实场景下形成用户闭环。判断一个产品能否形成壁垒,主要看三点:第一,用户离不离得开,有没有粘性;第二,竞争对手跟不跟得上,应用这项技术后,对手要花多长时间、多少成本追赶;第三,数据能否闭环,即抓取的数据能否反哺后续产品迭代,让功能越来越强。

回到我们自身的壁垒。数据层面,在家庭真实场景下产生的用户数据是真实的,能够直接反哺下一代产品迭代;算法层面,我们具备视觉理解、行为预测以及异常检测能力;场景层面,在家庭安防赛道里,过往的产品解决的是“看见这是什么”的问题,而我们不仅能看见这是什么,还能通过行为动作预测接下来会发生什么,并给出决策链路。将AI这项社会级、行业级的变革技术运用到传统行业里,这就是我们形成的核心壁垒。

沈颖:最后听一下李总的分享。

李小花:基于前几位嘉宾的探讨,我想先播放一段视频来分享我的回答。

GPT AI智能体机对AI工具的理解和应用,最讲究的就是实际应用场景。我是做工厂出身的,做实体二十多年。以今天的跨境电商大会为例,还有接下来很多实体店铺的运营者,大部分是70后、80后,他们不太会运用网络。

如何在这个时代做到数据平权?需要一定的工具去帮助这一代人。所以我们是从跨境电商、实体店铺运营,到科研单位,再到未来的金融和法务等几大应用领域,基于硬件、软件、脑件三位一体的融合去研发和思考。

03 中国品牌转战海外,如何出海才有市场?

沈颖:四位品牌都在做海外市场,或者海外就是主战场。你们发现海外用户和中国用户有哪些不同?其中带来了什么机遇?对于希望在新品类中实现全球化的中国品牌创业者,你们有哪些建议?

王孟秋:十年前的出海企业很多是走量、打低价。在那种大环境下,营销显得非常重要。但在今天这个时代,我们做的智能设备客单价不低,本身也是Premium Brand(高端品牌)。

我觉得很重要的一点是,不要过度营销。我刚从欧洲回来,跟用户交流后发现,大家现在看到海量的AI生成图片其实挺反感的,觉得太假了。出海还是应该真实一点。过度营销、海量式投放未必有效果,追求质比追求量更重要。

沈颖:非常好的建议,重视真实,而不是堆量。有请晓林总。

张晓林:我记得卫哲老师曾说过,出海分为两类:产品通用型和国外专属型。有些在中国卖得好的产品,在国外卖不了。像我们做宠物智能用品,大概属于通用型。

对于通用型产品,一定要做好Localization。我有两点建议:第一要Go Global,第二要Go Local,也就是Local in Global。比如APP里猫咪“大小便”的翻译,如果简单用翻译软件翻一下,海外用户可能根本看不懂,必须使用原汁原味的本土化语言。

此外,不同市场的爆款也不一样。我们出海最畅销的猫砂盆,在欧美市场是黑色卖得最好,在东南亚则是白色最好卖。我们有四款猫砂盆,在美国可能是最贵的那款卖得最好;但在欧洲,反而是价格段相对较低的更受欢迎;而在中国,则是低价和高价两头卖得好。你必须根据不同市场做出准确判断,营销资源一旦找准发力点,该砸就砸。

关于出海,如果想短期赚钱,可以拼低价,但低价确实太卷。最终还是要在一个行业里深耕,关注Local,重新回归到用户最根本的需求上来。

沈颖:从需求出发,出海也要Go Local。请毛总分享一下。

毛松:我非常赞同张总讲的,要从用户侧思考问题。我再补充两点。

第一,出海是选场景还是选市场?我们的惯性思维往往是先看哪个国家GDP高、市场盘子大,就优先进入。实际上,这种市场竞争非常激烈,胜出概率不见得高。

以我们目前拓展的三十多个国家为例,前期并没有做“北美优先”或“欧洲优先”的预设。我相信CATLINK在美国做得这么成功,绝不是一开始就死盯美国,而是洞察到美国养宠人士对智能设备的需求没有被充分满足。一切要从需求出发。

我们做安防摄像头也是一样。北美市场盘子最大,但数据跑下来发现,当地品牌和低价白牌已经非常多,去卷低价胜算不大。所以我们遍历所有机会,在每个市场投放产品,测试消费者的反应。结果显示,连一些我都没听过的非洲国家也出现了极大需求。所以优先级的定义应该基于用户需求,而不是传统的市场规模。

第二,智能硬件出海很多时候需要生态互联。Matter协议能够大幅降低生态门槛。欧美用户非常看重生态兼容性,我们的所有产品都支持Matter协议,用户可以在HomeKit、Google Home、Alexa等设备之间无缝切换。所以在出海时,务必考虑底层协议的兼容性。

沈颖:最后请李总分享一下。

李小花:对于智能体赛道,我们觉得当下出海可能还不是时候。智能体产品有一个特点,它需要和场景深度绑定。对场景理解越深,产品能力就越强。

中国拥有全球最丰富的场景和最复杂的业务需求。在这里打磨出来的产品,拿到海外才真正具备竞争力。所以现阶段我们不急于出海,选择先在中国本土扎根。

沈颖:确实,在创业时也要先评估自己的品类现阶段适不适合出海,最后再做决策。非常感谢四位嘉宾干货满满的精彩分享,我们今天的对话环节就到这里,谢谢各位。

 


文章来源:亿邦动力

广告
微信
朋友圈

FAQ回顾

AI时代智能硬件新品类企业如何构建核心竞争力?

需从用户真实需求出发,避免拿着AI技术找场景的本末倒置行为;若去掉AI功能后用户价值降幅超50%,则AI可成为核心壁垒;要推动AI在C端场景落地闭环,通过真实用户数据反哺产品迭代。

中国智能硬件品牌出海有哪些值得参考的建议?

不要过度依赖海量营销投放和低价竞争,优先保障产品品质;通用型产品要做好本地化适配,包括语言、产品偏好、价格带等;智能硬件需适配海外主流生态协议,优先布局需求未被充分满足的市场。

AI功能在智能硬件产品中应该如何落地?

AI落地要扎根真实用户场景,避免为创新而创新的无效应用;顶级AI应隐于无形,主动为用户提供健康预警、风险提醒等价值;优先用AI解决原有品类未被满足的核心痛点,让用户感知到实际体验升级。

这么好看,分享一下?

朋友圈 分享

APP内打开

赞 +1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0