对于智能家居的评定业内和外界的评定可以说是两极分化很严重。业内人士给智能家居的评定多为“万事俱备只欠东风”，但对业外群众来讲，很多人觉得智能家居还没有非智能家居用起来方便，还有一部分人对智能家居根本不了解，也不愿意去了解。

　　很多企业可以拿出自家的智能家居产品，而且市场售卖业绩也还算不错，但真正的卖点却不是因为其概念中的智能，用户将产品买到家中基本也体验不到整体的智能效果。那么究竟是什么让智能家居中的智能久久不能普及呢?

　　被说烂了的老问题影响渐渐淡化

　　谈及此许多人又会想到在网上被说烂了的标准问题、价钱问题、种类匮乏等等，但这些都是过去式的问题。智能家居产品价钱从最初的十几万到几万再到今天已经可以控制在一万元以内，依照现在的社会经济发展水平来讲，能承担得起这个价位的人不在少数。

　　至于标准虽然至今没有明确但影响上远不及当初那般“致命”，各大企业生产的物件渐渐变得开源化，而且随便一个成规模的企业都可以提供运行整套智能家居，售后服务也算做的日渐全面。再有种类市面上的智能产品随处可见，各大电商也为智能产品提供了广阔的平台，所以这些已经不是影响智能家居发展的根本。

　　物流不给力计划赶不上变化

　　智能家居除了虚拟远程连接之外还有一个比较实际的功能，就是可以实时远程订购。智能家居平台可以直接与电商平台连接，建立远程购物体系，省去外出选购的麻烦。但时下的物流配送实在是跟智能快速不搭边。根本无法实现就近取材就近配送。即便最快的快递同城选购也需要一天的时间才能送到。而且时下傲娇的快递员、路痴的快递员、不小心的快递员、对货物粗暴的快递员层出不穷，让人倍感焦心。

　　尽管一些大型的物流已经在引进智能物流来提升业绩，但现阶段而言，即便是同一家快递同样的配送城市，到货时间也无法控制，因为最主要的还需看快递员的货量和心情。但这些是智能家居用户无法控制的。也就是说如果用户利用电商选购，物品到达时间不能确定。如果你某一天智能下单买菜准备亲自下厨，又刚好赶上今天快递员心情不好，很有可能两天之后才能收到菜。

　　网速跟不上让智能家居“半瘫”

　　智能家居运行离不开网络，现在的网络虽然已经发展到了一定的水平，但智能家居的运行需要的是持续高速的网络供应。很明显时下看会视频卡断缓冲，玩游戏会掉线重登的网络水平无法满足智能家居完美运行的要求。

　　智能家居使用中，以风、光、雨控制一块为例，如果天气突变，利用远程超控让家中的智能风光雨系统关闭窗户，但过程中网络不稳定将会导致窗户无法关闭，雨水进入室内，如此一来智能就失去了效力。再如智能门禁系统如果因为网络不稳定无法识别，将导致有家不能回的场面，让人缺乏安全感。当然，聪明的企业可以多加一个传统开锁方式增强安全感，但那样人们会习惯性依赖传统方式，这似乎又失了智能的初衷。

　　智能家居行业发展到今天，早已不在是当初的只存概念。但在具体的实践中，所涉及无数看似无关的方方面面。千里之堤溃于蚁穴，这些看似与智能家居无关，甚至与物联网都没什么关系的被忽视环节，最后往往成为智能发展的瓶颈。那么各种直接智能家居产业激进发展的同时，是否也该出现一股力量将这些看似无关实则重要的周边行业改革带动一番呢?

　　无论听起来怎样神奇，大数据从本质上来说，还是属于数理统计的一种扩展。因此，大数据技术的应用也离不开基本的统计学原理。统计学中的核心思想是用样本来估测总体，对于样本采集的要求是很客观的，一旦样本出现偏差，得到的结论也是不可靠的，这种样本偏差的问题，在大数据中也时有发生。

　　沉默的大多数现象：典型的样本偏差

　　所谓样本偏差，原本是说调查的样本不客观，无法代表整体的情况，放到大数据上来说，指的是采集数据的方式或来源不具有代表性，无法从中分析出正确的结果。关于样本偏差的一个经典例子，就是1936年的美国总统大选，在选举结果最终公布之前，有份权威杂志做了一项民意调查，结果显示时任总统罗斯福比他竞争对手兰登的人气要低许多，因此预测兰登将击败罗斯福，在大选中获胜。

　　可是实际选举结果却恰好相反，罗斯福以百分之62的高支持率连任总统。之所以会出现这种结果，是因为当时那份杂志是通过电话薄和车辆登记薄上的名单进行的调查，而在那个年代，只有富人才有电话和汽车这两样东西，在人数上占多数的穷人们并没有接受调查，因此这项调查的样本不具有代表性，得出的结果自然也是错误的。

　　现在的数据分析技术中，“沉默的大多数”现象依然存在，比如从各种IT科技网站上抓取的用户评论，点击率等数据来预测某种科技产品的流行趋势，但是首先绝大多数用户是不爱浏览科技网站的，而且在网站上表示十分喜欢的人，现实中往往并不会购买，因此这种数据也存在样本偏差，预测结果也没什么意义。

　　用大数据预测未来趋势？不可知因素太多

　　很多关于大数据的文章都提到大数据技术从某种程度上可以预测未来，也有事实证明了这一点，比如微软的数据科学家就准确预测了今年奥斯卡九项大奖的归属。确实，在关于某个客观事物的预测上，大数据毫无疑问能大展拳脚，可是当涉及到人类的主观意识，比如预测某个产品是否会流行等问题时，由于不可知因素太多，预测的准确性很难预料。