AI是安防行业的“主菜”，引发众多企业前来争抢。

如果说以前安防行业的数次变革几乎都是内部争夺的话，此次 AI+ 安防的市场角逐，就是新旧两大阵营的碰撞了。传统安企巩固自有体系，持续深挖市场潜力从2017年深圳安博会就能看出，国内传统安防企业开始纷纷发力人工智能，持续投入，招兵买马，储备人才，紧跟 AI 潮流。当然，从大数据时代开始，传统安防企业只有一线企业才具备核心竞争力，也因此在AI 时代必然也是传统安防巨头来与外来者一决高下。首先明确一点，当下AI+ 安防，其生态链是人工智能芯片+算法/算力+产品体系+方案化+应用。很显然，在芯片和算法、算力方面传统安防企业处于劣势，但是在后三者中却浸淫多年，尤其是在成熟的方案定制和对项目交付能力方面。所以可以看出，传统安防巨头们布局 AI 大多以“去中心化”，力求边缘化的 AI来征战。海康威视早在 2013 年就开始深度学习技术的布局，2017 年该企业立足应用，提出 AI Cloud 架构——边缘节点、边缘域和云计算中心三级相辅相成，系统实现“边缘感知、多层认知”。边缘节点：感知更精准，采集更丰富。海康威视 AI Cloud 架构，通过将智能感知计算嵌入边缘节点，满足物联网的多维采集、特征提取、智能处理等需要，并有效缓解大量非结构化数据的智能分析给传输、计算、存储等带来的压力，可以实现前端的敏捷响应；边缘域：智能按需调度，业务敏捷响应。边缘域侧重就近汇聚和存储边缘节点的各类异构数据、就近管理智能计算资源，满足快速响应、快速分析的需要。面向复杂业务系统，边缘域是业务分级应用的主要响应单元，可满足用户各级管理所需。边缘域既可接收、整合、传递边缘节点的感知信息，又可按需适配算力和算法对域内数据进行智能处理与管理，实现物联智能应用；云计算中心：服务大数据智能，辅助业务决策。 海康威视 AI Cloud架构中，云计算中心能够弹性分配计算服务器、存储服务器的资源，还能够按需调度智能算法和大数据算法。其中，智能算法对来自边缘域的物联数据进行更高层级的感知智能处理，比如更大范围的黑名单比对、更大范围的跨时空关联分析等；大数据算法对多维异构数据 (物联数据+业务数据等) 进行认知智能处理，支撑多维大数据的综合逻辑分析和决策分析。华为并非传统安防企业，但其在安防市场的布局与传统企业无二。

2018 年北京展会期间记者有幸参与 该企业的媒体见面会，会上记者了解到华为同年发布 了发布昇腾 Ascend 310/910 两款 AI 芯片，从“拼体力”改为“拼脑力”，推动安防行业的智能升级。华为希望和行业合作共赢，为 AI 应用开发者提供强大的算力和应用开发平台，提供大家用得起，用得好，用的安全的 AI。让人工智能走向每一位民警，整个行业都能享受到人工智能的价值，实现普惠 AI。华为希望和行业合作共赢，华为有能力为 AI 应用开发者提供强大的算力和应用开发平台，有能力提供大家用得起，用得好，用的安全的 AI。让人工智能走向每一位开发者、每一位民警，整个行业都能享受到人工智能的价值，实现普惠 AI。如此一来，华为需要依借自身优势来吸纳合作伙伴一同解决用户所需。据记者了解，华为 AI 形成了从上游芯片到成熟产品再到实战性极强的解决方案体系，端到端的体系不仅能让华为洞察用户所需，也便于他们以 AI 来开拓安防智能化应用落到实处。同年，华为推出五款 AI 摄像机，分别是人员结构化的“星像”、车辆卡口的“星驰”、机非人全结构化的“星图”、电警卡口的“星盾”和态势感知的“星辰”。该系列产品三个最显著的技术特征是搭载了强劲的昇腾芯，以软件定义摄像机的创新理念，具备按需定义、分层智能、持续演进的优势，并借助非约束算法，能够广泛适用于专业人像、车辆、电子警察等各种AI+ 安防的深度应用场景。 举例这两家传统安防企业他们都对客户深入了解， 也有成熟的产品体系、销售体系和行业方案，这是传 统企业优势，也是外来企业的劣势。

以闭环优势最快完成端到端布局

外来的和尚会念经吗？

对于扎根已久的安防企业来说，外来企业并没有在安防行业市场长期积累的从业经验，缺乏对安防市场情况的深度了解，包括用户真实需求、产品生命周期、渠道体系、解决方案能力及工程体系等。以公安行业为例，作为安防最核心的服务对象，目前通过AI 赋能推进公安信息化建设。AI 赋能公安业务，最终都需要以产品化实现行业应用，其中最为明显的是贴近实战的产品制造能力。那他们进入安防，又如何征战呢？记者在去年采访商汤科技联合创始人、副总裁的杨帆时得知，他们认为视觉类的 AI 是智能城市未来核心的价值增长点。因为从本质上去看，智能城市业务发展过程中很大一部分价值创造和提炼，都是以监控视频来支撑。整个信息产业任何一种形态或者应用，其实都是以信息为核心，从信息的采集、传输、存储，到信息的分析计算，再到信息的反馈，会形成一个闭环。视频监控也不例外，应用的子场景，都是围绕这几个关键点去展开的。安防行业之前在信息的采集、传输、存储方面做了很多工作，从摄像头、IPCamera、高清联网，包括大数据中心，它在前三个环节已经出色的完成了使命，却在在信息的分析计算和信息反馈的关键的所做的太少。这两个关键点就是 AI 的应用天地，也是 AI 在整个安防行业最为核心的价值体现。为什么安防行业遍地 AI，传统的安防厂商、AI 公司、IT 企业、芯片企业和平台商都纷至沓来，究其原因，杨帆分析正是因为 AI 落地安防，还未在最后两个关键节点中完成信息闭环，所以这是商汤科技的优势，也是 AI 初创企业诸如旷视、云从、云天励飞、优必选、依图等上企业的优势。外来企业也会认为传统安防企业在这场征战中也有诸多不足之处，比如发展多年，公司内部文化已与制造业非常类似，口头上要紧跟技术发展趋势，但由于缺乏科技氛围，这条转型之路很难成功；要做 AI，需要大量的资金、时间、研发，传统安防企业经营多年，很多已经上市，如何说服董事会进行长期、大量的投入是很麻烦的事情，如果这个层面做好或者做不快，董事会也许会失去耐心；此外，传统业务部门与 AI 部门如何协调也是一大问题。传统上游芯片公司也都纷纷进入安防，比如寒武纪、比特大陆、耐能、君正、地平线、触景无限、西井科技等。他们只是AI+安防的参与者，并不能进行项目交付，他们更多是在产品层面来推动 AI 落地安防，互相赋能 AI 在安防领域的应用和成长。不管是传统还是外来的，都需要将核心技术融入到行业应用的前端到后端，这是两大阵营都不可回避的事实。

AI驱动场景应用变革，极大提升安防效能

卖方市场已经存在很多年了，也说明了用户才有最大的话语权，也说明了场景应用是技术越发成熟的催化剂。我们来看看在应用方出现了哪些需求变化甚至是变革。

从“汗水警务”到智慧警务

“汗水警务”是指公安部门费力不讨好且效率极低的工作模式，而智慧新警务因 AI 的刷人、车脸的广泛应用而出现了模式的创新，这也是公安部门需求的新变革。 社区人口走访检查预警管控、出租屋流动人员核 查、单位场所检查、警情案件回访，这些往常需要民警 来回跑动、手工记录的工作，如今在移动警务终端的社 区警务应用中就能一键完成。利用人脸识别技术，该 产品进行人脸采集与比对，在与人脸库比对，同时与公 安大数据管理平台对接。比如深圳公安的移动执法就 整合内外网多个业务系统，将全市人、车、屋、路、场、 组织等 6 大类、63 种治安大数据切分成块数据，设置 巡逻防控、治安检查、人屋管理、消防检查、回访倒查 等 5 大功能模块，让民警利用AI 采集人脸数据并在云端场景完成 80% 的社区业务，将口袋信息转变为共享信息。

人证核验产品也为智慧新警务增添姿彩。当数据搜集转变为数据管理，如何实现基层警务智能化，成为当下亟待解决的问题。当下众多人证核验终端设备，融合多种生物识别技术，快速实现人的识别、查找、身份认定，可广泛应用在需要进行身份核验的场所，让基层公安机关和广大民警执行任务时，更加高效的进行，实现警务工作从传统型向智慧型转变。具体来看，应用的领域有数字监狱、戒毒管理、警务巡逻、智慧监所、刑侦办案、户口登记与迁移、社区人口管理、出租屋房客管理、物流实名制、网吧实名制和移动开卡实名制等领域。整体来看，AI 落地在智慧警务以后，为公安的提升在几个方面：新管控：组建基层大数据分析工作站，提升对重点人员、可疑物品、重点部位的精准管控和预测预警，提升大数据对基层的支撑服务。新指挥：打通省、市、县（区）三级指挥体系，构建扁平化、移动化的新型指挥体系。新防控：以大数据技术优化小区、区域防控力量可视化调度、动态巡防、公安检查站建设，提升社会面的精准防控能力。新监管：建设安全管控一张网、执法管理一终端、督导指挥一幅图、合成作战一平台、公众服务一窗口的“五个一”全新监所管理体系，推动全省监所执法管理、业务指导、打击犯罪的信息化、精细化、智能化建设。

AI变革智能交通

AI 来了，智能交通变了！在几年前云栖大会会上， 阿里发布了人工智能的互联网+ 信号灯控制优化平台，经过一年多的应用，阿里用人工智能调试交通信号灯的方式在杭州萧山区的试点实验数据显示车辆通行速度提升11% 左右。在互联网企业畅想人工智能解决交通拥堵的同时，安防企业也在以基于人工智能改变交通管理方面努力。

目前在智能交通领域，人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想，虽然目前很多厂商都宣称自己的车牌识别率已经达到了99%，但这也只是在标准卡口的视频条件下再加上一些预设条件来达到的。在针对很多简易卡口和卡口图片进行车牌定位识别时，较好的车牌识别也很难达到 95%。不过随着采用人工智能、深度学习的应用，这一情况在 2019 年将会得到很大的改善。无人驾驶是智能交通领域一直在探讨和尝试的话题。海信网络科技日前表示，公共交通将最早应用无人驾驶技术。基于海信在智能公交行业的实践，随着人工智能和公交车辅助驾驶、无人调度技术的成熟，公共交通将成为最有条件率先实现无人值守的行业。对公共交通而言，线路固定、专用道行驶、车速较慢、距离短的特点，从整体上降低了对场景识别、安全控制等算法的要求，使其具备实现无人驾驶的基础条件。而实现的过程，一方面是公交车由辅助驾驶实现自动驾驶甚至无人驾驶，另一方面是公交车后台调度系统的智能化。与交通类似的无人化应用还有其他场景，比如 AI 机器人的安保巡逻、智慧新零售的 AI 摄像机采集与管理等。

结束语

AI在安防，能识万象，吸引外来者征战，促发传统安防企业转型，在技术层面推动智能化的跨越式发展，这都是以上 AI 引领安防行业走向变革之路的各个表象。我们希望 AI+ 安防能让世人瞩目，也欢迎外来者的加入，而作为传统安防企业，如何在与外来者博弈中赢得未来，值得期待，想必这又将是一次大浪淘沙的洗礼。