智慧安防：从“跑高分”到“跑场景”，落地为王才是硬道理？

自2015年起，安防行业逐渐引入AI技术，“智慧安防”一词开始进入大众视野。经过几年的发展，智慧安防正在突破传统安防的界限，进一步与IT、电信、建筑、环保、物业等领域融合，围绕安全主题扩大产业内涵，呈现出协同发展的“大安防”产业格局。


来源：亿欧智库

智慧安防主要落地领域为政府市场

从智慧安防的终端客户出发，智慧安防市场可以划分为：顶层的政府市场、中层的行业市场、底层的渠道市场。其中，政府市场主要服务的客户是政务机构、公安、司法、交警等，具体落地领域主要为平安城市、智慧交通、智能楼宇、文教卫、金融行业等。由于政府市场的项目规模一般较大，所需解决方案涉及层级较多，且更注重软件性能，因此供应商一般表现出资金实力强、软件能力强等特点。

根据亿欧智库数据，在仅考虑政企客户的情况下，2017年我国安防产品应用最大的领域是平安城市，占比24%，其次为智能交通 （18%）、再次为智能楼宇（16%）。汇总该部分数字后，政府市场在安防产品应用所占比例约为47%，成为我国智慧安防落地的重要领域。

智慧安防产业链日趋完善，生态更加开放

智慧安防产业链从上游到下游依次为软硬件类厂商、产品/解决方案类厂商、运营/集成类厂商。产业链各环节的参与者除了原有的传统安防企业外，AI算法公司、云计算服务商、数据处理企业等纷纷参与进来，共同完善产业链各细分环节。

另一方面，随着AI、云计算等技术日趋成熟，传统安防设备厂商开始向产业链上下游拓展业务；同时，AI算法厂商、云服务商、数据处理厂商迅速入场，并直接向用户提供产品或解决方案。这使得产业链各环节界限逐渐模糊，产业生态逐渐走向多元化、开放化。

智慧安防：技术为重还是落地为王

关于AI与安防行业，过去主要探讨AI给安防带来的想象空间，以及安防能够给AI提供什么样的落地土壤。但是，随着AI技术的突破性发展，当各家产品性能都到达一定高度的时候，“高性能”不再是唯一的指标，与实际场景的结合能力似乎更为重要。那么，智慧安防从业者究竟该追求技术的极致还是该更注重落地应用？

汉王科技副总裁/汉王智远副总经理黄磊表示，对于以技术为根本的公司，在核心技术方面永远是要重视的。从两方面看，一是计算的深度，二是技术的广度。他以汉王人脸识别技术的发展和应用为例，汉王从2005年开始做人脸识别，2008年推出了嵌入式红外识别终端，随着应用的发展慢慢做到可见光技术，近一两年又发展了全新的技术、产品及应用，核心技术是安身立业的根本。从技术的落地来看，早期的人脸识别要绕开光照应用场景，通过近红外识别来实现，但随着应用面越来越广，必须突破可见光技术。而近两年面临的新挑战是跨视频、跨场景的无感追踪，甚至需要解决当人脸不在视频中如何去解决身份验证的问题。这都要求企业把核心技术作为根本，把识别度做高，挖掘技术的深度，同时识别技术的广度也要配合起来。

赛为智能副总裁林必毅认为，“计算机视觉和机器学习给安防行业带来了深刻的改变。打磨极致的AI技术，需要算力、算法和数据的支撑，越到后来越难。AI技术不做到极致，或者达到足够领先的水平，就无法建立起企业的核心优势，赢得AI+赛道上的胜利。技术与业务都很重要，而不论是技术、产品、生态还是业务驱动，都不能否认技术的重要性。”

澎思科技公共安全业务部负责人茹敏认为，对算法准确率的追求，需要针对不同的应用场景讨论。对于小场景即一两万的人员，例如社区类、智能楼宇类的人脸识别应用场景，追求极致的识别算法准确率影响不是很大。但是，对于城市级人工智能安防系统，人脸大数据现在累计到了百亿甚至千亿级别。因此人脸识别算法哪怕是细微至百分之零点零零几的提升也可以带来很大的驱动力。他认为，技术是持续力需要保持，才能够更好地为应用场景去服务。

落地面临哪些挑战？

目前安防行业的边缘已经越来越模糊，整个行业发展最需要解决的是信息的碎片化、数据的碎片化和各个系统之间的信息孤岛问题。随着人工智能技术不断取得新的突破，以及物联网、5G、大数据、云计算等技术的发展，安防已经进入到了新的发展阶段，如何能够不断推出新的产品和解决方案，快速响应市场的业务需求，将成为安防企业面临的新挑战。

黄磊对AI在安防行业的落地持乐观态度，他认为传统的安防行业虽然到了相对成熟的阶段，但是AI赋能的安防才刚刚起步，且前景无限，还有很多几十亿甚至百亿级的细分市场，只要扎根下去，静下心把一个细分领域做实、做透，空间还是很大的。

林必毅认为，落地既要有顶层设计，又要接地气，需要通过具体项目或场景来实现。不同的项目所遇到的问题不同，例如大项目或特殊项目，遇到的首要问题一定不是技术，而是资金、机制、沟通协调、商业模式、项目运营等问题。而常规项目，系统解决方案本身与产品密切对应，只要对产品熟悉或设计经验足够，通常技术问题不会很多。如果标准化产品满足不了，可以选择非标准定制。因此他认为，技术问题多出现在开发阶段，经过不断地测试和试错，最终能够得到解决。在场景方面，需要实现的目标越清晰，落地会越容易。