硬件的進化儼然已是大勢所趨，但不可否認的是，每一次晉升都面臨重重困難。剛看媒體報道說，早期融資額高其實不代表什么，只有 10% 硬件創(chuàng)業(yè)項目拿到了第二輪融資。所以擺在硬件面積最大的問題便是——避免夭折，通過具有競爭力的優(yōu)勢再次吸引VC們的“砸錢”， 順利晉升2.0時代。

　　而當我們在不久前的GMIC大會上一再強調要亟需實現接下來智能設備2.0時代的“豹變”之時，或許有些急于求成了。在近期參加點名時間10*10硬件大會時，CEO張佑的一番分享心得讓筆者再次深刻體會到此點。

　　1.0時代和2.0時代的回顧及冥想

　　在談及1.5時代的“過渡期”硬件。筆者認為有必要先將其所承前啟后部分中的1.0和2.0時代分別界定一下。

　　1.0時代所謂的智能硬件大多在扮演“采集器”的角色。拿圈內濫大街的手環(huán)為例，它們更確切的稱謂或許是計步器，即便將計步器的常規(guī)固定位置從腰間轉移到了手腕上，你不可否認，大多數手環(huán)的功能在于——記錄運動歷程、計算卡路里燃燒再加上十分雞肋的“監(jiān)測睡眠”功能。在此期間，硬件冀通過各種形態(tài)來充當海量數據的入口。

　　所謂的可穿戴2.0時代，筆者此前在《可穿戴2.0冥想：甩掉手機、唯剩芯片》一文中已給出預測：物和物不經過手機再相連，任何物之間可互聯(lián)，最終形成網狀結構，信息突破孤島、實現各種應用的互聯(lián)，數據最終全部打通。

　　通俗地講，2.0時代將實現跳過手機、“物物對話”。秤與水杯交互，提醒用戶喝水；溫度計與空調交互，將室內調至最適宜溫度；還有目炒得沸沸揚揚的智能汽車，未來主要依靠車內的以計算機系統(tǒng)為主的智能駕駛儀與汽車“對話”就能實現無人駕駛。手機最終的命運或許只是將成為一個操控系統(tǒng)而已。

　　1.5時代做什么？Output端的非數據式“反哺”

　　所謂的“豹變”，從來都不是一蹴而就的，請留意智能硬件過渡階段的1.5時代。這個階段也是硬件們當下最現實的進化升級路徑。

　　張佑以運動市場的智能硬件為例，稱可以用“私人健身教練”來形容這個階段的硬件：“私人健身教練”。硬件可以實時提醒運動方式、姿勢矯正，藍牙傳輸數據到手機，從App看走勢。

　　這就點明了1.5時代可穿戴的發(fā)展趨勢：人和物之間的連接后，最終呈現的將不僅僅是數據，還有所謂通過文字和畫面呈現的的“人文性”建議和意見。拿目前的醫(yī)療診斷流程打一個比方：

　　1、患者提供各類體征信息；

　　2、醫(yī)生獲得體征信息，進行診斷，下處方或提供治療方案；

　　3、藥房開藥給患者或者在醫(yī)院進行其它相關治療。

　　很明顯，目前大多數硬件所做的停留在第一階段。而筆者強調的1.5時代實際上處于第二階段，倘若不將第二階段打通完成的話，那么最終所謂的智能硬件就無法達到完成第三階段解決問題、造福人文社會的目標。

　　其實從市面上現存的可穿戴設備來看（如圖），大致可以分為兩大類：Input端和Output端。從兩個端點發(fā)揮的作用來看，很明顯，如今的手機充當了大多數可穿戴Output端的執(zhí)行作用，或者更確切的說，充當了呈現數據的“屏幕”功能而已。

　　但你不可否認，鑒于人類使用手機的頻率——有數據顯示，智能手機用戶平均每天查看手機約34次，使用頻繁者查看手機的頻率更是高達每6.5分鐘1次，手機已經是每個人的新“器官”。所以，短時間內人類和可穿戴們無法擺脫對手機的依賴性。

　　1.5時代對于硬件們最切實可行的思路便是——通過手機呈現對上傳的數據進行“非數據”式反哺，這一點其實在我們的產品PICOOC Latin智能秤中就有呈現。比如關于飲食和運動建議的方案是之前的很多同行都沒有想到的。在這之前，很多人依然只是將秤當做簡單的衡器而已，而我們希望利用互聯(lián)網思維將秤的功能進一步擴展，它會計算，幫你分析各項身體成分的數據；它會指導，像健康小管家一樣給你提供必要的飲食和運動建議……

　　所以從這點看，1.5時代首先具備了初級階段的人機交互功能。另外，請注意上文中的“實時”這個詞匯，這也意味著這個階段的智能硬件其實與用戶的黏性要比現在更密切一些。

　　再未來呢……

　　“下一個時代，將被今天的社交網絡和賦予用戶在聯(lián)系上的深度所定義，我們的工作就是找到最好的方法讓用戶分享自己?！边@話是Facebook創(chuàng)始人扎克伯格說的，這反映了未來社交關系的核心所在。對于一直依賴移動互聯(lián)網的可穿戴而言，扎克伯格其實也給未來的智能硬件發(fā)展描述了一個大致的方向輪廓。

　　在采集器→依賴手機的私人教練→擺脫手機后的物物“對話”之后，硬件的未來將是徹底的人與人、人與周邊環(huán)境的連接，通過硬件入口重新強化互聯(lián)網世界，通過云端大數據的爆發(fā)與預測，不僅讓“我”連接人、流程、數據和事物，并且讓“我”連接正確的人、正確的流程、正確的數據和正確的事物。