目录

一、产品机会，要过三道关

二、资源是项目能兑现的能力

三、同一个AI硬件，可以有三种进入方式

四、最小验证，应该打在最短的板上

作者简介

---

每当一个AI硬件产品受到关注，讨论很快就会转向同一个问题：

它能不能被复制？

讨论MicroDuck时，有人研究结构和运动控制；

讨论小智AI时，有人研究语音交互、开源生态和开发者传播。

再往下，问题就变成了选什么芯片、接什么模型、用哪家工厂、做一套什么外壳。

这些问题都要回答，但它们还不足以决定一个项目能不能做。

十多年时间，笔者深度参与过多款硬件产品从定义到量产的全过程。

做得越久，越能体会到一个事实：

看到机会，与自己有能力抓住机会，中间隔着很长一段路。

两支团队看中同一款陪伴机器人：

• 一支有消费品牌和销售渠道，缺的是研发；

• 另一支能做硬件和固件，缺的是消费者、渠道和售后体系。

产品方向相同，起点却完全不同。

如果照着同一份开发计划往前走，至少有一支团队会在自己最不擅长的环节付出高昂代价。

所以，研究AI硬件怎么做，不能只从产品功能开始。

更应该先问：

用户为什么买，我凭什么做，以及卖出去之后能不能持续经营。

一、产品机会，要过三道关

看到一个产品被讨论，能证明什么？

至少说明它吸引了注意力。

但注意力距离购买、持续使用和经营利润，还有三道关。

第一道关是需求。

谁在什么场景下需要它？

购买者与使用者是不是同一个人？

第一次使用的兴奋过去后，它还能解决什么问题？

以消费级陪伴机器人为例，会说话、会走动、会做表情，很容易在短视频里形成吸引力。

但消费者把它带回家以后，可能关心的是另外一些事：

• 它会不会在不合适的时候出声？

• 孩子或宠物碰到它是否安全？

• 每天需要充几次电？

• 使用一段时间后，互动是否还值得继续？

这些不是增加几个功能就能回答的问题，而是产品价值能否长期成立的问题。

第二道关是交付。

做出一台能演示的样机，与稳定交付给消费者，是两种能力。

样机可以有人在旁边调试；

消费产品要面对运输、跌落、误操作、网络异常、批次差异和维修。

尤其是带运动机构的产品，外形、重心、传动、电源和安全策略互相牵连。

一个改动看似只影响动作，最终可能改变成本、噪声、续航和故障率。

第三道关是经营。

产品卖出去的钱，能否覆盖它完整生命周期内的成本？

除了物料、组装和物流，还要算获客、退货、客服、维修、软件维护、模型调用，以及为下一轮生产压在库存里的现金。

硬件销售价格高于BOM，不等于业务赚钱；

首批卖完，也不等于下一批有钱生产。

这三道关分别回答「有人要吗」「能稳定交付吗」「值得持续做吗」。

任何一道没有证据，产品看上去越完整，反而越容易让人舍不得停。

二、资源是项目能兑现的能力

有人会说，我做过硬件，有供应链经验，也认识工厂，为什么还要盘资源？

因为过去做成过一款产品，不代表这次所需的能力已经到位。

做智能锁的经验可以帮助判断结构、可靠性和量产风险，却不会自动带来陪伴机器人的用户群、内容传播能力和售后网络。

认识一家工厂，也不等于它愿意按你的目标价格、数量与交期配合。

笔者建议在决定开发方案前，先做一张资源账本。

每项资源只放进四个格子：

• 已经掌握；

• 合作方明确承诺、可以调动；

• 能够购买，但成本和周期待核实；

• 目前未知。

不要把「认识一个人」「聊过一次合作」放进前两个格子。

资源能不能用，要看它能否在指定时间、成本和责任条件下兑现。

至少要核六类能力。

一是用户与渠道。

你能接触到谁？

对方为什么愿意听你介绍？

专业领域的粉丝、开发者社群和消费品购买者可能是三群不同的人。

如果触达的是工程师，却打算销售家庭陪伴产品，这中间还缺一座桥。

二是产品定义。

你是否知道自己服务哪一种使用场景，理解购买者愿意为什么付费？

「做一个有情绪价值的机器人」还不是产品定义。

它没有说明用户什么时候会用、用完得到什么、现有替代品为什么不够好。

三是技术与供应链。

团队能控制哪些关键环节，哪些依赖外部？

样机阶段能买到零件，不代表批量阶段有稳定供货。

做1台、100台和更大批量，适合的结构、工艺、测试方式也可能不同。

四是软件和长期服务。

AI硬件交付后仍在运行。

联网失败怎么办？

模型服务变化怎么办？

用户数据如何处理？

如果云端持续产生费用，谁来支付、支付多久，都需要在销售前想清楚。

五是资金和时间。

真正需要估算的是：

项目走到下一次能作出决策的证据点，要投入多少；

即使判断错了，还剩多少余地。

只算首台样机的成本，容易低估模具、认证、备货和售后的压力。

六是组织与权利。

谁负责产品决策，谁负责品质放行，谁处理用户投诉？

使用第三方设计、代码、外观或品牌时，授权边界是什么？

反推资料可以帮助研究技术路线，却不能天然成为自己的量产依据或商业权利。

资源账本的目的，不是证明自己什么都缺。

恰恰相反，它要找出自己真正有优势的一段，以及必须借力的一段。

每一项都写成「已经拥有」，容易做出超出能力的承诺；

每一项都要求自己独立拥有，又会把合作机会拒之门外。

三、同一个AI硬件，可以有三种进入方式

资源账本填完，下一步才是决定自己在业务中扮演什么角色。

这里没有统一的标准答案，至少有三种值得比较的方式。

一种是自己做消费品牌。

从产品定义、供应链、销售到用户服务，都由自己主导。

好处是能够持续掌握品牌和用户关系，产品反馈也能直接回到团队。

代价是所有短板都要自己补：获客、库存、售后、现金周转，任何一项失控都可能吞掉硬件毛利。

适合选择这条路的团队，需要拿出渠道和经营能力的证据，不能只有一台漂亮样机。

另一种是与拥有消费渠道的伙伴联合开发。

一方擅长产品系统和交付，另一方擅长品牌、销售或服务。

看上去是互补，难点在责任怎么分。

产品由谁定义？为了控制成本，谁有权删功能？出现批量故障由谁承担？用户数据和下一代产品归谁？

这些问题若留到产品上市后再谈，合作关系会非常脆弱。

还有一种是先以某项明确能力切入，例如产品定义、硬件系统或工程交付，参与消费产品的开发，再判断是否持有自己的品牌。

它能降低早期同时建设所有能力的压力，但也可能拿不到终端用户关系。

选择这条路，要看团队想积累的究竟是项目收入、可复用技术，还是未来的消费品牌。

怎么理解这三条路？

假设两支团队都能做出同样的桌面机器人。

甲团队有稳定的消费者社群，却缺少机电系统经验；

乙团队能完成运动控制和量产导入，却找不到低成本触达购买者的方法。

对甲而言，关键动作可能是寻找可靠的研发交付伙伴；

对乙而言，关键动作可能是验证渠道合作。

两者若只盯着「下一版样机加什么功能」，都会绕开自己真正的瓶颈。

AI硬件链条里，芯片、模型、云服务、制造和渠道各有自己的收益方式。

上游愿意提供支持，说明你的项目可能为它创造价值；

却不能据此推导出消费者一定购买，或品牌方一定盈利。

判断自己该站在哪个位置，要把收益权、决策权和风险责任放在一起看。

四、最小验证，应该打在最短的板上

一说创业验证，常见建议是做MVP、访谈用户、快速迭代。

这些动作本身没有错，问题在于：当前最可能让项目失败的因素是什么？

如果瓶颈是渠道，继续打磨动作算法不能证明产品卖得出去；如果瓶颈是安全与可靠性，收集更多「看起来很可爱」的评价，也不能批准产品交付。

不同瓶颈，需要不同的最小验证。

需求不清楚，就先验证具体场景。

拿出两种足够清晰的产品概念，让目标购买者讲述现有做法、使用频率、顾虑和放弃购买的原因。重点听行为，不急着收集赞美。有人说「我喜欢」，可以继续问：现在用什么替代？如果要自己付钱，愿意放弃什么换它？

技术风险最高，就先做关键体验和安全边界的原型。

原型不必长得像最终产品，但要能回答那个决定方案生死的问题。对于会运动的产品，桌面演示通过以后，还要分别处理失控、夹伤、倾倒、发热和电池异常等风险；人的工程判断和实物测试不能由一份漂亮文档替代。

经营账算不清，就先做报价和敏感性测算。

不要只取一个理想BOM，把销售价格一减就宣布有利润。可以把售价、获客费用、退货率、维修费用、云服务成本和首批良率设成不同情景，看项目在哪些条件下仍能承受。算不准是正常的，关键是标明哪些是假设，再用报价和试验逐个替换。

渠道是短板，就先验证自己能否触达真正的购买者，或者找到愿意承担销售责任的伙伴。

这里要看的不只是曝光，而是从看见产品、理解价值、产生购买意愿，到最终付款与退货的完整过程。

一个技术圈里传播很广的演示，未必能代替这项验证。

每完成一轮验证，都应该允许三个结果：

继续投入、调整进入方式、停止。

停止不是否定AI硬件这个方向，而是承认当前这套资源、产品和经营方式没有闭环。尤其在硬件领域，越早发现这个问题，付出的代价通常越可控。

回到最初的问题：AI硬件到底怎么做？

笔者的答案是，先找到真实需求，再盘点自己能兑现的资源；

根据资源选择进入方式，针对最大的短板设计验证，最后才逐步加重研发、模具、库存和市场投入。

产品力是基础，但它无法独自承担渠道、交付和现金流的工作。

• 能造出来，是工程成果；

• 有人持续使用，是产品成果；

• 交付之后还能赚到钱、做出下一代，才是经营成果。

三件事连起来，AI硬件项目才算真正开始。

作者简介

卫朋，《硬件产品经理》作者，人人都是产品经理受邀专栏作家，CSDN认证博客专家、嵌入式领域优质创作者，阿里云开发者社区专家博主。