推測影響安防領域的未來趨勢總是很有趣（有時很有用），展望2020年，我們看到計算能力的變化將驅動一系列相互關聯的變化。

1.邊緣世界

這并不是針對當前的世界狀況而言，而是網絡“邊緣”計算發展勢頭，讓越來越多連接的設備能即時感知正在發生的事情，并做出相應的決策以及行動的能力。

自動駕駛汽車便是其中一個顯著的例子。無論是與外部環境（如交通信號燈）間的通信，還是通過檢測風險的傳感器（例如汽車前行走的物體），決策都須在瞬間完成處理，在這一瞬間，通過網絡從汽車發出數據，到數據中心完成處理和分析的方式是不可接受的，延遲往往會發生意外。

視頻監控也是如此。如果我們要采取主動而不是被動的方式，進行事前預防而不是事后處理，攝像機本身便需要進行更多的數據和分析處理。但是，邊緣設備的增加以及它們在安防行業中扮演更為關鍵的角色，也會帶來其他影響，這些將在下面進行探討。

2. 專用設備的處理能力

要想向更高水平的邊緣計算邁進，專為特定應用而設計的專用硬件和軟件便至關重要。連接的設備將需要增加計算能力，并從底層技術開始設計，這也是為什么安訊士持續投入做自己的芯片的原因。這讓我們能夠滿足今天甚至明天的視頻監控的需求，關鍵的是“安全第一”與我們之前所做的事業是一脈相承的。

另外，以機器和深度學習計算的形式，嵌入人工智能的概念也將更加流行。對于用戶而言，人工智能——或者更準確地說是機器學習和深度學習——已經不再是一個新詞，而是變成了日常現實，它的使用得比大多數人想象的更加廣泛。然而，當前需要解決的問題是創建新的深度學習模型，這些模型“更輕”，需要更少的內存和計算作為支撐。

3.走向信任的邊緣

信任有多種方式，相信相關機構會負責地收集與使用我們的數據，相信設備和數據是安全的，不會受到網絡黑客的攻擊，相信數據本身是準確的，并且技術會按照設計的方向工作，邊緣將是創建或破壞信任的關鍵點。

產業的整個供應鏈中信任至關重要，雖然將間諜芯片嵌入到硬件本身的可能性較低，但通過后續的固件升級將相關”后門“安裝到監控設備中，要比制造時更為容易。

關于個人隱私的問題將繼續在世界各地討論。雖然動態匿名化和掩蔽等技術可以用于保護隱私，但不同地區和國家的態度和監管法規并不一致。安防企業將繼續需要在國際法律框架中不斷摸索。

隨著設備本身對數據的處理和分析的增多，網絡安全將變得越來越關鍵。即使面對越來越復雜的網絡攻擊，許多廠商仍然無法進行基本的固件升級。安防系統的基本要求是通過清晰的硬件，軟件和用戶策略，對單個設備進行管理，并對整個監控解決方案進行全面的生命周期管理。

4.規則：用例VS技術

規范技術是件困難的事，只有規范技術使用案例才是現實的。

世界各地對適當的用例和相關法規的態度各不相同。歐盟的一般數據保護法規（GDPR）是引人注目的例子之一，也是全球嚴格的數據法規之一。其他國家遠沒有這么嚴格，其他地區的許多提供在線服務的組織，由于沒有嚴格遵守GDPR，導致歐盟公民無法訪問到這些服務。

相應的法規正在努力跟上技術進步的步伐，但各國政府更應持續研究如何控制用例，以造福于公民或讓自己受益。這是一個行業需要駕馭的動態格局，商業道德將繼續受到嚴格審查。

5.網絡的多樣性

由于一些監管復雜性、隱私和網絡安全方面的擔憂，我們看到過去20年開放的互聯網正在發生變化。雖然互聯網和公共云服務仍將是我們傳輸、分析和存儲數據的一部分，但混合云和私有云的使用正在增長。我們看到了“智能島”的增加，在這些智能島中，特定應用程序的系統與其他相互依賴的系統之間的連接是直接且有限的。

盡管有些人認為任何遠離開放的做法都是不受歡迎的，但有關安全和數據保護的爭論卻是引人注目的。此外，以前開放和數據共享，被認為是推動人工智能和機器學習的進步的方法之一。當前業內普遍認為智慧便是機器學習依賴于巨大的數據集，以便讓計算機學習與提升。然而，隨著技術進步，可實現預先訓練的網絡模型，用相對較少的數據來適應特定的應用。

在科技行業中如果僅僅關注某項技術，是難以取得更多的進展的，安防行業更應該在尋找滿足今天安全需求的同時，著眼于未來面臨的機會與風險，從而推動產業的發展。