预见未来：从行为科学到健康生活的技术和价值逻辑
人类逐步解决了生存问题，下一步就是提升生活水平和生命质量。
生活和健康质量中，遗传基因、生活环境、医疗水平、社会环境、支付能力也就是家庭状况，占据了40%的权重；个人偏好、行为习惯和作息习惯，占据了60%的权重。
有独立用户价值的硬件产品和数据采集终端，平板和手机的内容场景交互，后台数据报表系统，AI算法平台，专业领域的对接合作等，从技术环境和商业环境几个方面，具备了融合成一个完整的服务体系的想象空间。
这一服务体系在满足用户个性需求的前提下，也会为人类全生命周期的行为健康管理和医疗保险体系的搭建和落地，带来更多的可能性。
基于这种让更多人受益的服务体系未来必然会形成的商业假设，我们可以得出几个简单结论：
一、脱离场景和状态的数据采集和记录，没有意义
动态的心电、血压测试，餐后的血糖，没有区分的动态和静态的心率......都属于无效数据。
做最简单的场景和状态判断，也要基于一定量的行为特征数据、体征数据，环境数据。至少需要一个相对完整的感应器标准配置环境，比如，一个行业入门级的多感应器结构模组：
集成心率、血压、血氧、心电、体脂、加速度、陀螺仪、地磁、气压和温湿度 二、无法做场景应用、趋势判断和价值挖掘的数据来源，没有意义
影响数据有效性的环节，既有产品的硬件原理和结构、感应器数量和品质、固件、前端算法，又有内容、场景交互和平台端开发、维护、管理，也有后台云计算、机器学习、报表分析和反馈推送系统；涉及4个不同的大的硬件平台，几十种尚处于推进和迭代中的感应器，按偏好、年龄、性别等至少要划分11个大人群，还要考虑位置环境的差异......
如何在无数的变量中，搭建相对稳定的技术开发环境，以及核心共性之上的交互内容，并融入到更广阔的行为、偏好和健康趋势管理的洪流中，要求企业必须具备抽象和推演能力，在几个方面做底层、原理和基础性的工作，减少重复和无效工作：
1、按人群偏好、成品形态，设计制作最小化的核心模组、机芯
可衍生出上百万种不同材质形态的成品、几十类交互内容、至少可用于11个千亿级垂直行业，覆盖市场面90%以上企业客户和用户对成品外观工艺的需求。
可旋转的混合显示机芯模组，主齿轮箱可以选配，最多配置有4个小尺寸OLED屏幕 
非触摸FSTN屏或者触摸TFT屏，外观形态上主要覆盖传统功能型运动电子手表 
侧重特殊场景、专业和垂直细分人群的旗舰类机芯模组 2、锁定核心结构件
包括多针型齿轮箱模组、显示屏模组和多传感器集成模组，优化选择性成本，减少变量，降低多感应器融合开发成本，提高产品开发效率，节省行业重复性开发和投入资源。
齿轮箱模组，包括3个针数，可选2种针高，共5个型号，几乎可覆盖钟表行业所有的产品形态和外观设计。
达到甚至超过瑞士、日本同类金属齿轮箱的指标参数 3、锁定固件、交互平台与后台AI的技术和算法环境，并持续升级、优化
算法按场景分类：不同的场景应用服务下，围绕行为监测、体征监测、环境监测等需求会有不同算法表现，比如登山跑步场景中，监测活动时长、距离、速度、垂直速度、总爬升距离、总下降距离、海拔、气压、卡路里、步数、心率、心率区间、最大耗氧量、环境温度、GPS轨迹、指北针方向、日出日落时......
按人群分，又有：女性呵护管理过程中，监测体温、心率，预测排卵期，监测运动消耗及体征状况，检测体脂、皮肤水分，检测UV提示防晒；婴幼儿呵护照看过程中，监测活动情况、睡眠情况，检测体温提示预防异常，检测奶瓶温度，安全提示，监测尿不湿提示更换；老人关护照顾过程中，监测活动情况，检测心率、心电、血压、体温等体征情况，位置和安全管理，异常特征提示和干预意见，摔倒监测报警......
4、构建用户全天候基础行为画像，让数据跟场景、人群建立匹配关系
用户的基础行为和健康模型，由睡眠、活动、体征、心理、社交五维来进行具体刻画，按照单个细分维度的健康管理方法进行。后台AI机器学习算法的三级行为识别体系，按照用户元动作匹配特征算法，通过基于元动作的用户行为识别方法，采用与人群行为特征匹配的交互设计、内容设计和玩法设计，最终形成与人群个体对应的个性化数据分析报表，最终才能对个人的行为佐证、习惯养成，乃至健康趋势管理带来益处。
5、相对稳定的产品、模组和算法环境，是跟专业机构合作的前提
分析数据的准确与否，需要更多专业机构或者具备裁决权和诊断权的机构来参与，很大程度上要以他们的结论为准，而不是从业企业的自弹自唱。
比如，关于心率心电等体征异常的分析研究，及时发现并报告用户出现的体征异常情况，指导出现生理体征异常情况的用户及时就医，为医生正确的诊断用户的情况提供有价值的辅助信息；用跟医疗领域脑电波类比和匹配的方式，通过行为、环境、体征数据识别睡眠期间可能会影响生命健康的事件，以便及时采取干预措施；关于备孕及怀孕期风险识别与干预的研究，致力降低出生缺陷，保证胎儿和孕妇的健康，等等。
不要跟有几十年、上百年甚至几千年沉淀的专业机构，比拼专业、分析判断、筛选甄别、指导和应对能力。
每一个商业环境和价值体系的形成，都要经过很长一段时间的市场教育、概念推广、各方资源汇集，并在通过市场的纠错能力，找到行业的落地方式。在这期间，企业付出的是经营压力、学习和成长的代价，用户承担了试错成本。
从智能可穿戴和大数据概念的兴起，到现在已经走过了8/9年的时间，有些误区也正在被理清和排除，比如一些认知上的误区：
一、老企业人的观念：做好单一人群场景的服务
这种观念在无数领域都证明了它的合理性，并给严格遵守这种理念的企业，带来了实践上的收益和经营结果。
但在更加碎片化，需要把更多弱需求串联起来，并跟人群和状态做精确匹配，才能产生场景应用和持续价值的行为健康和趋势管理领域，做好单一人群的数据服务，也需要用户全天候基础行为的判定，需要健康模型做支撑。否则，所有的场景分析、数据匹配分析......都会变成笑话。
中间过程的人群、场地、专业设备类比、基础算法等工作量，一点都没有减少。
换句话说，没有最基础的行为和健康模型，以及与之相关的感应器配置环境，企业通过品牌能力、市场号召力、趋势引导带来的销量，除了会带动芯片、感应器厂商资源倾斜之外，对用户使用、行业成长都没价值。
二、做好单一功能和单一数据
这种选择做类比产品，是老式体温计等家庭类专业产品的企业思维，没有其他数据佐证，无法形成连续性数据积累带来的趋势性判断。
仅从单一功能实现上，目前甚至以后很长时间，用户的使用成本、效率、专业性方面，跟其他形态的产品和服务的类比结果，都处于劣势，属于可替代成本很低的产品选项。
也脱离不了老套的单一硬件功能的传统思维范畴，也许有商业价值，但不会带来创新。
三、跟随苹果、华为、小米等领导品牌产品工艺、设计、技术概念
目前市场排名前列的几大厂商，借助其他产品已经取得的品牌和渠道积累，拥有天然的后发选择权。
目前的行业规模，几大厂商采用跟随策略，就能给市场持续加压，不太可能成为新的商业环境、技术运用、用户价值梳理的领头企业，他们没精力也没义务去探索未来价值支撑点是什么。
先占一个位置，留住更多的想象空间和可能性，等行业规模持续放量到他们可以大兵团参与进来，才是他们现在的诉求和选择。
他们在价值描述、市场策略、产品价格方面的随时的摇摆，是司空见惯的事情，但出现一次，就意味着无数的跟随性企业要经受致命打击。
四、|产品认证
考虑到材质工艺性能的升级迭代，在产品快速转化的过程中，相对稳定的模组、算法原理认证，才是有价值的事情。但从企业、认证机构的角度，不论是FDA还是CFDA，显然还没有认识并接受这一点。
从业企业会在这种困扰中，形成规范、标准化和踏市场产品迭代周期的选择性冲突，从而进入死循环。
五、把传统手表、智能手表和手环，当成行业规模和可拓展的生存空间
1、智能手环：
以重力感应器、心率传感器为核心的产品形态，目前在华强北加上0.96（超大）显示屏的出货价，也已到了16元左右。从价格和用户接受的心理价值上来讲，行业已经对这类产品做了最终的判决。
根据IDC数据报告预估，虽然预计到2022年，智能手环仍将占据可穿戴类产品总体销量的24.7%，但未来五年增长几乎停滞。
2、智能手表：
目前限于功耗、场景应用落地、数据积累价值、外观工艺形态、酷炫跟多感应器布局的价值冲突等产品固有缺陷，至今依然没有得到市场的认可。
3、传统手表：
不时有爆款产生，但依靠保值概念、品牌历史等市场故事，跟即将形成的个人行为健康和全生命周期的医疗保险相比，还能走多远？
何况设计、工艺、材质方面的行业沉淀，已经可以传承和转移到智能终端的前提下？
心理虚荣跟个人发展乃至家庭责任相比，结果一目了然！
其实，真正的关注点和参照物，不妨换一个角度来类比和衡量：
1、全球医疗健康领域：
约7万亿美元的市场，接近全球GDP的10%。预防、发现、干预、收敛、分流、诊断......前面几个环节，都是未来巨大的市场空间和机会。
2、中国运动与健康趋势管理市场：
规模约在6.2万亿元，运动工具类APP应用产品，目前已几家超过1.4亿用户。
3、中国女性呵护行业：
市场规模约在4.5万亿人民币，常用的女性生理周期管理APP应用类产品，目前已有超过2亿女性用户。
4、中国母婴行业：
规模约在3.1万亿元人民币，目前市面上比较常见的产品主体以APP应用及网站社区内容运营为主，主要针对6000万左右的婴幼童父母提供服务。
可以做一个大胆的预测和展望：
智能硬件与APP应用服务、后台服务系统结合，通过个人自动连续性多维度数据采集，分析反馈形成价值和商业闭环，必然会为更多用户带来更大更长期的收益。
说句笑话，连体温检测功能都没有，数据还要手动填写，在当今社会，也敢称自己在做女性和母婴系统服务？
不论是对机构、政府、国家还是个人，形成这样的商业和技术环境，都是功德无量的事情，但所有从业企业，特别是创业团队，有几个绕不开的难点和困扰;
一、资金压力：
行为和健康科学无论怎么在受众群体外扩的过程中，指向性和精准度允许下降，更大工作量可以交给数据后台、交互层和硬件前端分别承担，但技术环境和基础底层的开发，属于全新的领域。
真正有企业做了，尤其是创业型企业，有多少政府机关和投资机构能看懂？
即使跨这么多领域的基础架构开始成型，机构和政府能看懂了，资金和政策面又有多大空间和可能性，做前期投入和支持？
如果没人做这些事情，这个领域的价值形成，一定会浪费更多的企业和社会资源。
解决问题就是商机。
二、时间成本：
任何一项行为结果判断、体征数据走向精确，都需要元器件和结构的硬件环境、采样人群、场所、专业设备类比、算法原理成型、软硬件和后台实物验证、市场检验、机构认证，在没有完整的产业集群形成之前，从业所有的源头或者成品企业，都要不断重复类似的工作，而且任何变量都可能形成数据结果失真，甚至失去参考价值。
以色列一个无创测血糖的项目，公司从成立到产品落地，历时8年。
三、技术和运营壁垒：
在价值环境没有完全成熟的时候，企业需要在不同场景和人群先做商业落地，这是企业发展需要，也是让更多关联资源导入进来并共同发展的唯一选择。
考虑到用户差异、客户、行业、人群以及不同领域的接入管理，以及权限、分发、提示和预警系统的差异，只能采用开放式API架构系统。否则，就要开发几千种App，还无法保证数据来源的稳定性。持续性迭代升级、算法优化，也就成了空中楼阁。
APP及后台系统，围绕客户端和后台AI算法服务环境，按照用户和内核空间，至少需要7层数据架构设计，7层微服务架构设计；元数据模型至少需要采用3级缓存设计，多种类数据库路由器设计；同时还要满足多设备通信接入兼容设计，多协议接入兼容设计；还不包括权限及提示报警管理，跨人群的6级数据访问授权设计和5级提示警报系统设计。
更重要的一点，要结合人的行为特征，交互内容的个性化需求，采用通用交互控件库，通用虚拟角色成长性设计，虚拟角色属性标签内容数据库，让更多用户用起来，玩起来。
这又是一个没有市场参照物的运营方式的模式，需要不断试错，需要通过一个企业烧钱，从而让更多企业不烧钱，或者少走弯路。
真的有企业，尤其是创业企业会在横跨这么多环节和技术领域，做这些大公司都不敢想、不敢做的事情？
还真有！
深圳智芯数据服务有限公司构建的PMPD服务系统，由硬件终端、内容平台、后台AI数据系统三大部分构成，通过挖掘全生命周期内个人碎片化数据背后的价值，希望让更多人感受更健康高效的生活方式。
针对人类共同关心的运动、健康，以及不同人群在不同时期、场合下，不同的需求、问题、偏好，智芯数据将具体业务拆解成老人关护、女性呵护、婴幼儿呵护、商务效率、旅行游记、户外运动、专业运动、军事训练、健康管理、术前术后护理、校园学生管理等11个细分人群，在垂直领域进行系统技术开发和服务，以满足不同人群在不同场景下的数据服务需求。
在满足用户个性需求的前提下，逐步融入人类全生命周期健康趋势管理和医疗保险的大系统中去。
他们已经取得的进展和积累：
一、已签保密协议客户数量和构成
在无大范围推广的前提下，公司目前已与176家客户签订协议，其中包括各行业国际品牌22家，覆盖欧洲、美洲、东南亚等区域；国内外钟表行业72家，包含国内外TOP10品牌商、零售商、OEM制造商；消费电子行业49家，包含通讯行业TOP 10品牌商、知名品牌连锁经销商、行业定制类客户等；互联网细分行业21家，包含女性、母婴、老人、运动等领域排名TOP 10企业及专业领域上市公司；创业型公司12家，包含各细分行业具有成长潜力的创业公司及初创品牌。
二|、专利布局
目前已获得及正在申请提案的技术知识产权300项，包括技术专利280项，软件著作权20项。专利包括发明专利177项，实用新型专利63项，外观专利40项。其中已获20项软件著作权，及126项技术专利，包括45项发明专利，59项实用新型专利，22项外观专利。
三|、企业定位：
在目前行业布局及产品技术储备基础上，在个人行为和健康数据服务领域，智芯已经成为全球范围内，技术储备最完整、用户价值描述最清晰的企业之一。
即将推出的5大系列25款机芯模组，3大核心部件模组，提高了行业整体入门门槛儿和用户价值。
四|、系统能力：
产品技术环境的系统化、标准化，将终端产品研发周期由传统的390天左右缩短至15天响应，30天成品出货，为客户提供完整的系统产业级方案服务。
五、差异化竞争方式和焦点：
重点关注11个细分人群场景垂直领域，从交互方式的趣味性和个性化入手，挖掘个人碎片化数据的价值，为不同的人群提供个性化交互内容与数据反馈服务。
将全民健身计划纳入医保，中小学和大学运动健康计入学分的社会呼声，已经越来越高……
全生命周期医疗和健康管理系统，跟全民健身计划的合并管理，可能已为期不远。
来源: 手机之家
含红外体温、环境温度、硅唛、心率、心电、血氧、体脂等13项指标检测
