乐于分享
好东西不私藏

现在入局AI硬件?先看看这3个软件开发的大坑

现在入局AI硬件?先看看这3个软件开发的大坑

最近AI硬件又热起来了。

从智能眼镜、AI耳机,到各种带屏幕的“智能助手”,一波又一波的创业者冲进这个赛道。我一个做投资的朋友说,今年收到的BP里,三分之一都和AI硬件有关。

但我发现一个有意思的现象:很多做硬件的团队,聊起芯片选型、结构设计、供应链管理头头是道,一提到软件,就开始含糊其辞。

“软件嘛,找个外包团队写一下就行了。”

每次听到这句话,我都替他们捏把汗。做了这么多年软件,我见过太多硬件项目死在软件上——不是因为软件做不出来,而是因为对软件的难度估计严重不足。

今天想和你聊聊,入局AI硬件前,软件开发这3个大坑最好先看清楚。

坑一:以为硬件做好了,软件只是“配一套”

去年有个做智能杯垫的团队找到我们。

他们的杯垫很炫酷:能精准测温,能无线充电,还能通过蓝牙把数据传输到手机上。硬件已经开模打样了,来找我们做配套的APP。

我问他们:APP要实现什么功能?

他们拿出一份需求文档,写得挺详细:实时显示水温、记录饮水数据、生成周报、提醒喝水、还能同步到微信运动……

看起来挺全对吧?

但聊到一半,我问了一个问题:“你们的杯垫是通过什么协议传输数据的?数据格式是什么样的?”

对方愣了:“这个……我们还没完全定下来,反正就是蓝牙,你们肯定能做吧?”

这是第一个坑:把软件当作硬件的附属品,以为硬件定了,软件随便配一下就行。

实际情况是,软件和硬件从一开始就是共生关系。通讯协议怎么设计、数据怎么解析、异常怎么处理、功耗怎么优化……这些问题需要在硬件定型前就和软件团队一起讨论清楚。

否则就会出现:硬件做好了,软件发现协议太复杂跑不动;或者软件写完了,硬件说这个数据格式我们改不了。

那个杯垫项目最后延期了3个月,因为通讯协议改了四版,软件被迫重写了三遍。

坑二:低估了“AI”这两个字的软件成本

AI硬件,重点不在“硬件”,在“AI”。

但很多硬件团队对AI的理解,还停留在“调用一下API就行”。

有个做智能相框的团队,想在相框里加一个功能:自动识别照片里的人脸,按人物分类。听起来很简单对吧?现在哪个人脸识别API不能做?

问题是,他们的相框是离线使用的——用户不想把照片上传到云端。这意味着,所有AI计算必须在设备端完成。

这就完全不一样了。

– 云端API调用,几行代码搞定

– 设备端AI,需要选模型、做压缩、做量化、做推理优化、做内存管理……一个都不能少

他们找了好几个软件团队,报价一个比一个高,周期一个比一个长。最后好不容易找到一个能做嵌入式AI的团队,开发周期从预期的2个月变成了8个月,预算翻了4倍。

这是第二个坑:以为AI就是调API,没想过数据在哪算、模型怎么跑、算力够不够。

如果你做的AI硬件需要在设备端计算,软件开发难度会指数级上升。嵌入式AI的人才本来就稀缺,能做好的人更少,时间和预算都要留足。

坑三:忽略了“OTA”这件事

OTA,全称是Over-The-Air,就是远程升级。

很多硬件团队第一次做产品,觉得功能调试好了,批量生产了,就万事大吉了。

直到产品卖出去之后,发现问题了。

有个做智能门锁的团队,第一批产品卖了2000台,结果用户反馈:有时候指纹识别不灵,要按好几次。

硬件没问题,是算法调得不够好。怎么办?

他们以为可以像APP一样,发个版本更新就行。结果发现:门锁的固件压根没有设计远程升级功能。要升级,必须派人上门,拆开锁,用烧录器刷固件。

2000台锁,分布在全国各地。最后他们只能发公告:凡是有问题的用户,寄回厂家免费升级——来回运费厂家承担。

这一波,赔了十几万。

这是第三个坑:以为软件一次写好就完事,没想过以后怎么升级、怎么修bug。

现在的智能硬件,OTA应该是标配,不是选配。但OTA本身就是一个软件工程:需要设计升级协议、做断点续传、处理升级失败的回滚、保证升级过程的安全……这些都不是“顺便加一下”的事。

那怎么办?AI硬件还能做吗?

当然能做,而且确实有机会。但要对软件有正确的预期。

第一,让软件团队早点介入。

不要等硬件定型了再找软件,最好在方案阶段就让软件团队参与进来。通讯协议、数据格式、芯片选型、算力评估……这些问题越早聊清楚,后期翻车的概率越小。

第二,把AI部分拆开看。

问清楚:哪些功能必须本地算?哪些可以上云?本地算的话,模型多大?需要什么芯片?内存够不够?有没有现成的方案可以借鉴?别等到代码写了一半才发现跑不动。

第三,把OTA当作基础设施。

从第一天就设计好怎么升级。不光是为了修bug,也是为了以后加功能、优化算法。硬件一旦卖出去了,能远程升级就是命根子。

写在最后

那个智能杯垫的项目,最后做出来了。

但过程极其痛苦——通讯协议改了四版,APP重写了三遍,原定4个月的项目做了8个月,预算超了一倍多。负责人的总结我印象很深:

“我以为最难的是把杯子做出来,没想到最难的是让手机和杯子‘好好说话’。”

其实不是说话难,是低估了说话要准备多少事。

如果你也在做AI硬件,或者正打算入局,欢迎私信聊聊。我们不一定能帮你解决所有问题,但至少可以帮你提前看看,软件这边有哪些坑等着你。

毕竟,硬件决定了产品能不能造出来,软件决定了产品能不能用起来。

本站文章均为手工撰写未经允许谢绝转载:夜雨聆风 » 现在入局AI硬件?先看看这3个软件开发的大坑

猜你喜欢

  • 暂无文章