Alla väntade sig att se en Siri-driven version av Amazon Echo i slutet av Apples WWDC-keynote 2017. Och HomePod är exakt det, bara lite mer Apple-ish.
Maskiner i vardagsrummet som lyssnar på dig pratar och gör 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 lägga den där till en början. Troligtvis har både Amazon och Google byggt produkter som uppfyller dessa krav - och att se ett miniatyrkyltorn som ligger på soffbordet, redo för oss att säga att det ska spela en låt eller fråga om vädret, är inte något konstigt. Jag har båda, och jag är säker på att många människor som läser detta också.
Det är lätt att slå på ett ljus eller spela en låt och vi vill ha mer än enkelt.
Den knepiga delen gör 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 svar - något vi hade gjort på våra telefoner sedan för evigt. När priset sjönk och funktionerna växte blev det till en sak som alla tycker är användbara och är populära. Åtminstone för ett miniatyr kyltorn som lyssnar på dig. När Google kunde skjuta Google Home in i bilden med en krok - något smartare som "känner" dig eftersom det har analyserat alla dina uppgifter sedan du först fick ditt Gmail-konto - förväntningarna och terminologin ändrades. Vi började höra om Machine Learning när som helst mer än en utvecklare var i samma rum.
Maskininlärning är en riktig sak, men det är inte att lära sig som du tänker. Ett bra exempel är en Nest-termostat. Nest använder inte termen Machine Learning alls, även om det är exakt vad som händer när det lär sig när du kommer hem så att det kan ha huset rätt temperatur för dig. Om den ser rörelsen vid ytterdörren ofta nog, kan den sedan 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 några fantastiska saker med den informationen. Amazon, Apple och Google har alla mycket bra grupper av utvecklare.
Machine Learning är egentligen bara smarta utvecklare som skriver smart kod.
Google har alla uppgifter. Vi handlar bort det eftersom det erbjuder saker vi älskar att använda. Google Assistant ligger långt före någon annan produkt när det gäller att vara "smart" och personlig, men saker är fortfarande i sin spädbarn och ingen av dessa personliga assistenter är vad vi föreställde oss när vi såg de första demonstrationerna. Utvecklare måste fortsätta justera algoritmerna som samlar in och analyserar uppgifterna, kan få nya data och hitta nya sätt att tolka de uppgifter de samlar in. Apple tror inte att det är klart ännu. Och det är rätt.
Apple samlar in de flesta uppgifter som en smart Siri-högtalare kommer att använda från Siri själv. Det kan korsreferera vad som helst med andra Apple-tjänster vi använder, men det betyder verkligen att det är begränsat till Apple Music och kanske iCloud. Apple har ingen Gmail eller sökmotor som vi kan logga in på och ge 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 det stod inför ett val - hur och när man ska introducera sin egen smarta hemanordning 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 med 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 skrapar leksak, men som en ansluten och "smart" högtalare kan den fungera exakt som annonseras. Låt dig dock inte luras. Du lägger inte en A8-processor i en högtalare om du inte har större planer. Även om du är Apple.
Just nu är HomePod (jag kommer aldrig tröttna på att säga HomePod) att få oss att använda Apple Music. Det är inte ett dåligt affärsbeslut. Med alla praktiska konton erbjuder det "premium" -ljud jämfört med andra små högtalare i små kapslingar, har en imponerande ljudmodellering för att försöka fylla rummet och kan fungera i takt med andra HomePods för att erbjuda ett fullt hus värt musik. Det är ett stort drag för människor som vill lyssna på Apple Music så det kommer att bli direkt lönsamt. Men när Apple effektivt kan utnyttja informationen måste den göra mer, kommer den att uppdatera för att göra mer.
Apple kommer att uppdatera HomePod för att göra mer när det faktiskt kan göra mer.
Människor vill att en produkt ska göra vad den ska göra bra. Vi blir automatiskt glada när vi får höra att vi får en uppdatering som gör det ännu mer, och särskilt om uppdateringen fungerar som utlovat. Apple vill inte att en Maps 2.0-situation där produkten helt enkelt behöver mer tid - och mer data - ska vara effektiv. Men det kämpar för att "Hey Siri" ska göra alla coola saker.
Under tiden är det långsamt att starta långsamt och det första steget att ta brorparten av en tillväxtmarknads pengar. Det är så Apple gillar att driva och det säljer polska på samma sätt som andra företag säljer funktioner. Google kan dock använda denna tid till sin fördel.
HomePod är bra för Google och Amazon (och så småningom Microsoft). Apple kan göra en sak som ingen annan kan - ta allas uppmärksamhet och ta en cool sak mainstream. Google behöver bara använda tiden när den har en produkt som är mer kapabel och billigare och försöka ta tag i siffrorna. "Sätt ett Google-hem i varje hem" måste vara på någons uppgiftslista och fortsätta att driva framåt med koden bakom hur den fungerar. Vi måste se en stor förbättring som inte bara är fylld med användbara saker utan faktiskt fungerar som annonseras. Och vi måste se det innan HomePod lanseras i december. Och jag satsar på att vi kommer.
