人工智能的发展 推动着包括智慧安防在内的物联时代到来

人工智能的发展，推动着包括智慧安防在内的物联时代到来。 掌握尖端技术发展趋势、洞悉市场需求变化是安企迫切的需求，今年a＆s通过对业内百家安防与AI企业高层的走访，为业界透析出最真实的市场以及技术的趋势。三人行必有我师，以下汇总一年来的企业高管对话，挑选最值得品味的观点，无论言论气势磅礴还是细水长流都希望能为行业带来新的启迪。

安防现状

市场：

1．所有的企业都在抢人工智能这款蛋糕，但人工智能市场太大了，没有一家企业能够完全占据；

2．对于安防应用来说，监控不是目的只是手段，安全才是目的。如果加上社会化市场，安全和服务是核心需求。无论是AI赋能或者数据赋能，最终目的都是解决客户的问题，如果人工智能只是停留在算法的层次，那还是远远不够的；

困难：

1．任何行业都有其惯性，从安防而言，本质上的业务维度与企业是一致的，但从行业用户的建设规划上，对智能的考虑其实是逐年调整的，用户对于智能化的认知需要一个过程，尤其是在新技术推广与实际落地之间，就好像当年高清取代标清一样，并不是一帆风顺。当前智能化在行业的推动中，上下游合作伙伴的配套能力、用户对于智能化的认知，都会形成比较大的阻力。从国家层面上看，标准体系建设能让行业生态更好地衔接。但由于标准的出台需要时间，同时技术发展太快，导致标准出台困难；

2． 目前芯片行业面临的最大挑战在于设计复杂集成电路的成本正在快速增加，而这正在扼杀应用的定制化设计能力。随着集成电路工艺制程越来越先进，IP越来越复杂，设计团队越来越庞大，产品开发周期越来越长，相应的研发投入越来越高，而市场却呈现碎片化、细分化的趋势。针对新工艺制程的巨额芯片设计、制造费用，导致对应的芯片销量的盈亏平衡点就越来越高。市场的碎片化、细分化与芯片设计、制造投入越来越高的矛盾决定了芯片厂商和终端设备厂商必须采用新的商业模式或者技术路径应对这一新的行业趋势；

痛点：大数据的痛点在哪里？首先是海量非结构化数据的实时价值挖掘，然后是多维数据的融合；

机会：大家都在谈人脸识别，但是用户现在并不是很清楚各个厂家的优劣，这并不像传统的安防市场，有很清晰的头部公司，因此，在目前阶段各厂商的机会就相对较多；

突破：

1．现在单纯的算法公司或平台软件厂商机会越来越小，纯软件利润率过低，导致整体营业额相对较低，自身融资困难，发展硬件产品与解决方案，用产品和服务提升价值，成为突破口；

2． 时代的变革明显以产品的迭代为依据，产品从模拟走向数字化，从数字化走向智能化，未来这个产业谁能胜出，取决于谁能占据更多的安防产品市场；

3． 当前处于弱人工智能时代，深度学习并没有解决核心的问题，因此市场上并没有真正到达同质的阶段，例如人脸识别的应用，实际上可以分为多种类别，如主动配合与非主动配合、门禁与客流量管理等，并非是一种技术便能通用，因此大家都先在谈垂直场景落地与垂直商业逻辑，但其实一走到垂直，便是要把横向（通用）的东西变成纵向的；

担忧：

1．人工智能落地范围之广泛给集成商带来了广阔的市场，但应用场景上面临着个性化需求的问题，如果仅进行集成服务支持，集成商的生存空间将逐渐减少。未来集成商的价值将围绕不同用户进行个性化定制，这意味着集成商需要站在用户的立场，投入相应的产品设计人员、后台的研发人员，假如无法满足用户的需求，集成商很容易在智能化时代被抛弃出局。此外，在整个研发过程中，集成商后端配套的管理及服务体系等方面都必须跟上步伐；

2．完整的“城市大脑”应该能够连接城市的各个信息点，实现智慧城市的万物互联，在此基础上采用云计算、大数据、人工智能等技术手段不断实现城市运营的智能化。但目前市场所说的“城市大脑”，还处于狭义阶段，基本上是基于物联网点对数据的收集及部分分析，数据并不够庞大，还处初级阶段，更谈不上数据的挖掘、智慧的运营；

3．当前行业的龙头用别人的算法只是过渡的阶段，最终他们都会有自己的算法，如果品牌不走开放的路线，未来是很难持续发展的；

AI芯片热

现状：在过去的十几年里，安防领域的半导体芯片厂商一直追求打造一个针对所有市场的大一统平台（例如德州仪器、华为海思的某一款视频监控芯片都曾一度占据了中国70％的视频监控市场）。随着安防市场越来越细分和多家中小型芯片公司的介入，一款芯片打天下的时代已经结束了；

玩法：在AI芯片上，其他玩家需要思考如何在神经网络加速上补齐安防周边技术，而海思需要思考的是在原有芯片上加入人工智能，前者的工作量要远远大于后者；

未来：现在国内AI技术还是比较早期的发展阶段，取得了一点小小突破，但还远不能说满足了人类对AI的想象和需求，未来几年，相信AI技术从理论到算法实践都会快速升级迭代，对芯片更新换代的要求也会越来越高。现阶段谈到的AI主要是围绕着CNN架构，也不排除一段时间后，底层卷积神经网络深度学习算法逻辑发生改变，届时，市场也一定需要新的芯片，行业需时刻跟进最前沿的技术理论进展；

生态平台闭环

背景：

1．很多做生态的安防企业，本质都是华为逼出来的。传统安企的生态能不能做好，还要看它的开放程度，对于其小企业的算法与应用，被替代的可能性非常高，而且替换的成本非常低；

2． 不可能有一家企业，把一个行业中所有的事情做完，就算你真的全都能做完，也不可能把每一件事都做到最好。行业发展更好的选择就是合作发展；

3． 在这个阶段，市场出现了领先算法厂商、专注行业的应用厂商，这些新角色打破了传统由一个厂商提供解决方案的局面，同时也在催生各种类型的生态合作伙伴的诞生；

4． 生态的建设是企业发展到某个层度，想通过新的方式去扩大产品影响力以及在产业链中占据更多主动权。在当前已经有许多的巨头开始构建生态，有的在上游供应端对设备、数据、算力等进行布局，有的通过收购下游场景应用企业，占据场景入口。之所以不断强调生态，是因为AI场景非常广，能够催生的未来应用级别相当大，虽然传统应用前期更多的只是简单地“＋AI”升级，但未来随着AI构建的完整后，会催生大体量的“AI＋”新场景应用，这也是生态构建对于未来的战略意义。简单地说，便是在当前，有许多未来的AI应用大场景仍然没有显现，但如果通过生态布局控制了上下游之后，AI企业依赖自身的生态，能在未来可能爆发的大场景应用中占据有利的位置；

愿景：

1．目前在安防行业，行业上游有视频算法提供商、芯片制造商、图像传感器等零部件，行业中游包括了硬件制造商、系统集成商、软件服务商，行业下游设计到公安、政府、交通、金融等行业应用，单个公司无法拥有完整的产业链。生态圈的构成是对安防厂商非常有战略意义的互补行为。通过生态圈，企业可以获得更多的资源，为用户提供更完整的解决方案。生态圈能够促进产业链上、中、下游的合作，加强对行业的认知，形成共赢的局面；

2．现在谈到的人工智能生态建设，其实就是一个闭环的问题。抛开闭环、开口、生态这些名词来讲，我们认为人工智能能催生很多周边行业的应用，如促进大数据分析。而反过来也可以这样说，由于人工智能离不开数据，依托平台型的大数据分析，大数据也可促进人工智能的发展；

现状：安防市场随着人工智能和物联网的加入，本身的技术跨域特征已经非常明显。所有的企业都必须具备足够的开放性和兼容性才能在竞争时代遥遥领先。所以构建生态圈、形成开放式平台以及商业共同体，这些是行业里的普遍做法，目前的生态圈也分完全封闭式、半开放式、全生态开放式之分；

未来与展望

技术趋势：

1．未来整个数据的采集不仅仅只有独立的摄像机，将会有各种嵌入式的设备具备采集能力。通过这些设备将数据汇总起来，产生巨大的协同作用，带来新的应用机会；

2．未来平台会内嵌至多种类型的终端载体，包括现在针对边缘计算趋势研发的一些智能前端设备产品，它不只是一套硬件设备，同时又是一个平台节点。随着人工智能、物联网、大数据发展到一定程度，技术的融合可以将每个人的随身穿戴都变成一个平台节点；

3．未来安防将主要解决智能化的问题，即分析、决策及预警，通过对数据的整合与分析，并与实际应用场景结合，为智慧城市建设赋能。传统的安防厂商主要以提供硬件产品为主，而新时代要求的是智能化的软件能力，包括人工智能、大数据、云服务等具备核心价值的新兴技术；

4．未来的智能不仅仅是靠人脸识别一项技术带动，它并不是唯一的东西。例如在监狱方案里面，除了人脸识别还有行为分析，当用户实现了人脸识别的需求之外，便会思考其他非人脸的应用，在某种层面上讲人脸识别带动其他技术应用的发展。对于中小企业而言，在巨头们都往人脸识别挤的时候，要么选择直面挑战，要么选择行业规避竞争，相信后者将更重要。

市场竞争：

1．传统的安防企业深耕行业多年，能够获得足够的数据量应用于人工智能算法的训练，促进算法性能的提升。AI企业在单点的技术上有独特的见解，对于单点技术的应用场景有深刻的理解。未来，通过构建生态圈，加强企业间的交流，加强政府与企业间的合作，AI企业也能够获得足够的数据量来改进自身技术；

2．或许传统安防企业有深厚的客情关系做护城河，但人工智能对于所有人来说都是一项新技术，再深的护城河也需要时间来理解、接纳新技术。护城河再深，也得凭实力说话，也就是说，在安防智能化逐渐崛起的现在，所有的企业都有胜算。

编后语

安防产业进入智能化的新跑道，每天都将涌现出新的产品、新的解决方案、新的应用商机、新的商业模式，新的观点和思维模式……但始终需要注意的是，任何时候，数字说话，任何观点，事实说话，我们希望企业关注技术变现的同时，也更要关注新技术带来的社会影响力及价值，才能不会在技术浪潮中迷失自己。