智能音箱市场降温:为何不再火爆?
2014年,亚马逊推出的Echo智能音箱一举走红,迅速点燃全球市场。此后,各大科技巨头纷纷布局这一新兴赛道,大量玩家争相涌入。根据Canalys的数据,到2019年第二季度,中国智能音箱的出货量已超过美国的两倍,增长势头相当强劲。然而进入今年,市场风向明显转变——智能音箱的热度似乎正在消退。 据科技
2014年,亚马逊推出的Echo智能音箱一举走红,迅速点燃全球市场。此后,各大科技巨头纷纷布局这一新兴赛道,大量玩家争相涌入。根据Canalys的数据,到2019年第二季度,中国智能音箱的出货量已超过美国的两倍,增长势头相当强劲。然而进入今年,市场风向明显转变——智能音箱的热度似乎正在消退。
据科技产业研究机构RUNTO统计,2022年1月中国智能音箱市场销量为305万台,同比下降19.4%,环比下跌3.5%;销售额为8.5亿元,同比下滑14.2%。即便正值春节年货采购旺季,市场表现依然十分低迷。

图源:小米官网
实际上,这种低迷趋势早在2020年就已显现——无论国内还是全球市场,智能音箱的关注度和热度都在持续下降。数据显示,2019年全球出货量达到1.469亿台的峰值,而2020年虽突破1.5亿台,但增速已明显放缓。再看行业巨头,亚马逊内部对Alexa业务的分析显示,该业务利润微薄、用户流失率极高,智能语音市场未来几年的年增长率预计仅为1.2%。
显而易见,智能音箱市场已陷入增长瓶颈,这款产品不再像前几年那样风光无限。
那么,问题的核心在于:智能音箱为何突然不再受欢迎?要理解这一点,需要先回顾它当初是如何风靡起来的。
除了亚马逊将智能音箱带向全球市场外,更关键的因素是——众多科技公司,尤其是物联网企业,将其视为未来物联网的入口,正如互联网时代的PC、移动互联网时代的手机一样。为了抢占这一入口,各大巨头展开了旷日持久的价格战,通过补贴和烧钱来争夺市场。2019年智能家居单台设备平均售价为193元,如今价格普遍落在95-499元区间。长期的价格厮杀加上补贴,导致小厂商早早退场,大厂普遍亏损,而消费者并未真正认同这款产品。
究其根源,一个核心矛盾在于:智能音箱要想成为物联网或智能家居的入口,必须能够与家中所有智能家电互联互通。但在Matter协议问世之前,这一点几乎无法实现。无法控制其他电器,用户买来只能听听音乐、查查天气、设置闹钟,久而久之,它就从核心设备变成了一个观赏性摆件。
那么,Matter普及之后能否扭转局面?答案依然不容乐观——或者说,Matter来得太晚了。
这就要回到智能音箱最初的定位:智能家居的核心控制器。对厂商而言,掌握了这个入口,就掌握了用户的使用数据,进而可以精准推荐产品——例如用户爱控制灯光,就推广灯光设备;爱语音控制窗帘空调,就推荐全套新风系统。要实现这些,前提是智能音箱成为用户日常控制家居的默认工具。但从目前来看,这一目标几乎落空。原因很简单:用户的使用习惯没那么容易改变,而且已经有更好的替代品——智能开关。
如今的智能开关基本集成了智能音箱的绝大多数功能,如果加上屏幕,它几乎就是一个挂在墙上的智能音箱。用户可以通过语音、手势、触控甚至实体按键来精准控制家居设备,既保留了原有的操作习惯,又降低了学习门槛,同时更加智能化。
反观当前的智能音箱产品,越来越多地开始向视频播放功能靠拢——用户可以把它当平板电脑使用。但这样一来,智能音箱真正的价值在哪里?即便硬要挤进平板市场,它又能竞争得过谁?
总的来说,随着全屋智能的快速推进,智能音箱的定位越来越尴尬。智能开关已经取代了它在智能家居中的核心位置。对于大多数选择智能家居的用户而言,智能开关才是刚需,智能音箱——还真不是。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:智能音箱市场降温:为何不再火爆?要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点大模型领域的七个核心术语包括参数、Token、注意力机制、思维链、预训练、微调与提示词,分别对应模型内部变量、文本最小单元、动态权重分配、分步推理、通用语言学习、特定任务适配及用户指令引导,共同构成理解大模型技术的基石。
借助AI人脸识别系统,校园安全实现从被动监控向主动预警升级。通过人脸检测、特征提取与比对,系统可识别陌生人员并联动报警,实时统计人流密度并预警,同时自动监管学生出勤情况,有效提升技防水平。
PureStorage与Meta成功合作开发AI超级计算机RSC,采用FlashArray C和FlashBlade全闪存储方案,提供微秒级超低延迟、99 9999%企业级极高可用性及高密度QLC架构,满足数万亿超大规模示例训练与多模态数据分析需求,支撑元宇宙与增强现实工具研发。
随着技术的快速迭代,人工智能的应用边界持续拓展。在智能语音领域,TTS语音合成(Text-to-Speech)技术取得了令人瞩目的突破。本文将重点介绍微软在此方面的最新成果——探讨如何让AI语音更加逼真自然,甚至能够理解并回应你的表情符号。 在不同的对话场景中,用户对AI语音的期望各有差异。如今,T
- 日榜
- 周榜
- 月榜
热点快看
