（文章來源：中安網）

在人工智能技術被市場接納并開始上馬應用后，安防企業逐漸發現，用戶相比于關注識別率的精確度高低，更希望通過智能化技術帶來更多的分析、管理服務升級。被市場教育后，2019年“安防+AI”廠商開始回歸理性，不再盲目追求識別率高低，而是通過產品技術的平臺化服務來解決場景用戶的分析、管理痛點，從而延伸出新商業模式，促進技術更好變現，讓企業獲得更好發展。

另一方面，安防市場的碎片化特征也使得各個細分場景中的需求各有不同，為這些廠商入局競爭提供了差異化服務的機遇。這兩點，在2019年CPSE安博會上也展現得淋漓盡致。相比于上屆CPSE安博會上人工智能概念大行其道，一些“安防+AI”廠商追求各類識別技術實驗數據，本屆展會上“安防+AI”展商展示出的更多是技術、產品的落地案例與效果。

以人臉識別技術為例，在落地場景中，0.01和0.1的識別準確率對用戶而言并沒有帶來多大的體驗突破，客戶更多的關注點是技術的性價比和它所能帶來的服務。算法技術再好，終究還是要回到賺錢的道路上來。這是在安博會上，諸多“安防+AI”廠商對于當下“安防+AI”落地趨勢所作出的總結。

面對人工智能技術在安防各細分行業應用的日益成熟，“安防+AI”也由此前的“算法-算力-數據”上半場技術布局，開始向“方案-實施-運維”的場景落地下半場延伸。特別是對于安防行業的碎片化市場，細分領域中的各個場景仍有著個體獨特的安防需求在其中。在智能化潮流的沖擊下，這種碎片化需求更甚，傳統技術、硬件已無法滿足多場景需求，注重于運維服務的場景平臺開始得到大規模鋪設。

在2019年CPSE安博會上，諸多“安防+AI”廠商都帶來了場景平臺化產品的展示，從計算機視覺到ISP、傳輸、存儲、運維等環節，智能化數據平臺在其中都發揮著重要作用。通過與合作伙伴間的合作構建生態圈，用平臺賦能場景，解決各個細分場景中用戶的實際痛點。

以視頻監控為例，用戶對傳統視頻監控設備的要求只要不出問題就可以。但在智能化潮流下，用戶開始希望加入智能化技術后的視頻監控系統，能夠整合分析采集到的信息做出更多的服務。CPS中安網了解到，基于此，當前“安防+AI”廠商通過將場景中的各類感知數據匯集到數據平臺上進行解析與可視化呈現，讓用戶對場景中所發生的事情有更清晰認知。

在視頻監控系統中，安防管理平臺相當于技術指揮官角色，來為用戶提供設備設施狀態檢測、管理狀態監控，并提供改善性指導建議，從而提升用戶的精細化管理水平。

對此，天躍科技副總裁范舟表示：“從管理者角度出發，視頻監控發現問題僅是有效手段，并不是最終的管理目標，更為重要的是要幫助用戶解決問題以及提出管理提升建議。為此，智能化管理平臺必須幫助用戶實現系統化感知風險、全覆蓋處置風險和數據驅動管理改善，而不僅僅只停留在智能感知層面。”

一個不容爭辯的事實是，開源框架的趨同致使“安防+AI”技術同質化現象嚴重，人臉識別、車輛識別、視頻結構化等主流技術，在AI初創企業和傳統安防企業的落地應用上已無太大差別。在技術同質化的大背景下，圍繞安防行業中各個場景用戶需求各異而提供的不同類型解決方案的服務差異化，成為了諸多安防企業在場景競爭中脫穎而出的核心競爭力。

這種碎片化特征也使得公安、交通、銀行、園區、社區等多個場景中的用戶都有著獨特的應用需求，前端采集到的各類數據也因不同的需求也呈現出不同的應用理解。“每個細分市場數據的應用都是一座金礦，在某一場景數據下，企業要緊緊圍繞著場景及用戶需求理解，才能做好差異化的平臺賦能，占據更多機遇。在“安防+AI”場景落地中，圍繞用戶業務、管理需求來延伸企業的平臺服務，是企業形成服務差異化核心競爭力的重點所在。

以銀行場景為例，相比于其他場景，銀行場景因內部重點場所存儲有貴重物品，除了必要的視頻監控外，還要求有應急預警能力。為此，銀行安防管理平臺必須能夠告知用戶銀行重點場所的風險防控和事前預警，從而降低運營風險。面對碎片化市場的差異化服務，企業應當牢牢把握細分場景用戶的業務與管理需求來運用數據，通過形成相應平臺服務和解決方案開拓市場。
（責任編輯：fqj）