从续航到售后，可穿戴设备的下一场竞争是什么？｜IFA现场

当地时间周日（6日），德国柏林国际消费电子展（IFA 2026）现场，一场围绕人工智能（AI）可穿戴设备的圆桌讨论在此举行。第一财经记者受邀担任主持人，五位圆桌讨论嘉宾分别来自太阳能供电、外骨骼、售后平台、行业展会与运动科学领域。

可穿戴设备是当下消费电子最热门的品类之一，但从续航到售后、从数据到验证，这个行业仍有太多问题没有答案。整场讨论最终落在了同一个关键词上：信任。

本届IFA期间，国际传播机构美讯（iMpact）携手第一财经及旗下英文媒体Yicai Global，连续第二年在德国柏林通过GCS（Global Connect Show）以及主场论坛、现场探展等方式为中国科技企业以及欧洲为代表的国际市场开启对话。

第一财经与美讯的战略合作模式，为中企全球化以及外企入华创造了国际传播新范式：基于重要的全球会展场景，深度挖掘新闻热点，完成国际化传播、生态化落地以及品牌化叙事。双方更在IFA 2026期间协力推出中英文双语系列报道：《追踪中国科技之旅》，以全球商业维度提供科技创新新视角。

电量归零，信任归零

讨论从最基础的问题开始：电池。炎和科技（Yanhe Solar Technology）海外业务负责人普吕姆（Ino Prümm）直言，续航问题是消费者对可穿戴设备最大的不满。他举了自己的例子：一块400欧元的智能手表，在当天下午电量耗尽，“使用价值瞬间归零”；而从系统层面看，设备因为没电停止采集数据后，服务质量也随之下降。

这家2024年成立、拥有100兆瓦钙钛矿电池生产线的公司，正试图用光伏材料延长设备续航，把“几天一充”作为行业理想状态。谈及未来，普吕姆认为答案仍在能源侧：电源架构与新材料能效的提升，将决定可穿戴设备能否摆脱“一天一充”的宿命。

国际数据公司（IDC）报告显示，2026年一季度全球腕戴设备出货量同比仅增2.2%，行业已从普及期转入存量竞争阶段，300美元以上高端机型的增长主要依赖健康监测与AI功能升级。换言之，硬件层面的差异化空间正在收窄，续航这样的基础体验反而成了竞争焦点。

卖出那一刻，信任的挑战才刚开始

美国电商售后平台Seel首席营收官哈德尔（Laura Huddle）把信任分成两部分：对产品本身的信任，以及对售后体验的信任。她认为，如今传感器越做越小、算法越来越好，产品设计已经足够出色，真正的缺口在售后。

Seel的一项研究发现，57%的消费者一旦遇到问题就不会再买同一品牌，Z世代（1995年前后至2010年前后出生的一代人）的容忍度更低——如果退货政策不清晰，他们干脆不买。

哈德尔还观察到一个重要转变，设备正从“记录数据”走向直接“替消费者做决定”，比如提醒就医、建议饮食。“这是另一个层级的信任，赢得它很难，留住它更难。”她给厂商的建议只有一条——对消费者尽可能坦诚透明。

媒体会务机构ShowStoppers合伙人利昂（Dave Leon）则把问题指向数据。智能眼镜、智能体重秤持续采集数据，消费者一旦拒绝授权，设备便无法正常使用；而企业如何长期使用这些数据、是否转售给保险公司，消费者几乎无从知晓。从业30年的他，把当下局面称为“蛮荒西部”，呼吁建立行业统一的数据使用准则。

这种监管滞后于产品迭代的局面，在欧盟层面同样存在。原定2026年8月生效的《人工智能法案》高风险条款，已被推迟至2027年12月；嵌入医疗器械等受监管产品的AI系统，适用时间更是推迟到2028年8月。欧盟方面解释称，是为等待配套技术标准成熟。

消费级外骨骼品牌Ascentiz国际业务副总裁Cody Kou则从安全角度补充：外骨骼正从工业、医疗场景走向大众消费市场，谁来教育市场是第一道难题；安全是底线，每家企业都应当承担起完整的保险责任。

科学验证

慕尼黑工业大学（TUM）医学与健康学院实验运动科学讲席教授舒曼（Moritz Schumann）提出了另一重信任缺口：科学验证的缺位。他指出，目前没有统一的可穿戴设备验证流程，科研机构往往要自行采购设备、独立开展研究，等结果发表时设备可能已经过时——这个过程耗时大约两年。企业也常把准确性测试视为“竞争劣势”，而它本该是卖点。

舒曼教授所在团队正参与欧洲多所高校联合发起的interlive项目，制定健康类可穿戴设备的标准化测试建议，并筹建认证实验室以加快验证速度。他坦言，现有的医疗器械法规只覆盖市面上很小一部分产品，“目前实际上完全没有相关监管”，行业更多依赖企业自律。美国的情况则走向另一端：美国食品药品监督管理局（FDA）今年1月更新指南，明确心率、睡眠等低风险健康类可穿戴设备只要不作疾病诊断或治疗宣称，就无需接受上市前审查。

舒曼教授援引的两组数据让现场安静了片刻：消费者使用健康类可穿戴设备的中位周期只有五个月，最常见的弃用理由是“该知道的我都知道了”；而超半数房颤患者看到异常心电图读数后“什么也不做”，还有三四成人表示会因此焦虑。

“我们能测很多东西，但不知道怎么解读、怎么用。”舒曼教授说，光靠卖设备、提升技术、增加出货量解决不了问题，医生、教师同样需要学会如何解读这些数据。