AI安防技術創(chuàng)新變難了？

從技術路徑的演進迭代看，安防監(jiān)控產業(yè)的發(fā)展歷程可以分為：模擬時代、數(shù)字時代、高清時代和智能時代，這個過程伴隨著海量視頻數(shù)據(jù)的涌現(xiàn)。

數(shù)字化解決了安防監(jiān)控視頻的存儲和讀取問題，使安防監(jiān)控最核心的功能“事后查”變成用戶“可獲得”，這奠定了安防監(jiān)控產業(yè)飛速發(fā)展的基礎。高壓縮率數(shù)字編解碼技術的發(fā)展助推行業(yè)進入了高清時代，200萬、500萬、4K等分辨率解決了“看得清”的問題，但這個時代安防監(jiān)控的核心應用還是停留在“事后查”。

只有發(fā)展到當下的智能時代，才給安防監(jiān)控的核心應用賦予了全新的概念：從“事后”向“事中”和“事前”轉變，AI技術是促使這一轉變的核心。

智能安防為傳統(tǒng)安防帶來了革命性的轉變。在“事中”階段，傳統(tǒng)安防需要工作人員盯著屏幕，隨時監(jiān)視，人工做到這一點并不現(xiàn)實，但AI技術可以做到實時監(jiān)視，發(fā)現(xiàn)符合報警規(guī)則的事件并實時告警。AI技術不僅讓“事中”實時告警變成可能，它還可以進行事前預測，通過AI大腦的識別和分析，將一些隱患或者事件進行提前預警，做到提前處置。

AI帶來的另一大變革是效率的極大提升。

AI安防在預設中就可以通過算法重點關注相應的內容，換句話說，把監(jiān)控攝像頭被動記錄場景所有信息轉化為記錄特定物體或者行為，再以某種符合標準的格式進行編程輸出，進行數(shù)據(jù)精簡，產品帶寬、算力還有存儲空間等社會資源的消耗隨之降低，能帶來安防行業(yè)整體成本和效率10-20倍的提升。

傳統(tǒng)安防核心的“事后查”功能有時候并不足以應對龐大的視頻數(shù)量，想要在海量視頻中查找一個對象，在沒有明確的時間、地點信息時，無異于大海撈針，如某些大案甚至需要增調成百上千警力，花費幾十天時間查看PB級以上的監(jiān)控錄像。

而一些人工智能企業(yè)通過對視頻的處理可以很快找到目標對象，大大縮減了工作量，提高了效率。不過值得注意的是，這樣的AI技術可能并沒有從架構上改變傳統(tǒng)安防，海量的視頻仍然存在。此外，現(xiàn)階段AI安防技術還存在對視頻內容識別準確度不夠、數(shù)據(jù)門檻高、數(shù)據(jù)隱私安全等問題。

有觀點認為，這幾年AI安防的發(fā)展似乎沒有之前在熱潮期那么“高光”了，技術上鮮有大的突破，成熟的AI產品及解決方案較少，一些技術并不成熟，智能化水平尚處在初級階段。

對此，博觀智能研發(fā)部副總裁、首席系統(tǒng)架構師陳航鋒認為，AI安防技術的核心是AI芯片技術和深度學習算法技術，安防提供的是數(shù)據(jù)原料，是技術的一個落地點，更多地是表現(xiàn)在平臺應用技術上。人們之所以覺得AI安防逐漸缺少突破式創(chuàng)新，可能是源自平臺應用技術的創(chuàng)新逐漸變少。

任何技術都會遇到創(chuàng)新天花板，這是客觀規(guī)律。從狹義AI技術看，深度學習技術的迭代速度在放緩，雖然也有很多學者在積極探索深度學習以外的AI技術，但總體上近兩年突破式創(chuàng)新的確少了。但深度學習算法各類網(wǎng)絡每年還會有創(chuàng)新，全球各類榜單不斷地被刷新指標，且深度網(wǎng)絡訓練的可解釋性問題還待解決，深度學習算法技術還有很大的突破創(chuàng)新空間。此外AI芯片技術從工藝集成度到應用生態(tài)等各個維度還在長足發(fā)展，各類AI芯片廠商也還在不斷涌現(xiàn)，安防只是其落腳點之一。

另一方面是因為人們對AI安防的期望值比較高?！叭绻鸄I安防的實際表現(xiàn)能大于等于期望值，那就沒有這樣的聲音了”，陳航鋒說，“但現(xiàn)在要為AI安防下一個‘創(chuàng)新乏力’的定論還為時尚早“。

從過去幾年安防技術的發(fā)展路徑可以看出來，創(chuàng)新仍在持續(xù)。2012-2016年，車輛識別技術的發(fā)展帶動國內AI安防率先在智能交通領域實現(xiàn)規(guī)模落地。2017-2018年，人臉識別在公共安全領域大顯身手，19年是結構化和以圖搜圖、ReID技術規(guī)模化應用的元年，現(xiàn)在人臉、結構化以圖搜圖等技術正在AI安防產業(yè)中發(fā)揮著巨大的推動力。

落地最快但可能并不完美

安防是AI領域最具有商業(yè)化潛力的場景之一。目前AI安防的應用場景非常廣泛，主要在社會治理方面，如治安防控，智能交通、智慧監(jiān)所、工業(yè)安全、民用安防、智能樓宇等細分場景?，F(xiàn)在看來，AI安防的應用空間和應用領域還遠遠沒有達到飽和的狀態(tài)。

接下來，人工智能技術對于風控領域的賦能將從社會治理逐漸擴展到各行各業(yè)，未來攝像頭數(shù)量將成倍增長?！叭斯ぶ悄軐⑸钊氲缴a生活的各個場景里，如智慧樓宇、智慧工廠、智慧社區(qū)，而不是僅局限在閉路監(jiān)控、防盜報警等場景。這是一個2G到2B的轉變，存在著大量的機會”，的盧深視COO楊斌表示。

由于AI三要素“數(shù)據(jù)、算力和算法”在安防賽道恰好在同一時間點共同迎來了爆發(fā)，成就了AI安防，促使其成為AI技術落地最成熟的領域，但光靠AI三要素并不能解決AI安防大規(guī)模落地應用遇到的問題。

陳航鋒認為，AI在安防市場有演示落地和大規(guī)模落地兩大挑戰(zhàn)。演示落地的問題是，演示效果好，但實際落地交付效果一般，原因除了核心的算法技術外，還需要產品、工程和解決方案作為配套，才能有好的落地交付效果。

具體來說，在產品上，要解決上量和成本的問題，對AI安防企業(yè)來說，目前盈利的最好方法是要有海量的智能硬件產品。工程方面，算法落地需要結合場景化，實驗室的演示往往只能解決單個場景的展示，放到實際場景中無法很好地適應各類場景的變化和干擾，所以AI安防要能真正落地，需要大量的工程地面化部隊去實踐，通過大量的實踐再反補到算法和產品中，不斷迭代改進。

解決方案是當下AI安防最主流的商業(yè)模式，其面臨大規(guī)模落地的挑戰(zhàn)，方案實現(xiàn)CPU+GPU調度框架，降低AI的整體TCO，同時使億級的結構化和半結構化數(shù)據(jù)智能讓客戶可獲得。

同時，楊斌提出，產品非標準化、產業(yè)鏈匹配不完善亦是一大難點。三維機器視覺作為AI安防最新最前沿的技術，標準不統(tǒng)一將帶來諸多問題，如3D數(shù)據(jù)質量標準、3D相機參數(shù)標準等，這會導致供應鏈上下游匹配難度較高，行業(yè)市場不夠規(guī)范等問題。

AI安防產品多面向G端、B端市場，一些AI在商業(yè)化進程中企業(yè)存在過度依賴G端客戶的問題。據(jù)去年8月曠視遞交的第一版招股書中顯示，其智慧安防和智慧城市的訂單多來自于政府，且對于政府補貼的依賴度較強。這兩年，曠視也在以智慧安防為核心不斷向新領域擴展。

隨著G端、B端市場漸漸飽和，一些安防企業(yè)在逐漸探索擴展C端的用戶群體，如海康威視成立了主打安全的智能家居子品牌螢石，大華成立了C端品牌樂橙。今年這場疫情也令不少AI安防產品在C端打開了局面。

不過由于基因上的差異，一些安防公司在C端市場卻并不十分順利。C端用戶對于價格、體驗、營銷手段等非常敏感，C端客戶的智能化市場場景眾多、需求碎片化更加明顯，對于傳統(tǒng)安防廠商而言，還需要通過品牌知名度、產品策略、供應鏈管理、市場策略、市場通路等各個維度來調整和滿足不同的C端用戶群需求，這是一個比較大的市場挑戰(zhàn)。

楊斌表示，目前行業(yè)的各個參與者都在商業(yè)模式探索階段。他認為，不論是大公司還是小公司，最重要的是找準自己的定位，體現(xiàn)自己的技術特長和產品特長，實現(xiàn)商業(yè)價值。當產品和技術在行業(yè)內被認可，就能在產業(yè)鏈中實現(xiàn)自己相應的利潤率，隨著時間迭代，利潤率會趨于穩(wěn)定。

萬億級市場引力，老將、巨頭與新貴“纏斗”

縱觀國內安防產業(yè)的發(fā)展歷史，2010-2016年被認為是產業(yè)發(fā)展的黃金十年，得益于技術的突破式創(chuàng)新，行業(yè)由數(shù)字時代進入高清時代。2016年，被稱為是AI安防的元年，伴隨著深度學習帶來的第三次AI浪潮，AI技術也迅速在安防領域應用開來。

這幾年，海康威視、大華股份、宇視等老牌巨頭紛紛開始在AI技術上發(fā)力，目前它們仍牢牢占據(jù)第一陣營。商湯、曠視、云從、依圖等AI明星獨角獸創(chuàng)業(yè)公司也將眼光瞄向了這里，它們幾乎都將安防作為核心布局的領域；此外，BAT、華為等互聯(lián)網(wǎng)巨頭也不斷進場跑馬圈地。

更多的是中小參與者。據(jù)前瞻產業(yè)研究院《中國安防行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》數(shù)據(jù)顯示，截至2017年年底，國內安防企業(yè)約為2.1萬家，行業(yè)總收入約為6016億元，年均增長14.4%。

此外，該報告預測，2020年，我國安防行業(yè)總收入將突破8000億元，達到8212億元左右。另有數(shù)據(jù)顯示，截至2022年底，中國安防行業(yè)市場規(guī)模將達到近萬億元。萬億市場規(guī)模所釋放出的巨大吸引力無形中也在加劇著行業(yè)的競爭。

不同類別的參與者各有優(yōu)劣勢。傳統(tǒng)安防企業(yè)以硬件產品、供應鏈、平臺見長，行業(yè)前幾名基本可以看做“全優(yōu)生”，各項實力都很均衡，基本沒有短板；AI企業(yè)是算法實力一枝獨秀，硬件能力稍弱；巨頭則以整體實力見長。

陳航鋒認為，這些企業(yè)憑借各自的優(yōu)勢切入安防市場，角色上有“防守方”和“進攻方”的區(qū)別，在正面戰(zhàn)場上的摩擦肯定不可避免，表現(xiàn)到AI落地上，最后拼的仍是AI應用的六要素—“數(shù)據(jù)、算力、算法、工程、產品、方案）。但行業(yè)的機遇變遷和市場迭代升級挑戰(zhàn)永遠存在，傳統(tǒng)安防企業(yè)的地位，更多取決于自身的行業(yè)領導開創(chuàng)能力和綜合經營水平，并不會因為AI初創(chuàng)中小企業(yè)的入局而瞬間動搖。

“新入局者對傳統(tǒng)安防巨頭的地位肯定有所動搖”，楊斌有不同的看法?！罢麄€行業(yè)從來沒有一個固定的老大，行業(yè)的迭代、一家公司在行業(yè)中所處的位置上下起伏也是正常的”。他認為，經過這四五年的發(fā)展，AI安防還沒有進入到“下半場”。

安防行業(yè)的上半場，是以視頻編解碼技術的進步為基礎的，即H.264/H.265/CVS等標準的落地應用這成就了海、大、宇這樣的上一代頭部公司。而安防行業(yè)的下半場，將以“數(shù)字視網(wǎng)膜”，“針對對象的特征預提取”等技術和標準為基礎，像二維人臉識別、三維人臉識別等技術，都是“特征提取”的一個主要方面。

到目前為止，整個產業(yè)鏈都處于初級階段，目前下半場的重要時間點還未出現(xiàn)。楊斌認為，這個關鍵時間點到來的標志將是一套統(tǒng)一的行業(yè)標準成型的時候。

雖然很多大公司都已經提前布局標準制定，目前AI安防領域仍未有統(tǒng)一的標準出現(xiàn)，只有確立了標準，企業(yè)都基于統(tǒng)一標準推出技術和產品，才算真正的開局。而一旦有了標準，就會有巨頭產生。

“AI安防的下半場，這看似是一個比較悲觀的論調。如果將產業(yè)發(fā)展類比成一場球賽，我覺得這只是暫時的場面，下半場也會成為瘋狂‘進球’的下半場“，陳航鋒認為，下半場的發(fā)展仍是非常精彩的，當前AI安防雖然在“事后”查的效率上有了極大提升，但離“事中”查的應用還有很大差距，“事前”預測的應用也遠未達到普及，未來值得期待的改進和創(chuàng)新仍然很多。

他預測，緊隨在”智能時代“后，安防產業(yè)下一個發(fā)展階段應該是”泛智能時代“。AI安防的下半場結束，不會意味著AI安防的結束，可能會是AI安防泛智能應用的開端。

未來，AI安防行業(yè)的”寬度“可能將不斷拓展，AI安防技術將向更寬的領域進行輸出，例如人臉識別技術，從先前主要應用在安防人員布控場景到逐步在門禁考勤市場普及。在不久的將來，有可能廣泛應用在智能家居領域，將AI安防從對行為的識別擴展到居家養(yǎng)老、看護小孩、看護寵物等場景。

楊斌表示，接下來AI安防行業(yè)將在服務好G端需求的同時逐步向B端即行業(yè)端下沉。未來3-5年，B端安防市場的體量將逐步增大，甚至慢慢與G端需求齊平?！北緛戆卜佬袠I(yè)就是一個萬億級市場，我個人判斷，在3~5年之內可能還有一個三倍以上的增長，那時候的體量會更大“。

不能忽視的是，由于中美貿易摩擦等影響，今年安防產業(yè)面臨較大的外部環(huán)境風險，?？低?、華為等企業(yè)被美國商務部列入了實體清單。近期，據(jù)傳受美國斷供禁令影響，華為的AI安防芯片因缺貨嚴峻導致價格被爆炒?，F(xiàn)在外部環(huán)境仍面臨較大的不確定性，但危機也往往與機遇并存，恐難抵擋大勢所趨。
責任編輯：tzh