2023智能安防未來展望
2023/09/05
來源：本站
挖掘數據價值的能力已經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。
智能安防產業鏈
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廠商等，其業務涉及云服務、 AI芯片、智能算法、數據融合應用、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尋找合適的合作伙伴，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失，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。
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在安防場景中地，更是朝著傳統難以深入的數字化領域滲入：
（1）在氣象水文監測場景中，?？低暠阃ㄟ^氣象智能觀測平臺打造出全天候、智能化、多層次的氣象智能觀測系統，該系統能對霜、露、冰、雪、團霧等天氣現象進行實時智能識別，同時提供溫度、濕度、氣壓、風速、風向、降雨量等常規氣象要素的行業級、分鐘級監測數據，從而實現區域氣象的準確、實時監測，助力提升氣象災害預警能力；
（2）在燃氣站安全生產監管場景中，亞略特通過前端監控設備+邊緣計算單元+可視化智能管理平臺打造智慧監管解決方案，通過邊緣側分析技術為燃氣站提供長時間未關門識別、煙霧檢測、人員倒地識別、安全帽識別、工服識別、抽煙識別、打電話識別等多種智慧識別服務，數據實時上報到監管平臺，一旦發現安全隱患自動預警、上報、記錄。同時實現關鍵數據匯聚互聯互通，通過可視化監管平臺，相關部門監管人員可及時調閱，避免人工巡檢的費時費力、不及時等問題，大大提高燃氣站安全生產和應急管理能力；
（3）在汽車智能充電領域，熵基科技將在智慧停車方面的行業經驗沉淀，與充電樁、相融合，從而提升停車場的使用率、充電服務收益率和良好的用戶充電停車體驗。其將智慧充電SaaS平臺與智慧停車SaaS平臺打通，使充電與停車服務相互融合，解決充電車輛停車優惠減免、便捷支付、解決燃油車占位、短充長停等管理痛點，還可以對接國家/地方政府充電平臺，符合政府監管要求；
……
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。
簡而言之，挖掘數據價值的能力已經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。同時隨著共建智能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。
智能安防產業鏈
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廠商等，其業務涉及云服務、 AI芯片、智能算法、數據融合應用、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尋找合適的合作伙伴，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失，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。
智能安防未來展望
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在安防場景中地，更是朝著傳統難以深入的數字化領域滲入：
（1）在氣象水文監測場景中，?？低暠阃ㄟ^氣象智能觀測平臺打造出全天候、智能化、多層次的氣象智能觀測系統，該系統能對霜、露、冰、雪、團霧等天氣現象進行實時智能識別，同時提供溫度、濕度、氣壓、風速、風向、降雨量等常規氣象要素的行業級、分鐘級監測數據，從而實現區域氣象的準確、實時監測，助力提升氣象災害預警能力；
（2）在燃氣站安全生產監管場景中，亞略特通過前端監控設備+邊緣計算單元+可視化智能管理平臺打造智慧監管解決方案，通過邊緣側分析技術為燃氣站提供長時間未關門識別、煙霧檢測、人員倒地識別、安全帽識別、工服識別、抽煙識別、打電話識別等多種智慧識別服務，數據實時上報到監管平臺，一旦發現安全隱患自動預警、上報、記錄。同時實現關鍵數據匯聚互聯互通，通過可視化監管平臺，相關部門監管人員可及時調閱，避免人工巡檢的費時費力、不及時等問題，大大提高燃氣站安全生產和應急管理能力；
（3）在汽車智能充電領域，熵基科技將在智慧停車方面的行業經驗沉淀，與充電樁、相融合，從而提升停車場的使用率、充電服務收益率和良好的用戶充電停車體驗。其將智慧充電SaaS平臺與智慧停車SaaS平臺打通，使充電與停車服務相互融合，解決充電車輛停車優惠減免、便捷支付、解決燃油車占位、短充長停等管理痛點，還可以對接國家/地方政府充電平臺，符合政府監管要求；
……
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。
簡而言之，挖掘數據價值的能力已經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。同時隨著共建智能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。
無疑，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。