智慧家庭与大数据是个金矿,中国电信生态开放激活智能时代
印象中,智慧家庭并不是新鲜概念,而基于大数据的智能家庭服务,这个概念自从微软的维纳斯计划开始,在中国存在了10年以上,但直到今天依然不成熟,因为涉及到的产业链复杂,参与成员多,各自为政的现象严重。当然,这并非说明智慧家庭及大数据服务是一个“伪命题”,只是时机未到而已。7月16日,在“2016年天翼智能终端交易博览会”上,中国电信、中国智慧家庭产业联盟、中国企业大数据联盟共同组织的一场“智慧家庭与大数据发展论坛”上,就针对这一悬疑,给出了答案。
迭代式升级,家庭智能化演进的三个时代
一直以来,盯在智慧家庭和大数据应用的企业很多,互联网企业、家电企业、运营商、终端等各方力量纷涌而入,但由于短期利益的影响,多数单兵作战,没有一家具备主导全产业链的能力,竞争乱象也带来了一系列的难题。首先是各自为政,彼此间技术、标准协议不统一,形成了孤岛和割裂;其次是终端不够成熟,计算智能化程度不高,用户需要对不同品牌、不同功能的设备分别管理,用户体验不佳,所承载的应用也不够接地气。最后一个阻碍也是最为“致命”的,行业里未形成成熟、完善的生态体系,不能形成合力。
不过,以往戴着镣铐跳舞的大数据智慧家庭正逐渐“松绑”,并开始施展开拳脚。如今随着计算功能和交互能力的增强,一个全新的智能化时代正在到来。这种智能化主要体现在终端多元化、屏幕大型化、交互灵活化、设备智能化、应用多样化、功耗持续优化,消除了过去阻碍智慧家庭走向公众的障碍。以智慧家庭所涉及到智能电视为例,在中国接近4300万台的电视出货量中,已经有3800万完成了智能电视的迁移,并形成乐视、海信、创维、小米等全新的品牌布局,同样,在智慧家庭所涉及到的关键网关、盒子等中枢产品上,也正走向成熟。
两年前的7月24日,中国电信就牵头成立了电视机厂家、芯片厂家、终端厂家、渠道商和应用提供商等共同发起的智慧家庭产业联盟,推出了智慧家庭的全新产品“悦me”,为用户提供家庭信息化服务。从当时的阵容看,有70多家智慧家庭产业链成员企业参与,不仅有海信、创维、海尔、TCL等智能电视厂商,几乎覆盖了中国80%的电视大屏,Marvell、高通等6家芯片厂家,终端厂家有华为、中兴、烽火等36家,渠道商包括苏宁、国美、迪信通等5家。最值得一提的,还有百度、阿里、京东、三星等极具互联网基因企业的参与。当时,这一动作在行业了引发了强烈关注。
两年过后,智慧家庭市场早已不可同日而语。7月16日的“智慧家庭与大数据发展论坛”上,中国电信市场部副总经理吕品抛出的观点相当犀利。经过多年来的积淀与准备,智慧家庭的统一平台正在形成,开始使用统一的控制平台和物联网标准协议,让用户得到一致化的体验,并完成跨设备、跨入口的数据打通。
智能化家庭的演进历程可以划分为三个时期,最早是终端时代,单品占山为王,与用户属于单点连接,设备间缺乏互操作和数据、应用上的连通;第二个是互联时代,多设备间可以共享、互联,且应用可跨屏、多终端迁移,设备的场景化趋势明显,并在一定程度上帮助用户建立了使用习惯,比如手机与电视的连接、投射,这一时代出现了平台与基于连接协议的互联互通,为智慧家庭的成熟打下了基础。如今正处于智能时代,智慧家庭产业蓄势待发,万物互联已经不存在技术障碍,大数据、人工智能得到了成熟应用,以中国电信所核心的智慧家庭产业生态系统也从概念走向了落地阶段。只不过,这三个时代并没有明显的界限,属于迭代式升级。
生态开放和能力输出,中国电信怎么实现三步走?
无疑,任何一个生态都需要核心主导者的领导,否则就会是一盘散沙,成为形同虚设的组织,大数据驱动的智慧家庭牵涉更广泛的产业链成员,需要在网络控制层、终端及应用层进行统一,整合的往往是各个环节上的巨头型企业,所以难度更大。而运营商一直被认为是最佳的主导者,依靠自身的用户规模和号召力,来形成将各方力量团结在一起的生态系统。两年前联合各方力量成立中国智慧家庭产业联盟,中国电信就有这样的野心,意在整合产业链,以开放生态思维,撬动智慧家庭与大数据产业,让智能走进人们的生活。
如今,这一生态已初步成熟,承载了亿级用户,并形成了一套智慧家庭体系,在开放能力上完成了三步棋子的落地。
在智慧家庭与大数据发展论坛上,中国电信市场部副总经理吕品透露,中国电信依托“家庭智能网关+天翼高清平台”,发挥用户规模优势,构建了面向家庭用户的智慧应用生态,其中涵盖了天翼光宽、天翼网关、开放平台、天翼高清、智能家居/外设、家庭云、大数据等板块。而这些板块组成了一个有机的整体,天翼网关发挥了零配置智能组网作用,关联操控家庭里面各种智能设备,天翼高清作为计算设备和智能娱乐中心,将取代之前非智能盒子,涉及内容聚合、开放应用商店、适配外设、定制行业市场。
不少观点认为,智慧家庭产业生态相当复杂,巨头有自己主导的小生态,中国电信所主导的生态将小舢板结成更大的航空母舰。但评价一个生态是否成功,有两个指标,一个是承载用户的规模化,是决定生态是否成熟的关键指标;二是开放性和能力输出的普适性,后者上,中国电信构建的能力开放已经完成了三步棋子的落地。
在规模化用户层面,数据显示,天翼光宽用户已达1.37亿,支撑起了5000万电视屏、1.5亿手机屏、6亿手机屏的使用用户。天翼网关方面,预计数量上年底将超过1000万,2018年将超过5000万;天翼高清2016年所承载的电视用户将超过6500万,2018年会突破1亿,在IPTV市场的份额高达78%。同时,中国电信还拥有2万家营业厅和5.3万精品渠道、10万装修人员,5000家体验店。可以说,这一智慧家庭生态已成为行业里唯一一家实现规模化运营的平台。
而在生态的开放性和能力输出上,中国电信智慧家庭也完成了三步棋子的落地,首先是开放的平台、资源和能力,面向用户开放云服务,每户可达到2TB,定向流量15GB/人/月。同时面向产业链输出EB级存储能力,10TB+网络及百万物理计算能力,以及数据、智能路由连接的实现。其次是技术规范上的统一和接入控制的智能化,中国电信智慧家庭生态打造了一套eLink协议,统一合作机制,依托高速光宽,深化与芯片、终端、应用、渠道等产业链伙伴的合作,通过技术标准、业务规范上的统一,解决了以往各自为政、彼此不兼容带来的互联互通、数据共享和应用迁移等难题,还设计和发布了中国智慧家庭指数,来反馈应用状况。最后则是业务应用层的开放,形成电商云、家电云、安防云等场景化应用服务,引入更多主流的应用服务商参与进来,形成了丰富的应用生态。
产业聚合和统一,是大数据驱动家庭智能时代到来的前提
无疑,大数据驱动的智慧家庭是一个数万亿元的市场,每一家企业都想做自己的生态,来主导整个产业的发展,但这并不现实,能将智慧家庭各方成员团结在一起的平台,行业里也屈指可数,况且还需要考虑到产业政策因素,运营商其实是最合适的角色。目前来看,中国电信智慧家庭生态通过一系列的开放动作、统一运营和技术规范,正在突破智慧家庭落地的重重障碍,形成一个完整的市场。
当然,大数据驱动的智慧家庭产业不可能一蹴而就,这个领域还存在较大的变数及更长的发展周期,也有待于像中国电信这样的主导型企业来完成一次“聚合”的动作。只有智慧家庭生态汇聚到更广泛的网络、芯片、终端、技术、应用等力量,才能真正形成合力,完成智慧家庭产业的“大一统”,用户才能真正享受到智能化的家庭生活服务。
而只有完成智慧家庭的统一,才能谈得上大数据的应用和商业价值。中国电信数年来构建智慧家庭产业的生态,同样是看到了背后大数据的应用空间。7月16日的活动上也曝光了这样一组数据,中国电信已聚集了接入总量达25PB的自有数据与外部数据,日均处理数据超过10万亿条,并推出了风险防控、精准营销、区域洞察、咨询报告和大数据云的“4+1”产品体系,这表明过去散落的、庞杂的、非结构化的数据正汇聚到一起,并在未来的智能化领域发挥作用。
对运营商来说,从管道商到信息服务平台的升级是必然趋势,虽然业界也有不同的声音和解读,但中国电信在智慧家庭领域的转型升级是看得见的,在网络智能化、业务生态化、运营智慧化方面,以及打造智能应用生态圈上面,正改变过去传统运营商的国企面孔,显示出越来越强悍的市场化的一面。实际上,7月16日的天翼智能终端博览会就已显山露水,仅智能手机采购总量突破了6700万,签约金额突破千亿元。这体现的恰恰是平台的汇聚能力。因为智慧家庭是个复杂体系,只有具备了吸引产业链成员的“磁力”,才能统一行动,一旦成熟,智慧家庭数万亿元的市场将彻底引爆。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21