导读：当你拿到一个需求，或者别人随口给你说了一个想法的时候，你需要顺着什么样的思路去深入了解呢？本文从AR测量产品入手，剖析思路的同时，也点名了AI产品目前的困境。希望AI产品随着业界的革新，能够迅速实用化、平民化，带来真正意义的价值。
01 背景
在智能手机产业不断革新的今天，手机摄像技术也迎来了全面的升级。基于RGB或TOF摄像头的智能手机使人机交互变得更加自然、有趣，也能实现更多AR场景的应用。
手机行业的标竿，苹果也在近几年陆续推出AR应用，以2018年秋季发布的iOS12 Measure功能为最成熟、有用的工具型应用，并且结合到现代人高度使用的智能手机。
对于行业内的其他公司，”测量工具”开启了一个AR的应用入口，也触发业内思考此类应用方向；包括OPPO、VIVO在内的国内手机厂商也紧随其后，分别发布基于TOF摄像头的测量，一时间市场欢呼一片，以为AR测量能够作为Killer Application，革新产业界，让一般的小白用户也感受到AR的魅力。
02 问题
但我们发现即使有苹果、谷歌这样的巨头在，也很少人知道AR测量的存在，让我们从头到尾来探究一下。
1. 现状
首先，一般情况下，我们会测什么？
2.目标物体
日常情况下，可以测量的物体呢？
笔记本的长宽、家具的参数、脚长、等
3.功能点
那么，我们作出猜想，AR测量如果能真正意义上做出来，从点到面到体，功能可以为以下几种：锚点测量：可以得知两点间距离、角度等一系列数据面积测量：针对平面的长方形，可以迅速得知平面的长、宽、面积立方体测量：针对一般的规则、不规则的立方体，放在镜头下，都可以迅速得知长、宽、高、体积脚部测量：可以迅速测得一般人的脚长、脚宽、甚至分类足弓（高足弓、低足弓、正常足）
4. 行业情况
似乎可以做的事情有很多，往深想一些，这样的功能点，可能影响的行业：传统的米尺、卷尺制造业：针对一般的用户随手测，就可以基本上摒弃工具，一部手机走天下家具场景：用户可以迅速得知家庭空间如何，该买什么尺寸的家具机场行李箱场景：一般的航空公司针对用户的随身行李大小都有规定，那么用户在准备行李的时候就可以随手测得体积，避免超了规定买鞋场景：用户可以快速知道脚的长度，宽度；不仅免去了欧码美码之间转换的苦恼，而且可以迅速选择合适的鞋子（e.g.比如脚宽的人适合什么鞋子、扁平足适合什么鞋子等）
以上，如果真的做起来，可谓是AI赋能普通生活的一道利器；另外，想要影响大众，有一个前提条件，就是一定要是手机！最好是用户拿起手机就可以用；如果是专门的设备，就在一定程度上局限了受众。
5.市场情况
我们梳理下，近几年来，市场上针对AR测量的产品华为：荣耀V20、P40 Pro三星：Note10+苹果：iPhone X及以上OPPO：R17 ProVIVO：Nex系列
但是笔者发现从市场的反馈来看，AR测量的反响也收效甚微。可能看到这篇文章的都没几个知道此类功能的。
究其原因，我觉得有以下几点市场需要时间接受：AR作为新的技术，从推出到市场接受，需要一定的时间，包括产品概念硬件跟不上软件的发展：AR类产品，尤其是叠加了SLAM等非常耗费算力的模块，在使用一段时间后，会出现发烫、卡顿等现象，在手机设备上尤为严重售价昂贵：能够搭载AR应用的设备，除了昂贵的AR眼镜之外，手机设备大多都是中高端的旗舰机了，与普罗大众有了距离感产品的“刚需”程度不足：虽说AR测量能够在某些场景下替代米尺、卷尺等工具，但是现在社会上，好像我们使用这些工具的频次本身就不多；所以此类AI产品，被忽略，好像也是理所应当。交互方式：用户还是不习惯透过手机看AR世界，『需要时刻用手举着手机』这一致命的缺点，『时刻用手举着手机』令用户体验“非常累”；测量的准确度：AI产品的精准度，极度依赖“数据”，数据的广度和深度直接关系测量数据的精准度。但是用户所测的物体万千，不可能全部录入，所以精准度有限。
以上，当AR测量产品面世以来，未有AR的革新，苹果等巨头也放慢了步伐；针对一般用户，能走往何处，很难猜测，但是当身边实在没有米尺类工具的时候，手机里边的测量软件倒是可以用一用，缓解燃眉之急。
倒是垂直行业近几年来抓住这个风口，做了些设备，解决或者缓解了行业上的问题，引起了市场上的好评。测脚仪：设置三维扫描测脚仪，可以快速得知脚长、脚宽，便于购鞋以顺丰为代表的物流行业，推出设备，在快递员上门取件时，通过设备，可以直接得知包裹的体积，便于收费
03 AI产品
透过AR测量产品，我们再来聊下AI产品。
1. AI到底能解决什么问题？
目前AI界说的最多的两句话是推陈出新：基于AI产品，脑爆新思路，比如“人脸刷地铁”、“抖音的尬舞机”，新的产品带来新的生机降本增效：革新传统行业，借助AI工具，提高人工效率，降低成本
AR测量我认为是隶属于前者，是替代传统工具的AI产品。
2. AI产品目前的困境
（1）数据数据量匮乏：AI需要数据。有的公司训练模型时，需要大量的专有数据时，有时还甚至需要购买数据，而授权和维护API以访问第三方数据的成本也是非常昂贵的。AI依赖数据，数据需要人工标注。例如，百度不得不雇佣数千名翻译人员来训练其中文翻译算法。算法准确度做不到100%时，就需要人类监督，也就是“人机回圈”：例如，Facebook雇佣了超过1.5万人来协助他们的内容审核算法。
（2）计算能力AI依赖强大的计算平台，庞大的数据中心及芯片技术为人工智能提供基础计算环境，但是目前此项还正在发展中。
假以时日，如果以上问题能有所改善，那么以AR测量为代表的AI产品，可能就真的走进千家万户，起到真正的作用了。
以上，是笔者了解AR测量产品时的一些拙见，有任何问题可以一起讨论，希望各位不吝赐教。
本文由@寒白 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
