Alla förväntade sig att se en Siri-driven version av Amazon Echo i slutet av Apples 2017 WWDC keynote. Och HomePod är precis det, bara lite mer äppelaktigt.
Maskiner i vardagsrummet som lyssnar på dig prata och göra saker är svåra att få rätt. De måste se bra ut och vara lätta att använda, men viktigast av allt måste de ge oss en anledning att vilja sätta den där i första hand. Det kan argumenteras att, både Amazonoch Google har byggt produkter som uppfyller dessa krav - och nu ser vi ett kyltorn i miniatyr uppsatt på soffbordet, redo för oss att säga åt den att spela en låt eller fråga om vädret, är inget konstigt. Jag har båda, och jag är säker på att många av de som läser det här också gör det.
Att tända en lampa eller spela en låt är lätt och vi vill ha mer än enkelt.
Den knepiga delen är att göra mer. När Echo först lanserades var det ett coolt sätt att göra saker som inte var svåra att göra. Ge ett enkelt kommando och få ett svar - något vi har gjort på våra telefoner sedan evigt. När priset sjönk och funktionerna växte blev det något som de flesta tycker är användbart, och det är populärt. Åtminstone för ett kyltorn i miniatyr som lyssnar på dig. När Google kunde glida
Google Home in i bilden med en krok — något smartare som "känner" dig eftersom det har analyserat all din data sedan du först fick ditt Gmail-konto — förväntningar och terminologi förändrades. Vi började höra om Maskininlärning varje gång mer än en utvecklare var i samma rum.Machine Learning är en verklig sak, men det är inte att lära som du tänker. Ett bra exempel är en Nest-termostat. Nest använder inte termen Machine Learning alls även om det är precis vad som händer när det lär sig när du kommer hem så att det kan ha rätt temperatur i huset för dig. Om den ser rörelsen vid ytterdörren tillräckligt ofta kan den kontrollera tiderna och beräkna exakt när den ska slå på ugnen eller AC. Den "lärde sig" när den skulle göra det. Machine Learning är egentligen bara väldigt kreativ programmering som kan analysera massor av data. En bra grupp utvecklare kan sedan göra fantastiska saker med den datan. Amazon, Apple och Google har alla mycket bra grupper av utvecklare.
Machine Learning är egentligen bara smarta utvecklare som skriver smart kod.
Google har Allt uppgifterna. Vi byter bort det eftersom det erbjuder saker vi älskar att använda. Google Assistant ligger långt före alla andra produkter när det kommer till att vara "smart" och personlig, men saker är det ändå i sin linda och ingen av dessa personliga assistenter är vad vi föreställde oss när vi såg den första demos. Utvecklare måste fortsätta att finjustera algoritmerna som samlar in och analyserar data, kan få ny data och hitta nya sätt att tolka data som de samlar in. Apple tror inte att det är klart än. Och det är rätt.
Apple samlar in det mesta av data på ett smart sätt Siri högtalaren kommer att använda från Siri själv. Det kan referera till vad som helst med andra Apple-tjänster vi använder, men det betyder egentligen att det är begränsat till Apple Music och kanske iCloud. Apple har ingen Gmail eller sökmotor vi kan logga in på och tillhandahålla den saftiga informationen så det måste bero på smartare algoritmer och ingenjörer som kan skapa dem och göra saker med vad de samlar in. Det betyder att den stod inför ett val - hur och när man skulle introducera sin egen smarta hemenhet för att konkurrera med Amazon och Google.
Apple har ingen sökmotor så det beror på bättre programmering som kan göra mer med mindre. Men Google har berg av data att använda just nu och behöver inte vänta.
Jag tror att Apple gjorde rätt val. HomePod har ett roligt namn och ser ut som en katt som kliar sig, men som en uppkopplad och "smart" högtalare kan den fungera precis som den annonseras. Låt dig dock inte luras. Du sätter inte in en A8-processor i en högtalare om du inte har större planer. Även om du är Apple.
Just nu är HomePod (jag kommer aldrig att tröttna på att säga HomePod) en push för att få oss att använda Apple Music. Det är inget dåligt affärsbeslut. Av alla praktiska skäl erbjuder den "premium" ljud jämfört med andra små högtalare i små höljen, har några imponerande ljudmodellering för att försöka fylla rummet, och kan arbeta tillsammans med andra HomePods för att erbjuda en kåk till ett värde av musik. Det är ett stort drag för människor som vilja att lyssna på Apple Music så att det kommer att bli lönsamt direkt. Men när Apple på ett effektivt sätt kan utnyttja den data som den har för att få den att göra mer, kommer den att uppdatera den för att göra mer.
Apple kommer att uppdatera HomePod för att göra mer när den faktiskt kan göra mer.
Människor vill att en produkt ska göra vad den ska göra bra. Vi blir automatiskt glada när vi får veta att vi får en uppdatering som gör att den gör ännu mer, och speciellt om uppdateringen fungerar som utlovat. Apple vill inte ha en Maps 2.0-situation där produkten helt enkelt behöver mer tid – och mer data – för att vara effektiv. Men det är kämpigt att få "Hey Siri" att göra alla de coola sakerna.
Under tiden är det smart att börja långsamt, och det första steget för att ta lejonparten av en tillväxtmarknads pengar. Det är så Apple gillar att fungera och det säljer polish på samma sätt som andra företag säljer funktioner. Google kan dock använda den här tiden till sin fördel.
HomePod är bra för Google och Amazon (och så småningom Microsoft). Apple kan göra en sak som ingen annan kan – ta tag i allas uppmärksamhet och ta en cool sak mainstream. Google behöver bara använda tiden när det har en produkt som är mer kapabel och billigare och försöka fånga siffrorna. "Placera ett Google Home i varje hem" måste finnas på någons uppgiftslista, och fortsätt driva framåt med koden bakom hur det fungerar. Vi behöver se en stor förbättring som inte bara är fylld med användbara saker utan faktiskt fungerar som annonserat. Och vi måste se det innan HomePod lanseras i december. Och jag slår vad om att vi kommer att göra det.