然而要找富士康這樣的大廠做組裝也需要考慮時間成本和資金成本的問題。覃康胤向記者抱怨道，“我們的藍牙耳機是找的富士康，但是反復調整，反饋，要到半年后才能生產出來，如果找小的生產商大概三個月就能出來了，這延誤了產品上線的時間。對于小的初創團隊還是不要找富士康這樣的大廠，雖然質量還行，但是成本高，耗費的時間長。”

　　此外，記者接觸過的一些智能硬件創業團隊都向記者大吐苦水，雖然生產廠家很多，但是找到一家愿意為他們生產產品的廠家還是很少，“我們找了4-5家產商，包括零配件的，生產芯片的，組裝的。愿意生產這么小批量的公司且價格不是很高的加工廠還是很少的。”Autobot創始人蔡亮告訴理財周報記者。

　　實際上，對于元器件供應商來說，如訂單量小的話，價格相對較高。此外，還存在代工廠排期問題。因為要生產新產品，需調整生產線，如量小的話則可能彌補不了工廠所損失的人力和時間成本。

　　不過，供應鏈也在逐漸完善。此前映趣生產inwatch Z系列手表時就因為很多廠商未曾生產過智能元器件、芯片，因此映趣不得不采取聯合研發的方式，據了解，該款產品的近60%的元器件都是采用聯合研發的方式。而這種情況也隨著市場的逐漸成熟而減少，越來越多的工廠會開始愿意做智能硬件的代工廠。

　　對于智能硬件公司來說，要想大規模量產，良品率是很關鍵的指標。一般來說，剛生產出來的第一批產品的良品率都不是很高，要經過不斷調整、試錯才能維持較高的良品率水平，而這中間的時間有時會十分漫長。

　　目前，映趣科技今年銷量在20萬臺左右，其中inwatch Z系列銷售近3萬臺。然而inwatch Z在可量產的產品出來之前，交了不少學費。羅映波對此深有感觸。“我們的inwatch z產品的數據線是要隱藏在表帶里，但數據線的適合溫度是280度以下，而表帶是要在280度以上才能成形，后來采取的是低溫注塑方式，報廢了 4000-5000臺樣機才生產出可以量產的產品出來，一臺機成本大概1000左右的話，資金成本也不是小數目。”

　　當然，因過于高估產品功能而在生產環節翻船的案例也不少。以土曼為例，其在國內首次提出采用Elink電子墨水柔性顯示屏，而這項技術難度大大超過了土曼創始團隊的預期，因此之前在微信圈眾籌的方式預售了7-8萬塊手表，也由于技術等問題良品率極低，公司一而再再而三的延遲發貨時間，引起了參與眾籌用戶的不滿。

　　銷售環節：線上渠道占主導

　　區別于傳統硬件的打法，智能硬件多數跟從了國內智能硬件先鋒小米的路徑，多采取的是線上銷售的方式。據了解，小米旗下的小米手環今年在線上銷售量就達到了近100萬臺，僅雙十一當天銷量就超過了10萬臺。然而，對于品牌度知名度較低，功能復雜，單價較高的智能硬件產品來說，線下渠道對于用戶產品體驗來說，不可或缺。

　　一般來說，智能硬件產品在正式開售之前會在眾籌網站眾籌，不僅僅是為了籌集資金，更重要的一個目的就是作為一個小范圍的市場驗證。諸如蟻視、broadlink、Autobot都曾在kickstater或者點名時間進行過眾籌。

　　此后，在分析購買產品的用戶類型，及根據用戶反饋意見對產品存在的問題進行調整后，公司就正式開始上線銷售。

　　據不完全統計，目前智能硬件公司在線上銷售渠道占了近80%比例，主要銷售渠道為公司官網、京東和天貓商城等B2C平臺。這類平臺的優勢在于能帶來一定流量，節省中間環節成本，但是也存在一定問題。

　　楊世毅分析稱，“這個新興事物剛開始還是要體驗一下。就像十年前購買電腦的過程一樣，最開始是線下買，后來發展到在線上看，線下買，到現在是線上直接買。智能硬件可能也是這個路徑。不過現在的智能硬件團隊找線下的渠道不太行，沒有線下的渠道的經驗和人才，現在線下銷量還不太好。”

　　如果要實現用戶的普及，線下渠道拓展能力至關重要。據目前所了解的情況，智能硬件產品的線下推廣渠道一般采用與電信或者手機生產商合作的方式。比如 Broadlink就和中國電信合作，將其產品拓展到13家體驗店。主營無人機的億航智能則通過加入魅族的Connect To Meizu計劃，與魅族新產品MX4捆綁銷售。當然也有特例，比如映趣針對老人生產的Health care智能手表也正在和敬老院談過合作。

　　服務環節：數據積累是關鍵

　　到底智能硬件產品是銷售什么的？這個問題看似很難回答。就現在來看，智能可穿戴設備、智能家居、機器人等主要還是依靠硬件本身盈利，而未來的盈利模式會更加多元化。

　　以智能健康類產品為例，目前該類產品能做到的是淺層數據分析，即把個人數據和標準數據進行對比，告訴用戶和標準數據的不同，比如測量體重后與標準數據相比，告訴用戶是偏胖還是偏瘦，而未來這類產品的盈利方向很有可能是基于大數據的個性化定制服務。

　　據了解，目前智能體重秤Picooc、映趣等公司都在聯合運動、飲食方面的專業的機構做類似個性化定制的產品。比如映趣在與耶魯的運動精神方面的教授合作，該公司擁有中美60萬運動員的數據，未來可以基于這些數據推出個性化的運動方案，此外還有和福瑞公司合作，基于他們擁有的脂肪肝代謝方面的數據和算法來提供適合的解決方案。“未來我們會搭建一個和智能健康服務平臺，通過分析用戶的這些數據類給予個性化的推薦。”

　　但是，要真正實現智能的個性化推送的前提是大量數據的積累。目前由于現在智能硬件用戶還不是很多，可分析的樣本量還不是特別大，所以還處于數據收集階段。

　　而據了解，現在已經有很多智能硬件公司開放SDK平臺，讓更多的智能硬件商接入以實現數據的共享。

　　值得一提的是，不是所有收集的數據都是有效數據。經緯創投投資經理馮大剛表示，在這過程中，應該分清收集的數據是否為有效數據。“現在市面上很多手環記錄東西太淺了，一個數據能否成為一個有效大數據的來源，需要看他是否有好的收集手段。現在能夠轉化為有效數據的還挺少的。現在出來手環手表不足以成為人體健康數據。人體手環不是大數據收集好的載體，因為其背后生態鏈還沒有完成。在沒有專業手段之前，它不足以成為大數據的依據。”