目前在千行百業數字轉型、智能升級、融合創新等需求上，已經催生出不少的新應用，而智慧安防作為其中一個場景，也被賦予了新的使命，打開新的增量市場。

智慧安防發展與落地趨勢

（一）智能安防現狀

近年來，在國家政策的支持下，天網工程、平安城市、雪亮工程等項目陸續落地，驅動著國內安防行業市場保持高速增長態勢。同時，人工智能、大數據、云計算與物聯網等新技術與安防實現快速的融合，讓行業的邊界不斷泛化，AIoT的時代已經到來。

近兩年來，中美貿易戰、新冠肺炎疫情、缺芯漲價等因素，對安防行業形成了密集的沖擊，全球安防市場需求均出現萎靡的態勢，國內安防千萬級項目市場規模有所降低，平安城市及雪亮工程（一期）項目開始進入存量更新及優化階段。在疫情之后，提升城市在管理、應急等方面的智能化水平已經是城市升級改造的重要內容，與2020年政府提出的“新基建”相呼應，目前在千行百業數字轉型、智能升級、融合創新等需求上，已經催生出不少的新應用，而智慧安防作為其中一個場景，也被賦予了新的使命，打開新的增量市場。

（1）安防設備市場概況

過去一年，由于疫情的爆發，在國內除了疫情相關的緊急安防項目外，其他安防建設項目的供應多處于延期狀態，由于疫情的影響仍然存在，對于整個安防市場而言，充滿著許多未知的變數。從整體上看，在疫情期間所暴露出基礎設施薄弱、信息孤島等短板，行業距離真正的AIoT仍有段距離，預計未來幾年智能安防仍將迎來全面發展。

針對中國安防設備市場的調研結果，a&s Research統計，2020年中國安防設備市場達1455.2億元，其中視頻監控市場達718億元，防盜報警市場達190億元，出入口控制市場達320億元，樓宇對講/智能家居市場達227億元。

在過去一年中，安防設備市場發展主要呈現出以下特點：一是受疫情及中美貿易影響，國內安防市場增速明顯放緩，行業的集中度進一步集中；二是疫情期間，社區管理帶動出入口控制市場增長，同時“宅”經濟發展帶動智能家居設備的增長，兩者發展在過去一年均出現了長足的進步；三是受上游產能不足與原材料短缺影響，各行各業均出現原材料價格跳漲、供應缺貨、訂單周期延長等等現象，據高盛6月初的研究報告顯示，全球超169個行業在一定程度上受到芯片短缺的影響，這也被譽為是近兩年最困難的供應鏈挑戰之一，其中智能汽車和智能安防受到的影響最為凸出，據市場反饋，僅同等攝像機產品，一年的漲幅便達30%~40%。

a&s Research認為，目前全球疫情仍未結束，整體經濟環境仍存在諸多不穩定因素，同時上游芯片供應短期內也無法恢復正常，不斷上漲的芯片價格，無形中也會擠壓產品利潤空間，如果持續下去，無疑將引發安防產業的新一輪洗牌。

（2）智能安防落地現狀

在工程方面，據AI智道統計， 2020年共有2945條城市級大安防項目招標信息（超過200萬的招標項目信息采集率應在70%以上，超過1000萬的招標項目信息采集率超過80%），a&s Research剔除與智慧城市、城市級大安防項目無關項目（如建筑智能化、IT系統等），2020年城市級大安防項目招標信息共2803條，合計采購預算849.76億元，合計中標金額803.61億元。從工程項目及招標金額看，整體城市級大安防項目受疫情影響并不大。




從上圖可知，當下安防城市級大項目仍以平安城市、智能交通、雪亮工程、交通管控為主，2020年人工智能、智慧大腦、數字孿生、車聯網等非傳統安防類型項目正逐年增加，但僅占總體項目數量20%左右的水平。當前在智能安防應用落地中，人臉識別、車牌識別、視頻結構化、多維大數據分析、智能分析等最為高頻，可以看出目前AI技術在安防項目的落地應用仍然聚集在感知與認知階段。尤其在人臉識別的應用，大部分企業都在相同的開源框架下完成技術開發，算法間的差異相對較小，具體方案的同質化現象日趨嚴重。

受疫情影響，2020年全球經濟萎縮4.3%，我國是全球主要經濟體中唯一經濟正增長的國家，2020年GDP同比增長2.3%。受大環境影響，加之安防終端用戶治理整頓，行業設備和軟件供應漸入飽和，安防系統集成行業增速也有所放緩。相較于往年，2020年由于疫情等原因的影響，智慧社區項目涌現了不少訂單，讓不少中小型集成商與工程商有意外之外的收獲。

從量的角度看，據a&s Research統計數據顯示，2015-2020年中國安防系統集成市場的規模分別為2563.33億元、2819.66億元、3158.00億元、3631.70億元、4067.51億元，4474.26億元，近五年增長率各自是10%、13％、15％、12％、10%。

隨著行業新興產品技術不斷得到創新，安防集成商在安防產品和應用場景上不斷拓展。安防系統集成已經覆蓋到政府、公安、交通、司法、房地產、金融、能源、教育、醫療、通訊、部隊等各主要領域。

依a&s Research調查到的2020年國內系統集成市場數據分析可見，受信用收緊地方政府投資節奏放緩，平安城市（包含雪亮工程）占比下降，但仍繼續領跑細分市場，占據安防16%的市場份額。緊隨其后的分別是智能交通、金融、房地產等細分市場占據的權重最大，三者分別貢獻了整個安防集成工程市場的14%、10%、9%。此外，排在第五到九位的分別是校園、能源、司法、醫院等成為安防系統集成市場中具有重要分量的拼圖。

a&s Research通過走訪與問卷的形式，向企業及用戶調研智能安防落地難的主要原因，依次是應用效果無法達到預期>安全性及穩定性欠妥>成本高>技術成熟度不足，從中也可以看出，目前用戶對于智能安防的認知已經逐步成熟，應用效果是決定用戶選擇智能安防產品或者解決方案的第一影響要素。

除此之外，在調研中廠商代表們也反映出目前智能應用落地中存在的問題：一是目前人工智能在安防行業的滲透仍然較低，需要所有攝像頭都能對視頻信息進行全面智能分析之時，人工智能在安防行業的價值才能真正凸顯出來，目前的現狀僅僅是用小部分算法解決小部分的問題而已；二是目前人工智能+安防的項目成交比例已經接近20%左右，尤其在疫情之后，園區、辦公樓宇等對人臉識別或AI測溫的需求更加強烈，智能安防應用比例有了顯著提升，但距離AI普惠仍然有段距離，而且目前價格因素也讓不少用戶仍然處于觀望階段；三是企業與用戶的思維不一致，企業擅長用技術性的思維進行產品研發，而由于對技術沒有深入的理解，用戶對于產品的需求更多體現在實用性上；四是隨著國內人臉識別規范以及數據安全法等出臺，隱私與安全無疑也會是智能安防落地的重要難題。以數字城市建設為例，隨著數字化程度的提高，安全挑戰也將越大，面對復雜多樣的應用場景，網絡和數據資產數量龐大，網絡邊界也難以被定義。

a&s Research認為，要加速智能應用落地速度，必須要處理好以下幾個方面的問題：

（1）安防行業深度碎片化問題，表現為用戶不集中、應用與產品分散、缺乏標準化的建設，導致出現以下狀況：首先是場景碎片化嚴重，在產品和項目的過程中，用戶認為智能化便能解決一切問題，但實際上人工智能并不是萬能。在很多碎片化場景里，其實需要投入大量的人力、物力去解決場景化的問題；其次是產品與解決方案的碎片化問題。當前看來，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應用是一個很復雜的過程。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；最后是算法碎片化問題，由于算法的持續更新實現了大規模智能應用的落地，但算法的升級是永無止境的過程，這導致廠商在進行數據規劃、可視化可檢索和大數據融合時增加了不少難題，這點目前也只能通過技術的迭代、算法的穩定得以緩解。總而言之，緩解場景碎片化痛點，并不是由某一類廠商便能獨自解決的，需要產業鏈上多個環節共同參與。綜合上述，目前的難點大概涉及到這幾個主要環節：一是需要積累面向場景的數據，二是需要工程師開發面向場景的算法，三是需要大規模的訓練系統進行算法的訓練，能讓前后端的產品承載智能算法，四是需要一個平臺軟件對接智能功能和行業的需求；

（2）規?；悄軕貌渴鸪杀靖?。許多產品與方案在演示或者PK的階段都處于相對理想的環境中，但到了實際的環境中，用戶便會發現較大的差異。相對巨大成本的投入，卻得不到預期的效果，智能應用的效果往往南轅北轍，讓眾多用戶望而卻步；

（3）安全問題。在視頻監控領域，前期不管是天網工程還是平安城市的建設，視頻接入網絡已經覆蓋了絕大部分區域，，成為我國特有的關鍵基礎設施，但只有保證可用及安全的前提下，這些視頻數據的價值才能體現。近年來，由于計算機硬件和軟件、網絡協議和結構以及網絡管理等方面不可避免地存在安全漏洞，使得網絡攻擊成為可能，在網絡對抗的大背景下，針對關鍵基礎設施，攻擊頻率與強度正不斷增強。

當前，視頻監控同樣面臨著頭號外部威脅——網絡對抗。除了外憂，視頻監控系統同樣存在著內患，且在短時間內難以根除。隨著雪亮工程或視頻門禁一期的建設，視頻監控網絡覆蓋更加廣泛，前端設備的數量更加龐大，這些設備背后的風險更應得到關注：

（1）外場設備管理困難，一機一檔信息不全不準，容易被私接、替換、偽造；

（2）安全風險消除困難，未及時更改出廠密碼，未及時修復安全漏洞；

（3）內部人員違規泄密，運維人員違規調取查看，導致敏感數據外泄；

（4）網絡互通互聯，攝像機IP混雜，不規范網絡互聯，使得威脅擴散更快。

因此要真正解決落地及生根的問題，必須突破算力、算法、應用、成本等因素，正面目前尚存的四大難題：一是中國安防市場的對于海量視頻圖像分析的AI應用剛需較大，但目前的應用仍然處于初步階段，越往后發展，越多元、越復雜，AI在安防市場的應用比大眾想象的邊界要更遠、更深，而這些需求現有公司并不能夠完全應對，因此企業需做長期性的技術準備；二是安防項目是集產業、技術、模式、資本、服務為一體的復雜系統，涉及前端采集、存儲、傳輸、管理、應用多個產業鏈條，當下賦能過程中，AI僅僅滲透到了采集等單個環節，智能效果還有較大的提升空間；三是作為傳統制造業，安防產業鏈長、成本高也是擺在企業面前的一道現實問題，成百上千人的隊伍，加上巨額的營銷、研發成本，想要一直緊咬傳統安防巨頭，做垂直應用變得越來越艱難；四是賽道現有玩家大多無法形成數據閉環，直接導致眼下的安防項目構成——集成商們拿著傳統安防廠商的攝像機、AI創業公司的算法、ICT廠商的服務器，找第三方公司做軟件交付，作業模式無法形成數據閉環，也是行業面臨的大問題。

（二）智能安防產業鏈

傳統安防產業一般是包括硬件設備制造商（視頻采集、視頻傳輸、顯示系統和存儲系統）、系統集成商和運營服務商，其中硬件設備商是整個產業的核心主體。隨著人工智能在安防產業的落地，安防進入智能安防時代，產業鏈的核心開始向軟件應用傾斜，產業鏈中出現了許多新的角色，如跨界進入安防行業的ICT/IT、互聯網廠商、AI創企等，其業務涉及AI芯片、智能算法、數據融合、大數據分析服務等，與傳統的產業鏈形成競合關系。

換句話而言，智能安防產業鏈以及用戶的需求將會比傳統安防更為復雜，沒有任何一家企業可以實現包羅萬象，近年來業內大企業開始推出自身的生態平臺，聚合產業鏈合作伙伴，而小企業也必須跟隨步伐加入生態平臺體系。

數字經濟時代下，全球ICT市場早已從試點創新時期的新技術與交付模式進入倍增創新時期的平臺與生態社區階段。ICT行業這種發展態勢也開始蔓延到安防產業中，這意味著安防產業鏈的所有企業不僅面臨著技術與實際場景融合的挑戰，而且還面臨著全面業務進行數字化轉型的挑戰。在這種趨勢下，安防主流廠商已經從平臺與生態的層面出發，整合全產業資源，建立合作生態圈，擴展業務邊界版圖，同時賦能產業數字化建設。

通過產業生態圈，傳統安防巨頭建能夠彌補他們在技術研發等方面的不足，AI企業則可在生態圈中，獲得更多的市場資源、數據，以及他們急缺的市場經驗。隨著共建安防生態圈成為業界共識。安防市場競爭也從單純的硬件比拼、解決方案之爭的維度，上升到產業生態鏈的競爭，其核心是技術賦能實力、平臺開放能力和合作伙伴招攬能力。

在國內，生態的構建的主要方式為企業合作與并購，構建的載體是云平臺，核心是人工智能技術。但由于基因的不同，各家在詮釋“生態合作”上也有差異，如在算法、算力、數據、產品、營銷、資金、服務等各有偏重。但值得注意的是，這并非意味著企業之間的競爭逐漸消餌，而是從另一層面上加劇了產業的競爭態勢：

一、雖然每家側重的生態層級不同，但均是在聚合產業鏈的合作伙伴，分工協同，共同合作驅動AI項目的落地應用。短時間內智能安防產業的生態合作會越來越明顯，但隨著生態的成熟及發展，長期看未來巨頭的生態之間必然會有一場惡戰，甚至發展到貼身肉搏階段，在這個層面上，會比企業之間的競爭更為嚴峻；

二、中小企業無法通過建標準、建規模、做平臺的方式去參與生態建設，依附大平臺做開發與升級，成為生態的環節或支點，但對于缺乏人才、技術、資金、市場影響力的企業而言，在未來也許將不斷被產業邊緣化，失去市場競爭力；

三、生態間的競爭也是跨界跨行的競爭，競爭力將來自行業整合的優勢與影響力的結合，目前在互聯網已經形成這樣的態勢，任何的降維打擊對于傳統的企業而言都會是極大的挑戰。

對于智能安防產業而言，未來的商業模式將是生態圈的競爭。

（三）智能安防未來趨勢展望

a&s Research觀察，傳統安防企業真正推出AI產品的時間集中在2017下半年，稍微落后于入局安防市場的新興AI企業。但總體來看，2018年之前，真正實現落地的AI產品并不多，主流廠商推出的徘徊、物品遺留/丟失、周界檢測以及人臉識別等AI產品和方案也并不成熟。例如，在實際應用中，周界檢測無法過濾樹葉、動物、陰影等干擾因素，造成誤報率高；人臉識別依舊會受到人佩戴的裝飾遮擋以及光線環境、側臉等影響，無法進行準確識別。這些技術應用的局限性使得產品與產業需求存在較大落差。

2018年起，安防產業中依舊有不少企業通過人工智能概念進行產品或品牌包裝，但態度明顯趨向理性化。企業開始認識到，AI只是工具，要與場景需求相匹配，才能最大化發揮商業價值，僅依靠融資無法支撐企業走得更長遠，同時，安防產業業務的碎片化、復雜化和工程化等特征，要求企業除了擁有技術的能力之外，企業必須投入一定精力去深耕場景，掌握用戶真實需求。因此，大部分企業開始將精力投放到場景需求研究，進而推出適應場景應用的定制化AI產品和解決方案，并實現應用落地。

進入2019年后，安防廠商、AI企業、跨界巨頭們針對安防場景碎片化的應對之策更加成熟，不僅在產品與解決方案上覆蓋前后端產品，同時更加聚焦產品架構、開放平臺、數據服務，而且不斷跳出安防，將自身技術賦能百業。

經過這幾年的探索，越來越多的安企不僅實現AI在安防場景中落地，更是朝著傳統難以深入的碎片化領域滲入，例如在物業的場景中，可以識別垃圾桶有沒有溢出，小區的綠化植被有沒有遮擋，以及車輛違停的識別等等，實現這些細分應用的基礎一是傳統安防的場景算法，如車輛、人臉、周界等，二是近年來打造的強大中后臺支撐。

雖然AI在安防或其他項目中落地應用尚處發展初期，但在市場認知日趨理性的驅動下，以及新技術的融合應用的日益成熟，AI產業化進程無疑將加快，未來產業的競爭將更加聚焦于解決方案、集成與運營能力。

2020 年，新冠肺炎疫情蔓延對全球經濟社會以及數字經濟、智慧物聯產業發展產生了廣泛而深遠的影響，數字化轉型升級加速，業務復雜度與差異化快速提升。當前的視頻技術已經突破了傳統監控與安防的內涵，并與千行百業的應用產生聯系，隨著產品算力的增長與成本的下降，AI+安防產品在視頻物聯行業中應用比例也將不斷提高。

如今，全球經濟社會面臨著重大變革，數字經濟已成為全球經濟發展的新引擎，“碳達峰”、“碳中和”目標的制定也將進一步推動包括城市發展、能源結構、工業制造、交通出行、生態建設等各領域轉型升級。而元宇宙概念的出現，也為科技創新迎來了一輪新的時代風口。時代從不缺少對挑戰與形勢的定義，最稀缺的恰恰是變局之下的突圍之法。

行業未來的趨勢有以下特征：

市場面：得益于政策和數字化驅動，AIoT對實體經濟的融合賦能，使行業持續高景氣；

產業面：行業邊界消融，更多跨界者介入；行業洗牌加速，集中度進一步提升；基于業務融合和生態鏈建設成主旋律；高增長企業的壓力向下釋放，地市、縣城成為新戰場；

技術面：MEC關鍵技術成熟，促使IoT設備云端一體;單一智能到多維感知，場景化智能互聯成為現實；低代碼技術加速loT開發成本和落地速度；低碳綠色、信創技術崛起；

應用面：AIoT技術與大量應用行業融合，將直接創造新的應用與業務；下一年交通、能源、農林水利、環保、物流、市政和產業園區、保障性住房等基建，以及教育、醫療、社區等民生領域將大面積開花；AI能力權重繼續提高，將拉高軟件和系統集成的價值。

簡而言之，挖掘數據價值的能力將成為未來智能安防的核心。除此之外，多維感知技術、大數據應用、千行百業數字化轉型需求都打開了智能安防的新市場——AIoT，未來產業有著巨大的發展空間。同時隨著共建安防生態圈成為業界共識。安防市場競爭也從單純的硬件比拼、解決方案之爭的維度，上升到產業生態鏈的競爭，其核心是技術賦能實力、平臺開放能力和合作伙伴招攬能力。

智能安防的應用是高度碎片化及場景化的，隨著這幾年芯片平臺性價比不斷提升，使得軟件和算法在硬件平臺的切換成本下降，并可以實現商用，不少安防企業也推出AI開放平臺與算法商城，例如?？低曇环矫娼ㄔOAI開放平臺，將算法的訓練自動化實現，一方面在硬件上支持適配算法和應用的替換。開放程度是一個行業成熟與否的標志，也是帶動智能安防產業發展的首要因素。