據(jù)a&s Research調(diào)研發(fā)現(xiàn)，當(dāng)下安防城市級(jí)大項(xiàng)目仍以平安城市、智能交通、雪亮工程為主，2019年智慧警務(wù)、人工智能、人臉識(shí)別、智慧大腦、數(shù)字孿生等非傳統(tǒng)安防類(lèi)型項(xiàng)目正逐年增加，但僅占總體項(xiàng)目數(shù)量5%左右的水平，同時(shí)在智能應(yīng)用的落地中，人臉識(shí)別、車(chē)牌識(shí)別技術(shù)、視頻結(jié)構(gòu)化最為高頻，可以看出AI在安防項(xiàng)目中的落地應(yīng)用尚處于發(fā)展初期，尤其在應(yīng)用中，以人臉識(shí)別為例，大部分企業(yè)都在相同的開(kāi)源框架下完成技術(shù)開(kāi)發(fā)，算法間的差異相對(duì)較小，具體方案的同質(zhì)化現(xiàn)象日趨嚴(yán)重。

智能安防應(yīng)用落地三大難點(diǎn)

要使得AI技術(shù)進(jìn)一步與安防場(chǎng)景結(jié)合，不僅需要時(shí)間與實(shí)踐積累，同時(shí)也需要算力、算法進(jìn)一步的進(jìn)步，在當(dāng)下，廠(chǎng)商之間的智能化能力也體現(xiàn)在場(chǎng)景的落地能力的差異上。目前在AI落地的場(chǎng)景的實(shí)際運(yùn)用中，一些標(biāo)準(zhǔn)化的場(chǎng)景中，人臉識(shí)別、人證合一、車(chē)輛結(jié)構(gòu)化描述等AI技術(shù)應(yīng)用擁有很高的成熟度，應(yīng)用效果很好。但在一些非標(biāo)準(zhǔn)化的場(chǎng)景下，比如開(kāi)放式的1：N人臉識(shí)別或是非交通卡口的治安監(jiān)控點(diǎn)，由于安裝角度、光線(xiàn)環(huán)境等因素，人臉和車(chē)輛的識(shí)別分析效果依舊有待提升。

不少用戶(hù)反映，當(dāng)前的AI過(guò)于依賴(lài)應(yīng)用場(chǎng)景，在某個(gè)場(chǎng)景的應(yīng)用很難適用于其他的場(chǎng)景需求，需要重新調(diào)整算法與收集數(shù)據(jù)，AI算法模型泛化能力不足以及投入成本壓力大，成為了制約智能方案落地的最大阻力。以智慧監(jiān)獄為例，目前在推進(jìn)中遇到了不少挑戰(zhàn)一是新技術(shù)的學(xué)習(xí)，需要每一個(gè)司法體系人員都需要接受和學(xué)習(xí)物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等前沿技術(shù)帶來(lái)的業(yè)務(wù)閉環(huán)的應(yīng)用，這塊對(duì)于老齡化偏重監(jiān)獄是個(gè)難點(diǎn);二是管理模式和工作模式的改變帶來(lái)的挑戰(zhàn)，由于智慧監(jiān)獄的監(jiān)獄信息流、工作流、管理流由線(xiàn)下走向線(xiàn)上，帶來(lái)管理模式和工作模式的改變，這塊還需根據(jù)信息化不斷推進(jìn)過(guò)程中去探索新的工作模式和管理模式;三是技術(shù)與業(yè)務(wù)的深度融合，目前很多新技術(shù)是雖然已經(jīng)成熟，但是技術(shù)還得實(shí)用、管用、能用才能真正落地，所以還需要技術(shù)與業(yè)務(wù)的深度融合，行為業(yè)務(wù)工作流的閉環(huán)，才能真正實(shí)現(xiàn)向科技要警力的目標(biāo)，目前來(lái)看，業(yè)務(wù)深度融合上存在不小的挑戰(zhàn)。

除此之外，在調(diào)研中廠(chǎng)商代表們也反映出目前智能應(yīng)用落地中存在的問(wèn)題：一是目前人工智能在安防行業(yè)的滲透仍然較低，需要所有攝像頭都能對(duì)視頻信息進(jìn)行全面智能分析之時(shí)，人工智能在安防行業(yè)的價(jià)值才能真正凸顯出來(lái)，目前的現(xiàn)狀僅僅是用小部分算法解決小部分的問(wèn)題而已；二是目前人工智能+安防的項(xiàng)目成交比例僅有5%-10%，人工智能仍是代表著高端及昂貴的應(yīng)用，這些客戶(hù)數(shù)量本來(lái)就不多，普惠AI迫在眉睫；三是企業(yè)與用戶(hù)的思維不一致，企業(yè)擅長(zhǎng)用技術(shù)性的思維進(jìn)行產(chǎn)品研發(fā)，而由于對(duì)技術(shù)沒(méi)有深入的理解，用戶(hù)對(duì)于產(chǎn)品的需求更多體現(xiàn)在實(shí)用性上。

a&s Research認(rèn)為，要加速智能應(yīng)用落地速度，必須要處理好以下幾個(gè)方面的問(wèn)題：

安防行業(yè)深度碎片化問(wèn)題，表現(xiàn)為用戶(hù)不集中、應(yīng)用與產(chǎn)品分散、缺乏標(biāo)準(zhǔn)化的建設(shè)，導(dǎo)致出現(xiàn)以下?tīng)顩r：首先是場(chǎng)景碎片化嚴(yán)重，在產(chǎn)品和項(xiàng)目的過(guò)程中，用戶(hù)認(rèn)為智能化便能解決一切問(wèn)題，但實(shí)際上人工智能并不是萬(wàn)能。在很多碎片化場(chǎng)景里，其實(shí)需要投入大量的人力、物力去解決場(chǎng)景化的問(wèn)題；其次是產(chǎn)品與解決方案的碎片化問(wèn)題。當(dāng)前看來(lái)，不管是邊緣計(jì)算還是云計(jì)算，實(shí)際上都是在解決點(diǎn)狀的問(wèn)題，但由于碎片化太嚴(yán)重，在各個(gè)節(jié)點(diǎn)上部署智能化和數(shù)據(jù)流轉(zhuǎn)等AI應(yīng)用是一個(gè)很復(fù)雜的過(guò)程。也正因?yàn)槿绱耍?dāng)前業(yè)內(nèi)廠(chǎng)商普遍都比較期待AI項(xiàng)目標(biāo)準(zhǔn)化的盡快到來(lái)，標(biāo)準(zhǔn)建設(shè)將在一定程度緩解碎片化的痛點(diǎn)，讓項(xiàng)目的交付變得更便于執(zhí)行；最后是算法碎片化問(wèn)題，由于算法的持續(xù)更新實(shí)現(xiàn)了大規(guī)模智能應(yīng)用的落地，但算法的升級(jí)是永無(wú)止境的過(guò)程，這導(dǎo)致廠(chǎng)商在進(jìn)行數(shù)據(jù)規(guī)劃、可視化可檢索和大數(shù)據(jù)融合時(shí)增加了不少難題，這點(diǎn)目前也只能通過(guò)技術(shù)的迭代、算法的穩(wěn)定得以緩解。總而言之，緩解場(chǎng)景碎片化痛點(diǎn)，并不是由某一類(lèi)廠(chǎng)商便能獨(dú)自解決的，需要產(chǎn)業(yè)鏈上多個(gè)環(huán)節(jié)共同參與。綜合上述，目前的難點(diǎn)大概涉及到這幾個(gè)主要環(huán)節(jié)：一是需要積累面向場(chǎng)景的數(shù)據(jù)，二是需要工程師開(kāi)發(fā)面向場(chǎng)景的算法，三是需要大規(guī)模的訓(xùn)練系統(tǒng)進(jìn)行算法的訓(xùn)練，能讓前后端的產(chǎn)品承載智能算法，四是需要一個(gè)平臺(tái)軟件對(duì)接智能功能和行業(yè)的需求。

規(guī)模化智能應(yīng)用部署成本高。許多產(chǎn)品與方案在演示或者PK的階段都處于相對(duì)理想的環(huán)境中，但到了實(shí)際的環(huán)境中，用戶(hù)便會(huì)發(fā)現(xiàn)較大的差異。相對(duì)巨大成本的投入，卻得不到預(yù)期的效果，智能應(yīng)用的效果往往南轅北轍，讓眾多用戶(hù)望而卻步；

安全問(wèn)題。在行業(yè)進(jìn)入智能化之后，一方面人工智能可以實(shí)現(xiàn)無(wú)人類(lèi)干預(yù)，基于知識(shí)并能夠自我修正地自動(dòng)化運(yùn)行，這種決策方式往往會(huì)產(chǎn)生人們無(wú)法預(yù)料的結(jié)果，另一方面視頻的數(shù)據(jù)都經(jīng)過(guò)高度濃縮，價(jià)值遠(yuǎn)超于前，尤其是個(gè)人隱私問(wèn)題，導(dǎo)致被犯案的機(jī)率變得更高，對(duì)社會(huì)的影響也更大。

因此要真正解決落地及生根的問(wèn)題，必須突破算力、算法、應(yīng)用、成本等因素，正面目前尚存的四大難題：一是中國(guó)安防市場(chǎng)的對(duì)于海量視頻圖像分析的AI應(yīng)用剛需較大，但目前的應(yīng)用仍然處于初步階段，越往后發(fā)展，越多元、越復(fù)雜，AI在安防市場(chǎng)的應(yīng)用比大眾想象的邊界要更遠(yuǎn)、更深，而這些需求現(xiàn)有公司并不能夠完全應(yīng)對(duì)，因此企業(yè)需做長(zhǎng)期性的技術(shù)準(zhǔn)備；二是安防項(xiàng)目是集產(chǎn)業(yè)、技術(shù)、模式、資本、服務(wù)為一體的復(fù)雜系統(tǒng)，涉及前端采集、存儲(chǔ)、傳輸、管理、應(yīng)用多個(gè)產(chǎn)業(yè)鏈條，當(dāng)下賦能過(guò)程中，AI僅僅滲透到了采集等單個(gè)環(huán)節(jié)，智能效果還有較大的提升空間；三是作為傳統(tǒng)制造業(yè)，安防產(chǎn)業(yè)鏈長(zhǎng)、成本高也是擺在企業(yè)面前的一道現(xiàn)實(shí)問(wèn)題，成百上千人的隊(duì)伍，加上巨額的營(yíng)銷(xiāo)、研發(fā)成本，想要一直緊咬傳統(tǒng)安防巨頭，做垂直應(yīng)用變得越來(lái)越艱難；四是賽道現(xiàn)有玩家大多無(wú)法形成數(shù)據(jù)閉環(huán)，直接導(dǎo)致眼下的安防項(xiàng)目構(gòu)成集成商們拿著傳統(tǒng)安防廠(chǎng)商的攝像機(jī)、AI創(chuàng)業(yè)公司的算法、ICT廠(chǎng)商的服務(wù)器，找第三方公司做軟件交付，作業(yè)模式無(wú)法形成數(shù)據(jù)閉環(huán)，也是行業(yè)面臨的大問(wèn)題。
責(zé)任編輯：YYX