面对亚马逊和谷歌的争夺战,小企业该如何生存?

在智能家居安全行业,亚马逊和谷歌等科技巨头带来巨大竞争压力。August、SimpliSafe等小公司有各自生存计划,如SimpliSafe敲定细节、Netatmo注重隐私、August聚焦访问控制、Wyze降低价格,它们试图借此建立能对抗巨头的智能家居生态系统。

640?wx_fmt=gif

科技巨头们在智能家居方面的野心逐渐增大,但像 August 和 SimpliSafe 这样的公司表示,他们已经有了生存计划。

640?wx_fmt=jpeg

作者 | Jared Newman

译者 | 王艳妮,责编 | 屠敏

出品 | 优快云(ID:优快云news)

在智能家居安全行业中,亚马逊和谷歌以外的企业生存不易。

在过去一年左右的时间里,这两家公司都发布了DIY安全系统产品——亚马逊旗下的Ring,以及谷歌旗下的Nest——这对于他们受欢迎的门铃和摄像头来说是一个补充。两家公司也都可以在价格上压低别的竞争对手,并且可以依靠自家的其他产品,如Amazon Echo或Google Home speaker进行独特的集成。例如,亚马逊的扬声器可以收听到破碎的玻璃并警告Ring的家庭监控系统,而Google则允许用户通过其智能显示屏查看摄像头画面。亚马逊最近对网状路由器制造商Eero的收购提醒人们,小公司要想建立一个能与之竞争的生态系统有多困难。

面对如此激烈的竞争,我很好奇像August,SimpliSafe,Wyze和Netatmo这样的公司将如何靠自家的摄像头和安全系统生存下去。以下就是他们超越科技巨头的计划:


640?wx_fmt=png

敲定细节


对于SimpliSafe的CEO Chad Laurans来说,如何与那些业界的庞然大物竞争是重中之重。SimpliSafe销售传感器,摄像头和按键的组合,然后每月收取15美元的监控服务费。该公司目前拥有300多万付费用户,从2018年初的200万发展而来。

“我们每天从睁开眼就开始思考安全问题,以及我们如何改变那些结果,以及我们如何在安全领域创造更好的价值主张,”Laurans说。 “我严重怀疑他们那些人每天想的都不是这些。他们从睁开眼就开始想着如何将数据变现。“

一家小而精的公司迎面对抗体量庞大的科技巨头看似是烂俗的剧情,但Laurans举例说明了SimpliSafe的精准定位在哪些方面会独具优势。例如,Nest将其用户支持和家庭监控业务外包出去,这意味着团队可能会错过来自用户的珍贵反馈意见。他还批评Nest报警设备的设计(应当立在桌上使用),说这是一个“严重的安全漏洞”。

640?wx_fmt=jpeg

“我们研究了人们是如何使用安全系统的,并了解到如果你不把按键设置到门上,人们就直接不使用这个系统了,”Laurans说。 “我们研究了所有这些因素,所有好的用户体验,所有不好的用户体验,并不断努力改进它们,而且这方面我们占了十年的先机。”

Laurans对Ring也提出了类似的批评,他说SimpliSafe的接触和运动传感器能覆盖更广的范围,并且电池可以使用长达10年,而Ring则为3年。

他说:“能在‘拥有一个安全系统’这一列表项上打钩已经很好了,但Ring并不能给你带来像我们的产品一样的结果,毕竟我们可是专注于让每个传感器发挥出最极致的作用。”

此外,SimpliSafe之前已经经受住了更强大的竞争对手。 Laurans指出,在亚马逊和谷歌对家居安全业务的市场感兴趣之前,SimpliSafe不得不与手机运营商,零售商以及资金充足的DIY初创公司竞争,其中一些后来已经失败或萎靡不振。例如,推出两年后,Verizon于2014年结束了其智能家居服务,Lowe's上个月关闭了其Iris平台,Wink似乎也奄奄一息。

“我们并不十分害怕他们,”Laurans谈到亚马逊和谷歌时说。“不过我有时会替他们的用户感到担心。我很好奇如果亚马逊和谷歌对智能家居市场失去兴趣的话会发生什么,用户该怎么办。”


640?wx_fmt=png

隐私第一


几乎所有我与之交谈的公司都认为他们比科技巨头更注重用户的隐私,但其中最引人注目的案例来自Netatmo,这是一家法国公司,最初制造气象传感器,后来扩展到安全业务和门铃摄像头。

与亚马逊,谷歌和其他许多公司不同,Netatmo不会将任何视频上传到自己的服务器。相反,它将其记录到MicroSD卡上。用户可以通过连接自己的家庭网络来查看视频。那些想要云备份的人可以选择将他们的摄像头链接到Dropbox,但Netatmo的业务不提供订阅组件。

640?wx_fmt=jpeg

Netatmo的产品营销经理Mathias Thibaud说:“我们不想因原本免费而私密的东西向人们收取费用。”

虽然Netatmo在其营销中并未强调其对隐私的保护,但Thibaud表示,一旦设置好了设备,用户后来会对其对隐私的保护心怀感激。 Netatmo的家用安全摄像头中的人脸识别是在设备本身而不是云端进行处理的,而Netatmo的户外摄像头和即将推出的门铃摄像头并不进行人脸识别。 Netatmo在注册帐户时甚至不会询问用户的姓名,只需一个电子邮件地址即可。

“因为没有订阅组件,人们只好购买产品,”Thibaud说。 “但在安装产品之后,他们才意识到我们的产品是安全的,而其他产品的不是。”


640?wx_fmt=png

去做那些技术巨头(可能)不做的事情


August Home在从智能门锁到门铃摄像头扩展的过程中,可能是独自奋斗应对技术巨头的。但在2017年底,该公司被一家此领域的巨头收购,瑞典锁具联合企业Assa Abloy。他们联手将重点放在访问控制上,以使他们的智能锁具和安全摄像头在一个集成解决方案中协同工作。

“我们的目标不在于宽泛的的智能家居,比如灯光控制装置和恒温器之类使整个家居环境变得更智能的东西,”Assa Abloy智能家居部门负责人Martin Huddart说。 “我们首先是一家安保公司。”

August的联合创始人和CEO,Huddart和Jason Johnson都相信谷歌和亚马逊起码不会很快就制造智能锁具,要么压根就不会去制造。这就解释了为什么亚马逊在其Amazon Key送货到家业务上选择与Assa Abloy的Yale品牌合作,以及为什么Nest在其家用安全套件的锁具组件上与Yale合作。

“锁具行业非常难以做好,”Huddart说道。 “如果锁的机械部分不好,那你就会为你自己的家留下一个漏洞。我认为行业经验在锁具这方面确实很重要。“

考虑到Assa Abloy运营的规模,它可以继续把主要精力放到销售硬件上,而同时August带来软件方面的专业知识,从而使锁业巨头增加了更多的集成可能。尽管如此,Huddart表示,Assa Abloy正在利用其新发现的智能手段来尝试一些新事物。例如,去年,该公司开始与高档的英国连锁店Waitrose一起推行一个食品配送应用,而Huddart表示,可以想象,应用将扩展到其他领域,如家居维修,遛狗以及家具配送。

“我们的产品控制着全球数以百万计的家庭,”他说,“因此,做一个中立的访问控制的中间人对我们来说讲得通。”


640?wx_fmt=png

进一步降低价格


虽然技术巨头能以较低的价格提供类似设备进而削弱大多数智能家居安防公司的业务,但Wyze已经证明了是个例外,它出售的功能强大的摄像头低至20美元。尽管价格低廉,但Wyze的相机能录制清晰的1080p视频,且其软件具有许多有用的功能,如运动检测区域,双向音频以及与Amazon Alexa和IFTTT的集成。

在过去的18个月里,Wyze已售出150万台这类摄像头,目前正在推出20美元的接触和运动传感器以扩展到更广泛的安全应用。可以被Wyze的摄像头和传感器激活的智能灯泡也即将推出。

对于Wyze来说,压低价格这一步有点像开局让棋。它在硬件上的利润微薄,该公司表示它几乎没有营销方面的预算,但Wyze仍然需要支付员工工资并在产品开发上花钱。为此,它最近从Norwest Venture Partners筹集了2000万美元,但该初创公司最终的商业模式仍处在摸索中。

“我们仍处于增长模式,”Wyze的联合创始人兼COO,Elana Fishman说。 “我们是一家创业公司,我们才刚成立了一年半的时间,所以我们肯定会重点投资在发展业务和开发新产品上。”

尽管商业模式存尚不确定,但Fishman表示,其目标不仅仅是回报投资者,更是要建立一个能够对抗科技巨头的智能家居生态系统。 在该公司销售廉价硬件的同时,它也在努力与未来可增长的客户建立关系。 (一个例子:Wyze的产品路线图是公开可见的,客户可以投票或评论以表达他们想要实现的功能。)

“我们大部分投资几乎都花在自己的产品生态系统上,并对自己有信心,我们将成为智能家居领域的主要玩家之一,”她说。 “这将不仅仅是巨头玩家们的收购游戏。”

原文:https://www.fastcompany.com/90337606/how-smart-home-security-companies-plan-to-survive-amazon-and-google

作者:Jared Newman 为 Fast Company 撰写关于 App 以及技术的文章,现居辛辛那提,远程工作。他目前还为 PCWorld 和 TechHive 撰稿,也曾经为 Time.com 供稿,个人推特:@OneJaredNewman。

本文为 优快云 翻译,转载请注明来源出处。

【END】

640?wx_fmt=jpeg

作为码一代,想教码二代却无从下手:

听说少儿编程很火,可它有哪些好处呢?

孩子多大开始学习比较好呢?又该如何学习呢?

最新的编程教育政策又有哪些呢?

下面给大家介绍优快云新成员:极客宝宝(ID:geek_baby)

戳他了解更多↓↓↓

640?wx_fmt=jpeg

 热 文 推 荐 

☞ 华为海思芯片自立自强!

☞ 这家公司的 IoT ,你可千万别低估!

漫画:有趣的 “切蛋糕“ 问题

☞ Android 开发究竟是选择 Java 还是 Kotlin?Google 有话说

厉害!女学生偷师男子学校,变身区块链开发工程师

真壕!腾讯员工平均月薪 7 万!

深扒! 币安被盗的7074.18枚比特币去哪了?

如何使用「番茄法」高效的写算法题?

面对互联网一线大厂,这些技术你需要了解!

刺激!华为程序员年薪200万 ?真相让人心酸!

640?wx_fmt=gif点击阅读原文,输入关键词,即可搜索您想要的 优快云 文章。

640?wx_fmt=png 你点的每个“在看”,我都认真当成了喜欢
### 三级标题:Amazon Bedrock 与 Amazon Kendra 在企业中的集成使用方式 在企业环境中,Amazon Bedrock Amazon Kendra 可以通过检索增强生成(RAG, Retrieval-Augmented Generation)架构进行集成,从而实现高效的信息检索与自然语言生成能力。Amazon Kendra 作为语义搜索引擎,负责从企业内部的非结构化数据源中提取相关信息,而 Amazon Bedrock 则基于这些信息生成自然语言回答,从而构建智能化的知识问答系统[^3]。 Amazon Kendra 支持多种数据源的索引搜索,包括本地文档、S3 存储桶、SharePoint、Salesforce、Jira 等企业常用平台中的数据[^1]。通过自然语言查询,Kendra 能够理解用户意图并返回最相关的文档段落或摘要。这些检索结果可以作为上下文信息传递给 Amazon Bedrock 中的大型语言模型(LLM),例如 Anthropic Claude、Stable Diffusion 或 Amazon Titan 模型,从而生成结构化、可解释的自然语言响应[^2]。 在实际部署中,Amazon Kendra 提供了开箱即用的文档处理流程,包括文本提取、段落拆分、嵌入生成向量索引管理,这些功能显著降低了构建 RAG 系统的技术复杂性[^3]。Amazon Bedrock 则通过内置的提示工程优化模型推理能力,确保生成的回答不仅基于准确的信息,还能适应不同的业务需求,例如客户服务问答、技术文档检索、内部知识库查询等场景[^4]。 以下是一个简化的 Python 示例,展示如何将 Amazon Kendra 的检索结果作为上下文输入 Amazon Bedrock 模型进行生成: ```python import boto3 # 初始化 Kendra 客户端 kendra_client = boto3.client('kendra') # 执行语义搜索 def search_kendra(query, index_id): response = kendra_client.query( IndexId=index_id, QueryText=query ) return response['ResultItems'] # 将检索结果输入 Bedrock 模型生成回答 def generate_answer_with_bedrock(context, question, model_arn): bedrock_runtime = boto3.client('bedrock-runtime') prompt = f"根据以下信息:{context}\n回答:{question}" response = bedrock_runtime.invoke_model( modelId=model_arn, body=json.dumps({ "prompt": prompt, "max_tokens": 200, "temperature": 0.5 }) ) return json.loads(response['body'].read())['completion'] # 示例使用 index_id = 'your-kendra-index-id' model_arn = 'arn:aws:bedrock:region::foundation-model/anthropic.claude-v2' user_query = "如何配置 AWS S3 的访问权限?" # 从 Kendra 检索信息 results = search_kendra(user_query, index_id) retrieved_context = " ".join([item['DocumentTitle']['Text'] for item in results]) # 使用 Bedrock 生成回答 final_answer = generate_answer_with_bedrock(retrieved_context, user_query, model_arn) print(final_answer) ``` 上述代码展示了如何将 Kendra 的语义搜索结果作为上下文输入 Bedrock 的基础模型,实现企业级的智能问答系统。 ### 三级标题:集成使用的优势与业务价值 通过 Amazon Bedrock 与 Amazon Kendra 的集成,企业可以获得多个层面的业务价值提升。首先,Kendra 提供了高精度的语义搜索能力,能够理解用户意图并从海量文档中提取关键信息。其次,Bedrock 提供了灵活的模型选择生成能力,支持多语言、多任务的自然语言生成,使得企业可以构建个性化的 AI 服务。 此外,这种集成方式可以显著降低生成模型的使用成本推理延迟。Kendra 通过预检索排序机制,减少了 Bedrock 在处理复杂任务时的计算负担,使得生成模型只需处理最相关的信息,从而提高响应的准确性效率。企业可以利用这一架构构建智能客服、知识库问答助手、技术支持系统等应用场景,提升用户满意度运营效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值