近幾年來，人工智能為安防產業帶來了豐富的想象力，安防+AI的組合應用帶來了傳統安防功能價值的顛覆性變革。然而現在的人工智能技術還是處于弱人工智能時代，大量的智能需求是以碎片化、場景化的形式出現，這也驅動著安防產業原有的運作模式不斷順應著市場需求發生改變。

過去幾年，安防產業的智能化升級很大程度上得益于人工智能在行業領域的應用，對于AI在行業領域的作用，有業內人士表示，AI和互聯網一樣，它是一個非常基本的底層技術，這項技術會重構整個行業，甚至重構整個社會。互聯網在過去20年里是最火的技術元素，它顛覆了很多人的認知以及行業領域原本的運作模式，AI技術亦是如此。

場景碎片化成為AI落地應用的關鍵問題

AI本身的賦能屬性，會緊緊和場景結合在一起，而場景則意味著個性化，因此隨著AI在行業領域應用的不斷深化，用戶對于AI應用的訴求也將根據不同的場景變得越來越個性化和碎片化。

這種論調正被越來越多的廠商所提及，碎片化的應用場景是AI落地過程中不可跨越的問題，對于廠商而言，由場景碎片化帶來的困擾表現在多個方面。

曾有廠商指出由于場景的碎片化，企業所提供的產品和解決方案也會呈現碎片化，當前的情況是，不管是邊緣計算還是云計算，實際上都是在解決點狀的問題，但由于碎片化太嚴重，在各個節點上部署智能化和數據流轉等AI應用是一個很痛苦的過程。

除此之外，其實還有算法的碎片化，大規模應用問題由于算法持續不斷的更新，算法更新將成為一個永無止境的過程。這樣一來會讓廠商在進行數據規劃、可視化檢索和大數據融合時增加不少難題。

也正因為如此，當前業內廠商普遍都比較期待AI項目標準化的盡快到來，標準建設將在一定程度緩解碎片化的痛點，讓項目的交付變得更便于執行。不過，現階段看，AI應用的標準同樣需要充分考慮各種場景因素，標準建設也將是一個紛繁復雜的過程。

在標準到來之前，為了更好的推進AI項目的進展，不少企業正在積極完善AI工程化的部署，或是盡可能將AI產品設定成“通用+定制化二次開發”的模式，既降低廠商的量產成本，同時也能為用戶個性化的需求預留接口。

碎片化帶來的作業模式變動

緩解場景碎片化痛點，并不是由某一類廠商獨自解決就可以，這需要產業鏈上多個環節的共同參與。將難點拆分出來，大概涉及到這幾個主要環節：

首先需要積累面向場景的數據，第二個需要工程師開發面向場景的算法，第三需要大規模的訓練系統進行算法的訓練，第四需要前后端的產品來承載智能算法，最后需要一個平臺軟件來對接智能功能和行業的需求。

這一連串的作業任務將會成為直觀的驅動因素讓企業的運作模式發生一些變化，從數據積累、場景算法開發、算法訓練、前后端智能產品研發到配套應用平臺軟件，分屬于算法企業、設備商以及平臺廠商的業務范疇，而在面對碎片化的場景及其應用需求時，大部分企業的出發點首先是為了最大程度提升AI部署的便捷性。基于此，不少芯片商、算法廠商以及設備商也在逐漸細化企業內部的作業流程，完善產品技術的“出廠”設計。

比如一些AI芯片商，會采用把AI軟件算法結構固化到芯片中的方式，讓合作伙伴可以直接使用AI芯片整套解決方案，除此之外，芯片商還會預留芯片二次開發的空間，便于他們的合作伙伴在其芯片架構中訓練特殊的模型，這樣可以讓合作伙伴所需投入的資源、時間相對減少很多，降低AI芯片產品化的成本。

對于產品和解決方案商而言，他們需要考慮更多的東西，除了AI終端產品的設計和功能實現之外，還需要結合應用場景做系統工程部署，細化到AI攝像機的選點安裝、算法庫的構建、軟件平臺和場景的應用需求對接等等環節。當下，在這方面，很多廠商也會盡量簡化用戶的安裝使用流程，按照行業領域推出對應的套裝產品。對于更細微的個性化需求，積極采用本地化的作業模式，以便能更快速和精準的響應用戶需求。

總而言之，應對場景碎片化問題，廠商當下的重點將主要圍繞著用戶反復提及的成本問題、交付和維護的問題以及如何構建一個整體的信息系統架構，更好地融入用戶業務。

針對碎片化的應用需求，一個很明顯的趨勢也正在顯現出來，那就是軟件的價值，軟件相比硬件而言，具有高可擴展性，尤其在對接用戶的個性化需求過程中相比硬件的固化設計具有短、平、快的應用優勢。在技術迭代快速的當下及未來，軟件所能承擔起的功能價值將愈加凸顯。“軟件定義”有望成為一股新的潮流在安防AI化的過程中發揮重要作用。