小米手環問鼎世界No.1

4月份，小米生態鏈企業華米科技的CEO黃汪宣布，小米手環累計出貨量超過3000萬，從市調機構IDC的報告看已經超越Fitbit，使得華米躍居全球第一大可穿戴廠商，同時華米2016年收入超15億元，在小米生態鏈中也是第一。

在可穿戴行業逐漸變冷，Pebble倒閉、不少廠商停止或者減緩發布新品的同時，華米卻憑藉小小的手環(還有手錶)，登上了全球No.1的寶座，究竟是如何做到的呢？

華米CEO黃汪近日在與高榕資本(華米B輪投資方之一)交流時，就此做了一番分享。

首先，黃汪很「狂妄」地表示，華米成為可穿戴設備世界第一的企業應該是一件意料之中的事情，因為團隊在智能硬體行業浸淫了多年，對智能硬體做了很多思考，關鍵是能否做到極致，二者需要三個條件：有錢、有人、有耐心。

他還根據自己的經驗，指出了硬體產品存在的三大誤區，希望產品無所不能、產品定義的騎牆派、戰略懶惰，值得創業者參考學習。

黃汪發言部分摘錄如下：

成為可穿戴設備世界第一的企業應該是一件意料之中的事情。

我們團隊在智能硬體行業浸淫了多年，對智能硬體做了很多思考。對於智能硬體來說，關鍵在於你的產品能否做到極致，而要做到這一點就需要至少三個條件：有錢、有人、有耐心。

有耐心是什麼概念？說實話，做AMAZFIT運動手錶的過程非常痛苦。這真的是華米歷史上最痛苦、最漫長和最難的一款產品。我們用了整整18個月打磨這件產品。

大家看到智能手錶產品出了一茬一茬，2015年巨頭開始入場。這種情況下，大家問到我什麼時候出的時候，我回答一句話：我們不是第一個出的，但是我們肯定不是最後一個出的。

關鍵在於要在你想好產品定義的情況下，再去出這個產品。

那應該要如何去定義你的產品呢？

從我們的經驗看，硬體產品主要存在三大誤區。

誤區之一，希望產品無所不能。

最典型的一個情況就是在智能手錶這個行業里。我記得2013年我們做智能手錶的時候，業內普遍的觀點就是把手機晶元用來做手錶的晶元，把手機變成了手錶，所以有一種自然而然的產品定義，智能手錶就是綁在手上的小屏幕智能手機。

然而，把它定義為一個無所不能的產是導致產品失敗的主要原因之一。

我們做產品定義的時候，一定要想清楚，無所不能的產品帶來的問題是什麼？成本的上升、功耗的上升，無所不能的後果往往是什麼都不能。

誤區之二，產品定義的騎牆派。

順著「無所不能意味著什麼都不能」的思路下來，你會發現通過做減法來找到更加準確的產品定義才是關鍵。

做減法需要深度的思考、實踐和決心，因為你的確會擔心如果減去了這幾項功能消費者是否還會被打動。

說實話，我們在做華表AMAZFIT手錶的過程中，一開始就是想做一個無所不能的手錶，但是大概過了半年之後，我們感覺到這是有很大問題的，我們對產品的定義變成了突出運動功能的智能手錶。

最後我們下定決心把產品定義調整成了一個有一些智能功能的、甚至沒有智能功能、只是運行了安卓的手錶。

這個過程里，差不多每半年做一次產品定義的調整。它已經調了18個月，這裡最難的是裁減、取捨的過程。

誤區之三，戰略懶惰。

有句話說的很好，「戰術上的勤奮不能彌補戰略上的懶惰」。

我們有能力使用性價比超強的打法，但是你如果不是好好的去定義好這個產品的話，它真的就能大賣嗎？很多智能手錶到最後都是大家用了幾個月，甚至幾個禮拜，嘗了個新鮮。

你必須回答的問題是：用戶買回去之後，除了新鮮感之外，到最後這個產品給用戶解決什麼持續性的痛點了？

Pebble之死，很大原因在於太遲意識到產品定義出了問題。

這個案例也提醒我們：硬體創業盡量離供應鏈和製造中心近一點兒；招募紮實靠譜的硬體團隊很重要，但抄襲歐美的時代過去了，抄無可抄，不要再抄；建立自己挖掘消費者需求的能力，這比什麼都重要。

華米是一家人體數據公司

事情要從終局來做判斷才有意義。無論是智能手環還是手錶，我們都把它定義為一個人體的ID，ID就意味著你坐卧住行、一舉一動的數據都在裡面。

關鍵的一點是，所有數據的收集都是在人體無感的情形下完成的。當智能設備成為你的人體ID時，無論是支付、跨設備的互聯網交互、健康管理都是非常自然的應用場景。

華米整體的邏輯重點沒有放在變著法兒改造硬體產品上，簡單地屏幕大一點或者功能多一點的硬體改動並沒有多少意義。

如何服務於其數據獲取終端的角色，才是定義硬體功能的標準。作為可穿戴設備，智能手環需要在外觀設計、體積重量、功能定義等方面保持克制，如果還用做傳統消費電子的產品思維，試圖通過堆砌功能，升級配置來「推陳出新」，必然會走進死胡同，碰到所謂的玻璃頂。

如果手環產品僅僅是一個硬體，比如MP3，賣多少、盈利多少，當然要拼營收。但如果把它當做獲取用戶數據的終端，則更關心多少用戶能夠一直戴下去，黏性多強。

硬體只是我們獲取用戶的方式，重要的是背後帶來的數據的價值。

今年年初，我們成立了自己的人工智慧實驗室，搭建了雲端運動健康大數據平台，主導研發基於深度學習的可穿戴晶元。4月，內置了ECG心電晶元的AMIZFIT米動健康手環發布，這塊ECG晶元為手環獲取的數據增加了一個新的維度——心電數據。

這也為手環產品從簡單的運動、睡眠記錄向更嚴肅的健康醫療用途延伸提供了可能。

基於心電數據，華米正在進行兩個方向上的嘗試：一是基於心電圖做生物特徵識別，相比指紋，人的心電特徵更難被複制；二是通過深度學習做疾病篩查，為醫生做輔助診斷。

在看心電圖這件事上，由於數據量大，醫生未必能抓到所有的問題，通過深度學習的方法，我們能夠篩查到很多醫生忽略的點，再交給醫生判斷。

我們希望通過和醫學界的緊密合作，用人工智慧技術改善人的心血管健康狀況。

數據挖掘是一件厚積薄發的事情，你需要做一台不斷深挖的數據挖掘機。