Alle forventet å se en Siri-drevet versjon av Amazon Echo på slutten av Apples 2017 WWDC keynote. Og HomePod er akkurat det, bare litt mer epleaktig.
Det er vanskelig å få til maskiner i stuen som lytter til deg snakke og gjøre ting. De må se bra ut og være enkle å betjene, men viktigst av alt må de gi oss en grunn til å ønske å plassere den der i utgangspunktet. Antageligvis, både Amazonog Google har bygget produkter som oppfyller disse kravene - og nå ser et kjøletårn i miniatyr oppstilt på salongbordet, klar til at vi kan fortelle den om å spille en sang eller spørre om været, er ikke noe rart. Jeg har begge deler, og jeg er sikker på at mange av de som leser dette gjør det også.
Å slå på et lys eller spille en sang er enkelt, og vi vil ha mer enn enkelt.
Den vanskelige delen er å gjøre mer. Da Echo først ble lansert var det en kul måte å gjøre ting som ikke var vanskelig å gjøre. Gi en enkel kommando og få et svar - noe vi har gjort på telefonene våre siden for alltid. Etter hvert som prisen gikk ned og funksjonene vokste, ble det noe de fleste finner nyttig, og det er populært. I hvert fall for et miniatyrkjøletårn som lytter til deg. Når Google var i stand til å skli
Google Home inn i bildet med en krok – noe smartere som "kjenner" deg fordi det har analysert alle dataene dine siden du først fikk Gmail-kontoen din – forventninger og terminologi endret seg. Vi begynte å høre om Maskinlæring hver gang mer enn én utvikler var i samme rom.Maskinlæring er en ekte ting, men det er ikke læring slik du tenker. Et godt eksempel er en Nest-termostat. Nest bruker ikke begrepet Machine Learning i det hele tatt, selv om det er akkurat det som skjer når det lærer når du kommer hjem, slik at huset kan ha riktig temperatur for deg. Hvis den ser bevegelsen ved inngangsdøren ofte nok, kan den sjekke tidene og beregne nøyaktig når den skal slå på ovnen eller AC. Den "lærte" når den skulle gjøre det. Machine Learning er egentlig bare veldig kreativ programmering som kan analysere massevis av data. En god gruppe utviklere kan da gjøre noen fantastiske ting med disse dataene. Amazon, Apple og Google har alle veldig gode grupper av utviklere.
Machine Learning er egentlig bare smarte utviklere som skriver smart kode.
Google har alle dataen. Vi bytter det bort fordi det tilbyr ting vi elsker å bruke. Google Assistant er langt foran alle andre produkter når det kommer til å være "smart" og personlig, men ting er fortsatt i sin spede begynnelse, og ingen av disse personlige assistentene er det vi så for oss da vi så den første demoer. Utviklere må fortsette å finpusse algoritmene som samler inn og analyserer dataene, kan få nye data og finne nye måter å tolke dataene de samler inn. Apple tror ikke den er klar ennå. Og det er riktig.
Apple samler inn mesteparten av dataene på en smart måte Siri høyttaler vil bruke fra Siri selv. Den kan kryssreferanser til hva som helst med andre Apple-tjenester vi bruker, men det betyr egentlig at den er begrenset til Apple Music og kanskje iCloud. Apple har ingen Gmail eller søkemotor vi kan logge på og gi de saftige dataene, så det må avhenge av smartere algoritmer og ingeniører som kan lage dem og gjøre ting med det de samler inn. Det betyr at den sto overfor et valg – hvordan og når den skulle introdusere sin egen smarthusenhet for å konkurrere med Amazon og Google.
Apple har ingen søkemotor, så det avhenger av bedre programmering som kan gjøre mer med mindre. Men Google har fjell med data å bruke akkurat nå og trenger ikke vente.
Jeg tror Apple gjorde det riktige valget. HomePod har et morsomt navn og ser ut som en katt som skraper, men som en tilkoblet og "smart" høyttaler kan den fungere akkurat som annonsert. Ikke la deg lure. Du legger ikke en A8-prosessor i en høyttaler med mindre du har større planer. Selv om du er Apple.
Akkurat nå er HomePod (jeg blir aldri lei av å si HomePod) et push for å få oss til å bruke Apple Music. Det er ikke en dårlig forretningsavgjørelse. Av alle hands-on kontoer tilbyr den "premium" lyd sammenlignet med andre bittesmå høyttalere i bittesmå kabinetter, har noen imponerende lydmodellering for å prøve å fylle rommet, og kan fungere sammen med andre HomePods for å tilby et fullt hus verdt av musikk. Det er et stort trekk for folk som ønsker å lytte til Apple Music, så det kommer til å være umiddelbart lønnsomt. Men når Apple effektivt kan utnytte dataene det har for å få det til å gjøre mer, vil det oppdatere det for å gjøre mer.
Apple vil oppdatere HomePod for å gjøre mer når den faktisk kan gjøre mer.
Folk vil at et produkt skal gjøre det det skal gjøre bra. Vi blir automatisk glade når vi får beskjed om at vi får en oppdatering som gjør at den gjør enda mer, og spesielt hvis oppdateringen fungerer som lovet. Apple vil ikke ha en Maps 2.0-situasjon der produktet bare trenger mer tid – og mer data – for å være effektivt. Men det er mesterlig å få "Hey Siri" til å gjøre alle de kule tingene.
I mellomtiden er det smart å starte sakte, og det første skrittet til å ta brorparten av pengene til et fremvoksende marked. Det er slik Apple liker å operere, og det selger polish på samme måte som andre selskaper selger funksjoner. Google kan imidlertid bruke denne tiden til sin fordel.
HomePod er flott for Google og Amazon (og til slutt Microsoft). Apple kan gjøre én ting ingen andre kan – ta tak alles oppmerksomhet og ta en kul ting mainstream. Google trenger bare å bruke tiden når den har et produkt som er mer dyktig og rimeligere, og prøve å fange tallene. «Plasser et Google Home i hvert hjem» må stå på noens oppgaveliste, og fortsette å presse frem med koden bak hvordan det fungerer. Vi må se en stor forbedring som ikke bare er fylt med nyttige ting, men som faktisk fungerer som annonsert. Og vi må se det før HomePod lanseres i desember. Og jeg satser på at vi gjør det.