近年來人工智能的飛速發展有目共睹，從規則輸入到自我學習，如今的人工智能在某些領域的能力已經能夠比肩甚至超越人類，有鑒于此，深度學習、圖像識別等技術成果在學術界和產業界得到了廣泛應用，“落地”也成為這段時間各界共同思考的問題。作為AI落地首站的安防，在這一問題上尤為迫切。

縱觀技術發展歷史，需求一直是推動技術發展與落地的核心動力，因此，AI要想實現場景化落地，深入用戶需求、用實際行動解決以往的痛點是核心。

痛點一：AI安防設備更新面臨多重困境

AI安防落地，首先要有海量設備的推廣應用與更新換代。但AI安防設備的更新面臨著多重困境：

首先，在現有設備足敷需要的情況下，用戶主動進行設備升級換代的意愿不夠強烈；其次，盡管隨著技術普及和產品完善，AI安防的門檻正在逐步降低，但由于企業前期投入成本太高，原廠商們往往不愿意或不能把價格門檻降下來，當然，即便降下來，AI設備成本也十分高昂；最后，在更新換代的過程中，AI安防系統也需要充分考慮與已有系統的融合問題，以及為將來升級做好鋪墊。

痛點二：數據融合成為核心難題

如今的安防，已經成為一個集技術、資本、模式、產業服務為一體的復雜系統，這個系統中包含數據采集、傳輸、存儲、應用、管理等多個鏈條，而在當下賦能過程中，AI安防技術大多僅滲透了采集等單個環節。

這也導致數據在采集、存儲、處理以及應用等環節獨立存在，彼此之間的數據難以流通，很難展開多維數據分析服務。缺乏多維數據碰撞的安防監控系統難以走出數據孤島的問題，進而無法解決實現安防AI化。

痛點三：AI人才供不應求

隨著AI發展，安防行業對AI人才的需求量大幅增長，源源不斷的專業人員是AI發展的重要保障，據領英平臺發布的報告顯示，我國人工智能的人才缺口已經超過500萬。

與此同時，高等教育對行業的人才輸出還遠遠跟不上行業目前發展的腳步。放眼全球，也僅有6000多名AI領域的學者，以及7萬余名AI相關專業在讀碩博研究生，而每年AI相關領域碩博畢業生約2萬名。

結語：與其說安防行業正在AI化，不如說其本質是由AI驅動的信息化、互聯網化和物聯網化。三個技術周期疊加在一起，一方面推動了安防行業的變革，另一方面也帶來了巨大的機會。

這使得安防行業不再拘泥于傳統領域，而是逐漸延伸到其他領域，擴大市場容量，為行業中的每個企業帶來新的機會。作為企業，需要找到具體應用場景，研究落地痛點，進行研發投入，創造出用戶認可的服務。