中國開始有安防理念要追溯到1979年，那時安防產品以探測、報警及實體防護為主，主要為博物館、要害單位等高價值場所應用，而隨著中國安防產業初步形成，安防產品應用領域逐步擴展到金融、房地產、運輸服務等行業。進入21世紀，安防中代表性的視頻監控產品向著數字化、高清化、網絡化和智能化趨勢發展，運用領域也開始向安防產品社會化、民用市場轉變。2009年AI技術開始在多行業中初步應用，到2012年在安防市場上得到了大規模地落地與應用，人工智能開始推動傳統安防產業進化和革新，新興產業發展規劃的出臺，讓眾多安防企業開始接觸平安城市和智慧城市建設，國家政策方面天網工程和雪亮工程對整體AI安防也有引力式大推動。

新時代變革最重要的驅動力依然是技術，其實，AI與安防一直很有緣分，AI概念起源于上世紀50年代，正值當時，世界上CCTV攝像機開始商業化落地。AI與安防在歷時50多年的發展過程中，并無碰撞經歷，隨著AlphaGo引領人工智能的新一波熱潮，再加上智慧城市、智慧社區、智慧家居落地都離不開安防的應用，新生兒“AI+安防”隨之應運而生。近兩年AI階段的訴求與產品迭代都非常迅速，智能安防產品運用于實際事件的需求凸顯。

目前，安防領域正處在物聯網與AI技術革命的中心，這些年技術從模擬化走向數字化，從IP化走向AI化，產品線一直在不斷升級迭代。成熟的傳統安防市場已淪為白菜領域，人工智能技術沖擊著安防傳統商業模式和技術模式，AI助力大安防環境的鏈式反應，帶來了更高的附加值與利潤空間。新時代安防領域儼然成為AI應用的“第一著陸場”，2022年AI將助力安防達到萬億市場的規模，實現人機結合、智能防控的現代化AI安防模式時代。

技術層面：AI安防的技術要素與推動力

當前所有的AI安防產品，產值不到20億，只有1%的安防設備應用了AI技術，可以想象AI安防還有巨大的潛力待挖掘

算法、算力、數據是AI+安防發展的三大要素，從技術層面來看，AI+安防的結合應用可以提升事件的發現能力、事件的分析能力、事件的研判能力、事件的處置能力、數據采集以及存儲能力，應急響應所需的數據要涵蓋流量數據、終端數據、SIEM數據、以及結合第三方數據進行分析研判。同時前端信號的采集和探測設備中開始加入AI芯片，通過智能識別篩選圖像再進行傳輸，減小傳輸空間和縮短時間，后端處理平臺可同時處理的相關前端產品數量大幅度提升，清晰度和識別準確度都顯著提高。

AI并不意味著全部計算與采集到的數據都得上到云端，本地邊緣計算/模糊計算一樣重要，很多情況下，安防系統的執行與分析并不需要上云端去處理。例如，系統在攝像機內部執行面部識別時，本地可以計算出此人的名字，只將名字發送給云端，而不是整個視頻流。這些前提條件是因為本地設備的處理芯片越來越強大，且越來越小，其實本地處理的另一個好處是，避免敏感信息在外網中泄露。

也許從技術迭代趨勢來看，AI安防在幾年后將會遇到移動通信的重大變革，攝像頭只需要插一張5G卡，即可繞過Wi-Fi與云端直接連接。視頻搜索功能是谷歌近幾年最下功夫的項目之一，在海量視頻數據中，快速搜索到需要找的視頻、事物、活動或文本等。

疾馳狂飆的競爭格局 AI+安防參與者陣營分析

AI安防市場看似波瀾不驚，實則暗流涌動。AI正在補齊安防業的新短板，因為AI安防行業未來的規模極其巨大，且變現能力極強，所以參與者眾多。眾多參與者正在借助專業技能、獨特的大數據功能，解決安防行業面臨的實際問題，傳遞真正核心價值，不斷在AI+的浪潮中拔得頭籌，獲取長遠發展的籌碼。

安防產業對于智能化的需求，讓眾多玩家將目光轉移到智能安防，研發相關的安防智能產品，AI的發展將會直接影響安防格局驟變。AI安防的巨大前景猶如蜜罐一樣，已經吸引大量資本、各類企業和頂級人才輪番進駐，所有參與者各有千秋，目前東風難以壓倒西風。

傳統安防企業：借助AI破局

傳統安防企業憑借行業占有率正在挑起AI安防的“大梁”，已經成為既定的大戰略。傳統安防巨頭，如大華股份、海康威視等作為上市安防企業長期保持AI方面的高研發投入，紛紛建立獨立的智能芯片研發團隊，進入AI安防市場占據市場空間。

除了巨頭以外，目前大部分傳統安防企業對于AI的結合應用，還處在接受并嘗試使用階段，超過90%的安防市場份額仍然被傳統安防企業占據，但安防產業對于數據化、智能化的需求愈加強烈。傳統安防企業短板在于AI算法和人才，其他競爭者不足在于行業積累和渠道。

人工智能眾企：瞄向AI安防的前沿

2014至2017年間，國內約700家人工智能企業獲得投資，總額超過1000億人民幣，但沒有商業落地能力的AI公司，技術實力再強，獲得大量融資，也會被市場淘汰。因為規模足夠大、結合點好、變現能力強，所以人工智能企業紛紛瞄向AI安防的前沿。

在AI+安防領域，AI程序會通過復雜的算法從數據中執行與學習，并逐漸更加熟練地預測的需求。有AI四小龍之稱的商湯科技、Face ++曠視科技、依圖科技、云從科技等企業主動出擊，聚焦人臉識別、虹膜識別、聲紋識別、智能攝像機、車輛大數據等先進人工智能技術的應用，大力研發相關的AI安防產品與解決方案。

CV(computervision)初創公司

越來越多的CV公司開始將安防領域作為主要發展點，絕不會滿足于目前僅向安防客戶提供技術。但如今的初創CV公司，多是僅有一套或幾套算法方案，雖然這些方案在相關特定場景下的效果極為出色，但正因為其獨有的特殊性，為保證計算效果而限制了本身的延展性，因此難以適用于安防這樣一個復雜的產業鏈中。如果想要入局安防領域，這些公司首先需要有能力提供適應多場景的大一統普適方案。

如今的CV初創公司重學術多于工程，換而言之，相對于硬件設備，初創企業更加看重自家算法的更新迭代，但AI安防需要的不僅是優秀的算法，必須要軟硬件同時并行的發展模式，就目前而言，初出茅廬的CV初創企業想要做到并非易事。雖然在專業的AI安防領域，CV公司難以有作為，但是在小領域市場依然可以大展拳腳。

BAT互聯網巨頭

互聯網巨頭重兵安防并不是空穴來風，依靠技術、流量與渠道優勢攻城略地，海外谷歌與亞馬遜已經開始布局家庭AI安防，雖然國內BAT等互聯網巨頭企業并沒有對家庭安防領域進行侵蝕，不排除未來幾年沒有交鋒。

AI公共監控+AI家庭安防的場景賦能

在大AI安防概念下，無論是公共安防還是家庭安防，深度結合語音與視覺識別的“AI安防”，將誕生更多的自我監控系統。基于人臉識別技術的AI安防解決方案，可廣泛應用于視頻監控、入侵告警、出入口控制、門禁、電子巡更、聯網告警等主要安防領域。

目前市場內的智能化安防產品在場景體驗上仍然較為被動，AI技術普及度不高，智能化產品價格偏高，場景應用局限性大，安防的智能化場景應用較為僵化，人防的借助要多于系統的自我判斷。AI結合視頻技術方面的突破，可以幫助行業突破較為被動的交互壁壘，人工智能系統將接管報警與監控的任務。

人工智能下的公共安防系統，廣泛應用使得主動應用和事前預警變為了可能;人臉識別、異常行為分析、人數計數、音頻檢測等智能化應用將事后查證向事前預警前移，有效防止各類案事件的發生;視頻濃縮、視頻摘要檢索全面提升事后處理的效率和質量。大數據應用下的云存儲和云計算也在為構建新一代的數據中心和計算中心提供有力的保障。安防從傳統模式大踏步邁入智能新時代，從1.0的“事后追溯”、“人防”為主升級為“實時監管”與事前預防、“技防”為主。

人工智能下的家庭智能安防系統，將可以隨時掌控誰在家、家人什么時候回家、喜歡怎樣的布撤防方式，都會因人而動。例如爸爸離開辦公室，家里的溫度就會自動加熱，所有家人離開時，屋內的溫度會控制到最低，布防自動開啟。AI主動安防的例子有很多，例如系統如果判斷快遞員到訪門口，并不需要用戶自行查看攝像頭，而是可以自動播放用戶先前錄制的語音消息“把包裹放門口就可以了!”。又例如，如果判斷出訪客可能是罪犯嫌疑人，自動把家中的燈模擬打開，或者同時讓車庫的車自動鳴笛。當然，這些所謂的場景實現，并不只能依靠單個家庭安防系統，同時需要多個邏輯運算判斷，例如輔助地理位置或者睡眠監測等的輔助判斷。

當AI公共監控+AI家庭安防遍布全球時，外部的公共安全設備與家庭內部的安全設備將組成極為安全的社會系統，“AI眼睛”會使犯罪率大幅降低。

家庭AI安防的極致藝術化與AI安防概念的衍生智能

AI安防分類中，家庭智能安防范疇的人工智能化將迎來首輪突破嘗試。

家庭安防與商業、公共安防不同，邊境、機場、商場里的商業級安防設備多，需要龐大的處理器、大型服務器與企業級網絡安全，還有專門受過培訓的技術人員。而對于家庭安防來說，操控與配置需更傻瓜化、扁平化、DIY化。所以，想在居家環境內將AI安防系統做到極致是一門藝術。

目前市面上的攝像頭已經比人眼還要“尖”。現在百元級的家庭安防攝像頭，已經普遍具有“千里眼(拍視頻)”和“順風耳(拾音)”功能，可以稱得上智能，但是并不是人工智能。人工智能攝像頭應該懂得什么時候應該看，什么時候該聽，調取錄像、查記錄只需要對話式交互，例如盤問攝像頭，清潔工何時已離開，就像24小時的貼心管家。從看得見、聽得見到看的清、聽得清，再到看得懂聽得懂，AI作為全新生產要素正在“武裝”所有家庭的安全。

新AI安防概念正在不斷拓展衍生出新的智能安防周界，例如智慧停車。到了目的地轉悠幾圈，還是找不到車位，這是讓很多車主都頭疼不已的問題，智慧停車正在解決“找車位”的剛性需求。