지금 로그인 接手新需求，或者听到一个看似不错的点子时，我们该顺着什么逻辑去拆解它？今天不妨拿“AR测量”来做个复盘。这个曾经被寄予厚望、如今却有些边缘化的产品形态，不仅记录了一个具体功能的兴衰，也折射出当下AI产品在落地时面临的真实困境。
把时间拨回几年前，智能手机的摄像头技术正经历一轮狂飙。随着RGB和TOF镜头的普及，手机不再只是拍照工具，更成了人机交互的新入口。2018年秋天，苹果在iOS 12中上线了“测距仪”应用。这款自带标杆光环的工具，瞬间点燃了行业的想象力，OPPO、vivo等国内厂商也迅速跟进，推出了自家的AR测量功能。那时，圈子里弥漫着一种乐观情绪：AR测量的杀手级应用终于要来了。
顺着这个思路，如果AR测量真能完美落地，生活会有多大改变？最直观的就是替代传统的米尺和卷尺。测两点间距、算平面面积，或是扫一下不规则物体得出体积，这些在技术上似乎都不在话下。再往生活场景里延伸，它的用处其实不少：买家具前扫一下客厅，直接知道该买多大的沙发；在机场打包行李，测一下体积免得超重罚款；甚至买鞋时扫一下脚长和足弓，直接匹配最合适的鞋码。而且，这一切都依托于人手一部的智能手机，受众基础天然庞大。如果真能做到这一步，它绝对是AI赋能日常的利器。
但现实往往比理想骨感。这几年，从iPhone X到华为P40 Pro、三星Note10，再到各家国产旗舰，硬件端其实早就备足了弹药，可市场反馈却相当冷淡。
为什么大家不用？最根本的原因在于，这本身就不是个高频刚需，普通人一年到头能用到几次卷尺？其次，交互体验实在算不上友好。想象一下，为了量个桌子长度，你得一直举着手机对准目标，稍微手抖一下锚点就飘了。这种“一直举着手机”的操作，用久了手臂酸不说，心里也会觉得累。
更致命的是精度与硬件瓶颈。AR测量极其依赖底层数据，但现实中的物体千奇百怪，算法不可能穷尽所有样本，导致测出来的数据往往只能“仅供参考”。再加上SLAM（同步定位与建图）技术叠加在手机上，稍微用一会儿手机就发烫、掉帧。更何况，当年支持这些功能的基本都是中高端旗舰机，价格门槛也把不少普通用户挡在了门外。于是，巨头们放慢了脚步，C端用户也渐渐遗忘了这个功能。如今，手机里的测量软件，大多只在身边实在找不到尺子时，才会被想起来应急。
不过有意思的是，在C端遇冷的AR测量，却在垂直行业找到了真正的用武之地。比如线下鞋店引入的三维扫描测脚仪，能快速精准地获取脚部数据，直接提升了卖鞋的转化率；再比如顺丰等物流企业，给快递员配备了便携式体积测量设备，上门取件时一扫就知道包裹体积，计费更精准，效率也大幅提升。当脱离了“让普通用户觉得好玩”的执念，AR测量在B端场景里反而解决了实打实的痛点。
透过AR测量这个切面，我们其实能看到当下整个AI产品面临的共性困境。
现在谈AI，大家总喜欢畅想各种颠覆性的新思路，比如刷脸进站、AI生成视频。但AR测量这类产品，本质上走的是另一条路：借助AI工具替代传统物理工具，实现降本增效。这条路听起来踏实，走起来却布满荆棘。
最大的拦路虎是数据。AI是靠数据喂出来的，但高质量的专有数据太难得了。很多时候，公司不得不花重金购买授权，或者维护昂贵的第三方API。更让人头疼的是数据标注，在算法精度达不到100%时，就需要大量人工介入监督，也就是所谓的“人机回圈”。当年Facebook为了内容审核，雇佣了上万人来给算法打补丁，这种隐性成本往往被外界忽视。
另一个硬伤是算力。AI的运转离不开庞大的数据中心和顶尖的芯片技术。虽然技术还在迭代，但算力成本的下降速度，暂时还赶不上AI应用爆发的速度。
回过头来看，AR测量并没有失败，它只是从C端的“炫技”走向了B端的“务实”。假以时日，当数据标注的自动化程度进一步提高，算力成本真正降下来，以AR测量为代表的AI产品，或许才能真正褪去光环，悄无声息地融入千家万户的日常，发挥出它本该有的价值。毕竟，技术最大的魅力，从来不是让人惊叹它有多神奇，而是让人忘记它的存在。