HOUSEHOLD AI Category Intelligence · 2026

美国市场 · 2023—2026 · 更新于 2026.08.11

需求仍在生长。
半价同款却不是低风险生意。

一份把搜索、货架、评论、进口、供应链、AI 迭代和单位经济放在同一张决策桌上的家庭硬件品类报告。

先看判断 查看证据方法
Skylight 家庭数字日历屏
5K–6K+Amazon 月购徽章
$249反复出现的促销锚点

Product image · Skylight official

研究边界美国 · 家庭日历屏 / 家庭协作硬件
核心样本30 个货架结果 · 111 条净化评论
证据原则事实 / 估算 / 代理 / 未知分开
01 / Executive verdict

当前决策状态

Conditional Go

不是否定这个品类，而是否定“找一块便宜屏幕就能复制成功”的进入方式。

成立

需求仍然存在，而且尚未见顶

搜索兴趣、当前交易徽章和新品牌进入表现方向一致；没有证据支持“家庭日历屏已到人口或需求天花板”。

拥挤

15–16 英寸标准功能货架已高度同质化

日历、家务、餐食、照片与截图导入已经成为公共配置；Amazon 和 Walmart 的中间价格带最拥挤。

未证

Skylight Buddy 还不能证明儿童端市场成立

有真实早期订单和少量使用，但累计销量、激活、退货、180 天留存与多孩复购全部未知。

不成立

“半价 Skylight”在中性单位经济下会亏损

$199 售价仍为负贡献；$249 约只剩 10%，尚未覆盖研发、认证与团队固定成本。

02 / Demand & ceiling

需求不是蓝海，也没有塌陷

市场未见顶，
货架先变红。

把总需求、渠道饱和和 SKU 同质化混成一个问题，会得出完全错误的结论。

Google Trends · US · 周均相对指数 Skylight Calendar
5.717.836.038.9 2023 H2202420252026 YTD

相对指数，不是销量。黑五、圣诞、母亲节和返校季形成明显波峰。

20,000+Amazon 前 30 结果
月购徽章保守下限
$4.91M+按当日展示价估算的
月 GMV 下限
$159.99样本价格中位数

27/30 个结果出现月购徽章。Amazon 说明趋势值会排除取消和退货，但其取整、时间窗与变体口径不可独立审计，不能当作净销售报表。

32.9M有 18 岁以下子女的美国家庭
30.1M至少一名家长就业
20.2M有孩家庭年收入 ≥ $100K

家庭池足够大，但不能把人口直接等同于 TAM；缺少购买者微观交叉数据。

渠道拥挤度

线上红海，
全国零售仍集中。

新品牌不是没有位置，而是低价供应链无法自动换来零售准入、退换货能力和消费者信任。

03 / Product evidence

新品牌可以卖，但每个案例只证明一部分

销量信号不是
商业模式证明。

Skylight Calendar 15 英寸

01 / Category leader

Skylight 15

$249–300价格锚点5K–6K+月购徽章

证明高价专用家庭屏有规模，也证明品牌、App、零售和售后形成溢价。不能由此反推新品牌的转化率。

Apolosign 21.5 英寸家庭数字日历

02 / Manufacturer-to-brand

Apolosign 21.5

$350–370价格代理500+月购徽章

证明 2025 年进入者仍能卖，也暴露供应商会从代工走向自有品牌。长期留存与真实退货数据仍缺失。

Cozyla 24 英寸家庭数字日历

03 / Open Android

Cozyla 24

≈ $699标价600+月购徽章

证明大尺寸与开放 Android 能形成比较理由；同步、设置和订阅策略变化又说明开放性并不等于可靠。

Skylight Buddy 儿童日程终端

04 / Early signal only

Skylight Buddy

100+近 30 天 Shop 信号18产品专属评分

已越过概念，但远未证明规模化 PMF。它应进入观察池，而不是成为儿童产品矩阵的立项依据。

04 / Review intelligence

N = 111 · 美国 App Store 最新长评论净化池

用户不是在抱怨
“少一个功能”。

他们在抱怨设备失去可信度、家人不参与，以及高价硬件之后又被订阅锁住。评论不是硬件 Verified Purchase，因此这里只用于发现问题结构。

星级分布 不是概率抽样

1★ 16 2★ 11 3★ 11 4★ 22 5★ 51

样本：Apolosign 25 · Cozyla 33 · eCalendar 34 · Skylight 日历可识别 19。

定向主题频次 多标签，不可相加

家庭采纳正向44.1%
减负 / 组织正向39.6%
同步失败14.4%
价格 / 订阅阻力12.6%
设置摩擦10.8%
家庭采纳失败10.8%
弃用 / 退货代理9.9%
01

失信比缺功能更致命

漏同步、重复事件、时区/DST、循环事件、断网重连后空白，是跨品牌最稳定的失败链路。

02

家庭参与随年龄迁移

年幼或 ADHD 儿童受益于可视 routine；青少年常忽略墙上 chores，任务不进手机就难以持续。

03

“无订阅”是入口，不是全部

用户反感基础能力被收费；真正省录入劳动的 AI 导入仍有付费可能，但必须预览、确认、可撤销。

评论污染警告

Best Buy 的 Verified Purchase 大量伴随 sweepstakes；Walmart 混入品牌站同步、变体与激励评论；Skylight App 混合相框，eCalendar 混合多个硬件品牌。Reddit 与 Trustpilot 只用于发现故障模式，不能估算发生率。

05 / AI & agent

AI 已从导入工具进化为家庭助理

Agent 是标配，
不是护城河。

到 2026 年，截图、邮件、语音转日程和批量操作已经被主要玩家产品化。硬件不能再靠“支持 AI”区分。

图片 / 邮件 → 日历

自动录入完成市场教育，也暴露年份、时区和重复事件错误。

预览与确认

头部开始增加写入前审阅，实质是在修复自动化信任问题。

家庭 Agent

Skylight Assistant、Cozyla AI、Jam Jaime 已能汇总、批量操作和主动跟进。

真正可防守的 Agent 能力

来源可追溯写入前确认差异高亮重复 / 时区检测 确定性回写身份与权限撤销与审计故障恢复
06 / Unit economics

15.6 英寸 Amazon 模型

便宜能卖，
不代表越卖越赚钱。

售价单台贡献贡献率
$169−$25−14.9%
$199−$7−3.3%
$249+$24+9.8%

$249 · 中性成本拆解

到岸可售成本$105.00
Amazon 类目费$37.35
广告 / TACoS$37.35
退货准备$19.92
FBA / 仓储$15.00
云 / 客服 / 保修$10.00
剩余贡献$24.38

模型不是财务预测。最敏感的四个变量是：最终 HTS 叠加税、Amazon 8% / 15% 类目、箱规是否跨入 bulky、真实退货与 TACoS。任一变量偏移都能吞掉“半价供应链”优势。

100 台计划现金$90K–160K含认证、样机、售后准备；非只算货值
300 台计划现金$143K–243K只有 100 台真实数据通过才考虑
1,000 台计划现金$285K–490K仍未含创始团队 12 个月工资
07 / Entry hypotheses

不是产品结论，而是待证假设

五条路径，
没有一条可以直接下单。

  1. H1

    $99–129 · 10 英寸入门屏

    Dragon Touch 10.1 英寸的交易信号强于其 15.6 英寸白色款。风险是可视距离与低客单无法支撑独立软件和美国售后。

    需求有信号 / 财务未证
  2. H2

    $249 左右 · 可靠的 15.6 英寸核心屏

    不是公共白牌 App；必须掌控同步健康、离线、权限、OTA 与美国售后，并证明单台贡献 ≥ $30。

    市场最拥挤 / 执行要求最高
  3. H3

    $349–499 · 21–24 英寸无订阅大屏

    Apolosign 与 Cozyla 证明大尺寸有交易。中性模型反推价格更接近 $449；物流、破损和退货会放大风险。

    场景清晰 / 成本敏感
  4. H4

    开放 Android · 家庭信息屏

    借用 Cozi、FamilyWall 与智能家居生态，避免重造全部软件；同时要隔离儿童误触、权限和客服复杂度。

    复用生态 / 易退化为平板
  5. H5

    软件 / Agent 先行，硬件后置

    先验证可追溯、需确认、能回滚的家庭协作流程；只有公共端点显著提高参与，才增加专用硬件。

    资本最轻 / 软件竞争激烈
08 / Research retrospective

这次研究最值钱的不是结论，而是纠错机制

我们先犯了七个错误，
才找到真正的问题。

01

把“存在产品”写成“需求成立”

Buddy 上市、首批售罄和少量用户，只能证明早期销售；没有库存基数、激活、退货和留存，就不能宣称 PMF。

修正：证据梯评级
02

把评分、评论量和月购徽章混成销量

评论会聚合变体、激励、站外同步；徽章是动态宽区间。未经净化就加总，会制造虚假的确定性。

修正：口径账本
03

用“市场未饱和”推导“新品牌能赢”

需求天花板、线上货架拥挤和全国零售准入是三个不同问题，必须分开验证。

修正：问题拆层
04

把最低 ODM 报价当成供应链优势

没有把税、FBA、广告、退货、云、售后与认证加入模型。半价 BOM 可能对应负贡献产品。

修正：先算单位经济
05

从功能列表寻找 Agent 机会

截图导入、语音和批量操作已经成为标配；真正机会藏在确认、权限、审计和故障恢复。

修正：追踪失败链路
06

让单个评论代表用户群

故事适合发现问题，不适合估算发生率。只有去重、分平台、分变体、标激励并保留负面上下文后才可编码。

修正：样本净化
07

过早提出高成本验证方案

没有先计算每一项新信息的决策价值，导致把 150 万元和六个月当成“认真”的替代品。

修正：信息价值排序

新的深度调研方法

从“找资料”升级为
可被推翻的证据系统。

  1. 定义决策先写清楚什么结果会改变投资、产品或渠道选择。
  2. 建立竞争假设至少保留三个互斥解释，主动寻找反证。
  3. 建证据账本每个数字记录来源、日期、口径、等级、限制与可推导范围。
  4. 多源三角验证需求、交易、使用、供应、经济性至少来自两类独立证据。
  5. 净化用户声音分平台、Verified、激励、变体、时间和使用时长，不用单帖估算比例。
  6. 先跑单位经济在选功能前加入税、渠道、履约、退货、客服、云和固定成本。
  7. 计算信息价值先做便宜、可逆、能改变决策的研究，再访谈，再试销，最后量产。
  8. 设置停止门槛每阶段都要有可执行的 No-Go，而不是只罗列机会。
09 / Before interviews

下一步不是访谈，也不是下单

先用 3–8 万元，
买掉四个最大未知。

预计 2–4 周。每一项都必须能直接改变 Go / No-Go，而不是继续堆材料。

01

3–5 家 ODM 统一 RFQ

锁定 100/300/1,000 台、箱规、认证、GMS、软件权利、DOA、备件和质保。

02

6–10 台样机 · 4 周压测

覆盖同步增删改、循环、DST、断网、重连、OTA、触控、温升和账户删除。

03

税则与 FBA 书面核验

最终硬件做 HTS/Chapter 99 意见；最终箱规确认 8%/15% 类目和 bulky 费用。

04

24 个月历史与增量监控

短订阅 Keepa/Helium 10 与 App 数据工具；连续记录价格、BSR、断货和新增评论。

进入 100 台种子批前，必须同时满足

  • 到岸可售成本≤ $105
  • $249 净单台贡献≥ $30
  • DOA≤ 2%
  • 30 天退货≤ 8%
  • 同步 / 安装工单≤ 0.5 / 台
  • 60 天售罄≥ 70%
10 / Evidence ledger

不是“参考链接”，而是主张与边界

证据账本

AGoogle Trends · 美国周度序列搜索兴趣与季节性；不是销量 ABLS · Families and Employment 2025有孩与就业家庭基数 ACensus HINC-04有孩家庭收入分层 BAmazon · Skylight 15当前价格、类目、购买徽章；动态口径 CTIME · Skylight Max预售与累计销售的品牌口径 BSkylight App Store评论池混合 Frame / Calendar BeCalendar App Store多硬件品牌共享软件栈 BBest Buy · Skylight 评论Verified Purchase；存在发评激励 BImportYeti · Glimpse / Skylight海运提单与供应商；不等于零售去化 BImportYeti · Hearth Display供应商与批次关系 AFCC · Apolosign 申请资料制造商与品牌关系 AAmazon Selling Fees8% / 15% 类目分叉 ACBP N3398858471.41 与 Section 301 先例 AFTC COPPA FAQ儿童数据、语音与持久标识符边界 ACPSC · Children’s Products FAQ家庭通用产品与儿童产品定义 ASkylight AssistantAgent 已独立于硬件上线 ACozyla CalendarOS Release Notes批量 AI 操作已产品化 AJam Jaime邮件、语音、图片转待确认事项

等级 A：政府、监管、平台官方规则或可复算原始数据；B：平台页面、应用商店、进口记录；C：权威媒体或系统化独立材料；D：公司自报和单一社区故事。等级代表可用于何种推断，不代表内容天然正确。

PRODUCT EVIDENCE

能够证明

    不能证明