Alle forventede at se en Siri-drevet version af Amazon Echo i slutningen af Apples 2017 WWDC keynote. Og HomePod er netop det, bare lidt mere æbleagtigt.
Maskiner i stuen, der lytter til dig tale og gøre ting, er svære at få rigtigt. De skal se godt ud og være nemme at betjene, men vigtigst af alt skal de give os en grund til at ville placere den der i første omgang. Formodentlig, både Amazonog Google har bygget produkter, der opfylder disse krav - og ser nu et miniaturekøletårn opstillet på sofabordet, klar til at vi kan fortælle den om at spille en sang eller spørge om vejret, er ikke noget mærkeligt. Jeg har begge dele, og jeg er sikker på, at mange af de mennesker, der læser dette, også gør.
Det er nemt at tænde et lys eller spille en sang, og vi vil mere end nemt.
Den vanskelige del er at gøre mere. Da Echo først blev lanceret, var det en fed måde at gøre ting, der ikke var svære at gøre. Giv en simpel kommando, og få et svar - noget, vi har gjort på vores telefoner siden for evigt. Efterhånden som prisen faldt, og funktionerne voksede, blev det til noget, som de fleste alle finder nyttigt, og det er populært. I hvert fald for et miniaturekøletårn, der lytter til dig. Da Google var i stand til at glide
Google Home ind i billedet med en krog - noget smartere, der "kender" dig, fordi det har analyseret alle dine data, siden du først fik din Gmail-konto - forventninger og terminologi ændrede sig. Vi begyndte at høre om Maskinelæring hver gang mere end én udvikler var i samme rum.Machine Learning er en rigtig ting, men det er ikke at lære, som du tænker. Et godt eksempel er en Nest-termostat. Nest bruger slet ikke begrebet Machine Learning, selvom det netop er det, der foregår, når det lærer, når du kommer hjem, så det kan have huset den rigtige temperatur for dig. Hvis den ser bevægelsen ved hoveddøren ofte nok, kan den så tjekke tiderne og beregne præcis, hvornår den skal tænde for ovnen eller AC. Den "lærte", hvornår den skulle gøre det. Machine Learning er egentlig bare meget kreativ programmering, der kan analysere et væld af data. En god gruppe udviklere kan så gøre nogle fantastiske ting med disse data. Amazon, Apple og Google har alle meget gode grupper af udviklere.
Machine Learning er egentlig bare smarte udviklere, der skriver smart kode.
Google har alle dataene. Vi bytter det væk, fordi det tilbyder ting, vi elsker at bruge. Google Assistant er langt foran ethvert andet produkt, når det kommer til at være "smart" og personlig, men tingene er stadig i deres vorden, og ingen af disse personlige assistenter er, hvad vi forestillede os, da vi så den første demoer. Udviklere er nødt til at blive ved med at justere de algoritmer, der indsamler og analyserer dataene, kan få nye data og finde nye måder at fortolke de data, de indsamler. Apple mener ikke, det er klar endnu. Og det er rigtigt.
Apple indsamler de fleste data på en smart måde Siri højttaler vil bruge fra Siri selv. Det kan krydshenvise til alt med andre Apple-tjenester, vi bruger, men det betyder egentlig, at det er begrænset til Apple Music og måske iCloud. Apple har ingen Gmail eller søgemaskine, vi kan logge ind på og levere de saftige data, så det må afhænge af smartere algoritmer og ingeniører, der kan oprette dem og gøre ting med det, det indsamler. Det betyder, at den stod over for et valg - hvordan og hvornår den skulle introducere sin egen smarte hjemmeenhed for at konkurrere med Amazon og Google.
Apple har ingen søgemaskine, så det afhænger af bedre programmering, der kan mere med mindre. Men Google har bjerge af data at bruge lige nu og behøver ikke vente.
Jeg synes, Apple har truffet det rigtige valg. HomePod har et sjovt navn og ligner en kat, der kradser legetøj, men som en tilsluttet og "smart" højttaler kan den fungere præcis som annonceret. Lad dig dog ikke narre. Du sætter ikke en A8-processor i en højttaler, medmindre du har større planer. Også selvom du er Apple.
Lige nu er HomePod (jeg bliver aldrig træt af at sige HomePod) et skub for at få os til at bruge Apple Music. Det er ikke en dårlig forretningsbeslutning. Af alle praktiske hensyn tilbyder den "premium" lyd sammenlignet med andre bittesmå højttalere i bittesmå kabinetter, har nogle imponerende lydmodellering for at prøve at fylde rummet og kan arbejde sammen med andre HomePods for at tilbyde et fuldt hus til en værdi af musik. Det er et stort træk ved folk, der vil have at lytte til Apple Music, så det vil være rentabelt med det samme. Men når Apple effektivt kan udnytte de data, det har til at få det til at gøre mere, vil det opdatere det til at gøre mere.
Apple vil opdatere HomePod for at gøre mere, når den faktisk kan mere.
Folk vil have et produkt til at gøre det, det skal gøre godt. Vi bliver automatisk glade, når vi får at vide, at vi får en opdatering, der får den til at gøre endnu mere, og især hvis opdateringen fungerer som lovet. Apple ønsker ikke en Maps 2.0-situation, hvor produktet simpelthen har brug for mere tid – og flere data – for at være effektivt. Men det er mesterligt at få "Hey Siri" til at gøre alle de fede ting.
I mellemtiden er det smart at starte langsomt, og det første skridt til at tage brorparten af et emerging markets penge. Det er sådan Apple kan lide at fungere, og det sælger polish på samme måde som andre virksomheder sælger funktioner. Google kan dog bruge denne tid til deres fordel.
HomePod er fantastisk til Google og Amazon (og i sidste ende Microsoft). Apple kan gøre én ting, ingen andre kan – gribe fat alles opmærksomhed og tag en cool ting mainstream. Google skal bare bruge den tid, hvor det har et produkt, der er mere dygtigt og billigere, og forsøge at få fat i tallene. "Placer et Google Home i ethvert hjem" skal være på nogens opgaveliste, og blive ved med at skubbe fremad med koden bag, hvordan det fungerer. Vi har brug for at se en stor forbedring, der ikke kun er fyldt med nyttige ting, men faktisk fungerer som annonceret. Og vi skal se det, før HomePod lanceres i december. Og det satser jeg på, at vi gør.