人工智能的發展，推動著包括智慧安防在內的物聯時代到來。 掌握尖端技術發展趨勢、洞悉市場需求變化是安企迫切的需求，今年a＆s通過對業內百家安防與AI企業高層的走訪，為業界透析出最真實的市場以及技術的趨勢。三人行必有我師，以下匯總一年來的企業高管對話，挑選最值得品味的觀點，無論言論氣勢磅礴還是細水長流都希望能為行業帶來新的啟迪。

安防現狀

市場：

1．所有的企業都在搶人工智能這款蛋糕，但人工智能市場太大了，沒有一家企業能夠完全占據；

2．對于安防應用來說，監控不是目的只是手段，安全才是目的。如果加上社會化市場，安全和服務是核心需求。無論是AI賦能或者數據賦能，最終目的都是解決客戶的問題，如果人工智能只是停留在算法的層次，那還是遠遠不夠的；

困難：

1．任何行業都有其慣性，從安防而言，本質上的業務維度與企業是一致的，但從行業用戶的建設規劃上，對智能的考慮其實是逐年調整的，用戶對于智能化的認知需要一個過程，尤其是在新技術推廣與實際落地之間，就好像當年高清取代標清一樣，并不是一帆風順。當前智能化在行業的推動中，上下游合作伙伴的配套能力、用戶對于智能化的認知，都會形成比較大的阻力。從國家層面上看，標準體系建設能讓行業生態更好地銜接。但由于標準的出臺需要時間，同時技術發展太快，導致標準出臺困難；

2． 目前芯片行業面臨的最大挑戰在于設計復雜集成電路的成本正在快速增加，而這正在扼殺應用的定制化設計能力。隨著集成電路工藝制程越來越先進，IP越來越復雜，設計團隊越來越龐大，產品開發周期越來越長，相應的研發投入越來越高，而市場卻呈現碎片化、細分化的趨勢。針對新工藝制程的巨額芯片設計、制造費用，導致對應的芯片銷量的盈虧平衡點就越來越高。市場的碎片化、細分化與芯片設計、制造投入越來越高的矛盾決定了芯片廠商和終端設備廠商必須采用新的商業模式或者技術路徑應對這一新的行業趨勢；

痛點：大數據的痛點在哪里？首先是海量非結構化數據的實時價值挖掘，然后是多維數據的融合；

機會：大家都在談人臉識別，但是用戶現在并不是很清楚各個廠家的優劣，這并不像傳統的安防市場，有很清晰的頭部公司，因此，在目前階段各廠商的機會就相對較多；

突破：

1．現在單純的算法公司或平臺軟件廠商機會越來越小，純軟件利潤率過低，導致整體營業額相對較低，自身融資困難，發展硬件產品與解決方案，用產品和服務提升價值，成為突破口；

2． 時代的變革明顯以產品的迭代為依據，產品從模擬走向數字化，從數字化走向智能化，未來這個產業誰能勝出，取決于誰能占據更多的安防產品市場；

3． 當前處于弱人工智能時代，深度學習并沒有解決核心的問題，因此市場上并沒有真正到達同質的階段，例如人臉識別的應用，實際上可以分為多種類別，如主動配合與非主動配合、門禁與客流量管理等，并非是一種技術便能通用，因此大家都先在談垂直場景落地與垂直商業邏輯，但其實一走到垂直，便是要把橫向（通用）的東西變成縱向的；

擔憂：

1．人工智能落地范圍之廣泛給集成商帶來了廣闊的市場，但應用場景上面臨著個性化需求的問題，如果僅進行集成服務支持，集成商的生存空間將逐漸減少。未來集成商的價值將圍繞不同用戶進行個性化定制，這意味著集成商需要站在用戶的立場，投入相應的產品設計人員、后臺的研發人員，假如無法滿足用戶的需求，集成商很容易在智能化時代被拋棄出局。此外，在整個研發過程中，集成商后端配套的管理及服務體系等方面都必須跟上步伐；

2．完整的“城市大腦”應該能夠連接城市的各個信息點，實現智慧城市的萬物互聯，在此基礎上采用云計算、大數據、人工智能等技術手段不斷實現城市運營的智能化。但目前市場所說的“城市大腦”，還處于狹義階段，基本上是基于物聯網點對數據的收集及部分分析，數據并不夠龐大，還處初級階段，更談不上數據的挖掘、智慧的運營；

3．當前行業的龍頭用別人的算法只是過渡的階段，最終他們都會有自己的算法，如果品牌不走開放的路線，未來是很難持續發展的；

AI芯片熱

現狀：在過去的十幾年里，安防領域的半導體芯片廠商一直追求打造一個針對所有市場的大一統平臺（例如德州儀器、華為海思的某一款視頻監控芯片都曾一度占據了中國70％的視頻監控市場）。隨著安防市場越來越細分和多家中小型芯片公司的介入，一款芯片打天下的時代已經結束了；

玩法：在AI芯片上，其他玩家需要思考如何在神經網絡加速上補齊安防周邊技術，而海思需要思考的是在原有芯片上加入人工智能，前者的工作量要遠遠大于后者；

未來：現在國內AI技術還是比較早期的發展階段，取得了一點小小突破，但還遠不能說滿足了人類對AI的想象和需求，未來幾年，相信AI技術從理論到算法實踐都會快速升級迭代，對芯片更新換代的要求也會越來越高。現階段談到的AI主要是圍繞著CNN架構，也不排除一段時間后，底層卷積神經網絡深度學習算法邏輯發生改變，屆時，市場也一定需要新的芯片，行業需時刻跟進最前沿的技術理論進展；

生態平臺閉環

背景：

1．很多做生態的安防企業，本質都是華為逼出來的。傳統安企的生態能不能做好，還要看它的開放程度，對于其小企業的算法與應用，被替代的可能性非常高，而且替換的成本非常低；

2． 不可能有一家企業，把一個行業中所有的事情做完，就算你真的全都能做完，也不可能把每一件事都做到最好。行業發展更好的選擇就是合作發展；

3． 在這個階段，市場出現了領先算法廠商、專注行業的應用廠商，這些新角色打破了傳統由一個廠商提供解決方案的局面，同時也在催生各種類型的生態合作伙伴的誕生；

4． 生態的建設是企業發展到某個層度，想通過新的方式去擴大產品影響力以及在產業鏈中占據更多主動權。在當前已經有許多的巨頭開始構建生態，有的在上游供應端對設備、數據、算力等進行布局，有的通過收購下游場景應用企業，占據場景入口。之所以不斷強調生態，是因為AI場景非常廣，能夠催生的未來應用級別相當大，雖然傳統應用前期更多的只是簡單地“＋AI”升級，但未來隨著AI構建的完整后，會催生大體量的“AI＋”新場景應用，這也是生態構建對于未來的戰略意義。簡單地說，便是在當前，有許多未來的AI應用大場景仍然沒有顯現，但如果通過生態布局控制了上下游之后，AI企業依賴自身的生態，能在未來可能爆發的大場景應用中占據有利的位置；

愿景：

1．目前在安防行業，行業上游有視頻算法提供商、芯片制造商、圖像傳感器等零部件，行業中游包括了硬件制造商、系統集成商、軟件服務商，行業下游設計到公安、政府、交通、金融等行業應用，單個公司無法擁有完整的產業鏈。生態圈的構成是對安防廠商非常有戰略意義的互補行為。通過生態圈，企業可以獲得更多的資源，為用戶提供更完整的解決方案。生態圈能夠促進產業鏈上、中、下游的合作，加強對行業的認知，形成共贏的局面；

2．現在談到的人工智能生態建設，其實就是一個閉環的問題。拋開閉環、開口、生態這些名詞來講，我們認為人工智能能催生很多周邊行業的應用，如促進大數據分析。而反過來也可以這樣說，由于人工智能離不開數據，依托平臺型的大數據分析，大數據也可促進人工智能的發展；

現狀：安防市場隨著人工智能和物聯網的加入，本身的技術跨域特征已經非常明顯。所有的企業都必須具備足夠的開放性和兼容性才能在競爭時代遙遙領先。所以構建生態圈、形成開放式平臺以及商業共同體，這些是行業里的普遍做法，目前的生態圈也分完全封閉式、半開放式、全生態開放式之分；

未來與展望

技術趨勢：

1．未來整個數據的采集不僅僅只有獨立的攝像機，將會有各種嵌入式的設備具備采集能力。通過這些設備將數據匯總起來，產生巨大的協同作用，帶來新的應用機會；

2．未來平臺會內嵌至多種類型的終端載體，包括現在針對邊緣計算趨勢研發的一些智能前端設備產品，它不只是一套硬件設備，同時又是一個平臺節點。隨著人工智能、物聯網、大數據發展到一定程度，技術的融合可以將每個人的隨身穿戴都變成一個平臺節點；

3．未來安防將主要解決智能化的問題，即分析、決策及預警，通過對數據的整合與分析，并與實際應用場景結合，為智慧城市建設賦能。傳統的安防廠商主要以提供硬件產品為主，而新時代要求的是智能化的軟件能力，包括人工智能、大數據、云服務等具備核心價值的新興技術；

4．未來的智能不僅僅是靠人臉識別一項技術帶動，它并不是唯一的東西。例如在監獄方案里面，除了人臉識別還有行為分析，當用戶實現了人臉識別的需求之外，便會思考其他非人臉的應用，在某種層面上講人臉識別帶動其他技術應用的發展。對于中小企業而言，在巨頭們都往人臉識別擠的時候，要么選擇直面挑戰，要么選擇行業規避競爭，相信后者將更重要。

市場競爭：

1．傳統的安防企業深耕行業多年，能夠獲得足夠的數據量應用于人工智能算法的訓練，促進算法性能的提升。AI企業在單點的技術上有獨特的見解，對于單點技術的應用場景有深刻的理解。未來，通過構建生態圈，加強企業間的交流，加強政府與企業間的合作，AI企業也能夠獲得足夠的數據量來改進自身技術；

2．或許傳統安防企業有深厚的客情關系做護城河，但人工智能對于所有人來說都是一項新技術，再深的護城河也需要時間來理解、接納新技術。護城河再深，也得憑實力說話，也就是說，在安防智能化逐漸崛起的現在，所有的企業都有勝算。

編后語

安防產業進入智能化的新跑道，每天都將涌現出新的產品、新的解決方案、新的應用商機、新的商業模式，新的觀點和思維模式……但始終需要注意的是，任何時候，數字說話，任何觀點，事實說話，我們希望企業關注技術變現的同時，也更要關注新技術帶來的社會影響力及價值，才能不會在技術浪潮中迷失自己。