近三年來，中美貿易戰、俄烏沖突、新冠肺炎疫情、半導體市場供應失衡等因素，對全球安防市場形成了巨大的沖擊，行業脫離過去10年增長的軌跡，國內政府財政收支減少、部分項目延期（包括政府評審周期拉長）、房地產市場下滑、企業端市場投資信心減弱等因素，使得安防市場需求表現相對疲軟。

但從長遠角度看，一方面安防行業發展深受國家政策及法律規范的影響，“十四五”提出的平安中國、社會治理、智慧城市等持續深化的頂層設計將引領安防產業進一步發展，另一方面安防產業自身在新興技術的影響下，也在不斷向外延伸，安防+與視頻+的創新應用近年來不斷落地，發掘出類似智慧農業、智慧水務等新的商機。

（1）安防設備市場概況

對于安防設備市場而言，在過去一年里主要有兩個明顯的變化：一是隨著智能感知應用的拓展，安防設備的類型進一步豐富，以?？低暈槔湟砸曈X技術為起點，在物聯網感知層拓展和布局可見光、毫米波、紅外、 X光等領域，融合發展聲、溫、濕、壓、磁等感知手段，打造全面、多維的感知技術產品體系；二是全球供應鏈緊張，部分零組件短缺，導致產品交付周期延長與產品價格上漲，迫使無法承受這種成本增加的設備供應商抬高自己設備的價格，雖然在需求端的影響有限，但供應鏈短缺的問題將成為未來行業良性發展的隱患。據Novaira Insights統計， 2021年網絡攝像機的全球平均價格上漲了7%以上，是近年來網絡攝像機全球平均價格首次逆向上漲。

針對中國安防設備市場的調研結果， a&s Research統計， 2021年中國安防設備市場達1750億元，其中視頻監控設備市場達761億元，防盜報警市場達207億元，出入口控制市場達464億元，樓宇對講/智能家居市場達318億元。

在過去一年，鬧得沸沸揚揚的“安防缺芯”事件，經過相關企業的快速補位，目前行業中中低端芯片短缺的狀況已經得到了緩解，價格也呈現出下降的趨勢，但在高端市場仍存在短缺的情況，部分芯片價格仍居高不下。

a&s Research調研結果顯示， 49%的調研對象表示2021年企業經營有所增長，且企業規模正在擴大， 48%表示2021年產品或解決方案的平均單價上升， 50%表示產品或解決方案的交付時長上升。從整體市場上看，供應鏈短缺的問題，對國內安防產業的影響仍然較大，企業需采用更加積極主動的方式如尋找新的供應商、強化生態系統管理等，去熬過這段長夜。

另外需要引起注意的是，由于過去一段時間的供應鏈失衡，導致設備商都進行了大量的備貨，大部分庫存都處于較高的水平，在未來的一段較長的時間中，將面臨著去庫存的壓力。目前地緣政治與全球疫情的影響仍不可能退去，因此整體安防行業市場發展依然充滿著未知的挑戰，這或許會對近兩年快速發展起來的國內安防芯片廠商形成新的洗牌與淘汰態勢。

（2）智能安防落地現狀

當前智能安防落地的應用主要在人臉識別、車牌識別、視頻結構化、智能分析等應用上最為高頻，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。

同時隨著智能安防技術的發展成熟，安防企業所承接的項目也從之前的平安城市、智能交通、雪亮工程等公共安全項目，延伸到智慧大腦、數字孿生、車聯網等城市智慧治理項目，同時非傳統安防類型項目正呈現出逐年上升的態勢。

a&s Research針對智能安防落地現狀分別對業內廠商及部分行業用戶進行了交流，綜合起來看，目前智能安防落地仍然存在三處常見的痛點：

一是算法服務成本的居高不下，在許多大型項目中， AI應用在落地后，對高級算法人才提出了長期駐場的需求，但相關研發人員不足，給AI應用落地造成了極大的成本壓力；二是數據素材的獲取，在法律允許的條件下，獲取真實的、有效的數據是一個長期且艱巨的工作過程，而且沒有捷徑可走，同時由于過去傳統建設中，數據大部分都是獨立存在的，形成了較為突出的“信息孤島”問題，打破這樣的局面同樣需要一定的時間；三是場景應用過于單一，雖然在某些特定的場景，智能安防與AI應用已經取得了良好的落地效果，但更多的細分場景充滿著各種多樣化及個性化的需求，目前市場并沒有良好的解決方案去覆蓋這些痛點，其本質是企業對于場景業務理解的深度及投入產出比的優化還未真正做到位。

許多廠商在宣傳自身AI方案時，往往采取的是實驗室的數據，這也導致了用戶對產品的期望值偏高，在落地的體驗上出現極大的落差感。對于用戶而言， AI安防工程化目前亟需解決的問題主要為四點，一是算法場景限制，二是前端布點困難，三是成本仍然較高，四是智能與深度應用不足。

同時安防行業的發展也面臨了諸多的挑戰。其中芯片等核心零部件的短缺對于視頻監控存儲市場產生了一定的影響，導致產品交付時間延長，產品價格被迫上漲。比如， 2021年上半年由于存儲幣、奇亞幣等挖礦項目的火熱，對于大容量硬盤的需求蔓延至視頻監控市場，導致監控盤曾短暫出現一定程度的供應短缺。

2021年由于疫情的原因，世界各國經濟表現情況表現不一，但總體上處于上升的階段。 2021年中國國內生產總值1143670億元，按不變價計算，比上年增長8.1%，兩年平均增長5.1%。縱觀過去幾年的工程項目市場，政府類項目逐年減少，商業地產項目逐漸萎縮，行業硬件和軟件供應漸入飽和，安防系統集成行業增速逐年放緩。

據a&s Research調研發現，與2020年相比，安防集成及工程項目市場雖然整體保持著增速放緩狀態，但項目市場也逐漸回到正常的發展軌道中，其主要的原因是2020年疫情對安防市場形成了嚴重沖擊，影響了正常的社會經濟活動，政府和企業因為預算等原因暫停或者取消了部分項目建設，隨著2021年經濟活動的復蘇，市場有了顯著的回升反彈。雖然行業前景依然被看好，但部分集成商在調研時表示，一方面受制于安防上下游擠壓導致盈利能力下滑，另一方面受疫情影響，部分項目延期且回款較差，

近兩年集成行業盈利水平持續下降。從量的角度看，據a&s Research統計數據顯示， 2016-2021年中國安防系統集成市場的規模分別為2819.66億元、 3158.00億元、 3631.70億元、4067.51億元， 4474.26億元、 4742.71億元，近五年增長率各自是13％、15％、 12％、 10%、 11%。

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。安防系統集成從傳統的行業（政府、公安、交通、司法、文博、公共場所等）外延至新興的領域（教育、體育、醫療、文化、能源、水利等）。

疫情后的信貸收緊，地方政府投資節奏放緩，平安城市與雪亮工程項目等傳統項目有所減少，但新興的市域社會治理現代化建設、社會治安防控體系建設、智慧城市等政府業務項目正在興起，讓公安相關項目得到了較大的補強。

a&s Research調研分析發現，公安、交通、金融三大行業不僅是占據的市場份額最多，而且也是受關注最高的幾個行業。其中，超過58%的企業有涉及公安業務； 42%的企業業務涉及智能交通；超過三成的企業在過去一年有承接過金融安防項目。

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，前三分別是應用效果無法達到預期效果、技術成熟度不足、產業碎片化嚴重，從這些原因中不難看出，目前智能安防的落地仍然處于初級階段，應用效果是影響用戶選擇智能安防產品或者解決方案的第一要素。

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；二是國內企業AI設備的出貨量已經占整體產品出貨量的70%左右，尤其在疫情之后，園區、辦公樓宇等對電子哨兵等智慧防疫產品需求更加強烈，吸引了眾多企業的關注，也造成了市面產品同質化嚴重與質量參差不齊的現象；三是數據的制約性， AI落地依賴數據訓練基礎算法，因此獲得高質量數據是落地的關鍵，在一些傳統安防之外的場景，缺乏統一、標準、高質量的數據，導致創新應用進度緩慢；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，要加快智能應用落地速度，必須要處理好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?？偠灾?，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：

（1）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）規模化智能應用部署成本高。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。在行業進入智能化之后，一方面人工智能可以實現無人類干預，基于知識并能夠自我修正地自動化運行，這種決策方式往往會產生人們無法預料的結果，另一方面視頻的數據都經過高度濃縮，價值遠超于前，尤其是個人隱私問題，導致被犯案的機率變得更高，對社會的影響也更大。
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，場景會越來越多元，應用會越來越復雜，面臨AI的無限可能性，企業需做好長期性的技術儲備；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、應用等多個產業鏈條，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；四是賽道現有玩家太多，且無法形成數據閉環，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。