近一年来,虽然安防行业的自身格局已经趋于平和,但在行业面临技术变革的当前,这样的安稳的局面被打破也是迟早的事。颠覆一个行业的永远不是内行人,已经成为了各行各业无法摆脱的“魔咒”,而这些暗涌也让安防厂商开始新一轮的布局——企业整并、曲线上市、建立海外研发中心、生态建设等一系列新的举措层出不穷,为了能在智能时代拔得头筹,意识到这不是单纯的安防的战场,才能真正在“多元化”及“多极化”的商场上从容不迫。
AI时代下安企的机遇与挑战
在《全球人工智能发展报告(2016)》中,明确指出未来人工智能将在电商零售、金融、医疗健康、教育、自驾领域、个人助理、安防等领域率先落地。从2016年北京安博会的星星之火到2017年深圳安博会的燎原之势,产业技术快速迭代,必将促使产业走向更加开放及融合的新生态。
相关数据显示,深圳安博会受人工智能浪潮的影响,申报人数从预估的翻了4倍,甚至可以说人工智能让安防如获新生。但回归到现实,企业仍然需要注重概念与产品落地的差异,盲目追逐前者,只会成为AI泡沫中的一份子,理性看待新技术的变革,除了看到机会点,也要推出相应质量高、具有持续竞争力产品,才能获得真正的核心竞争力,从而获得预期的利润。
当前,融合人工智能、大数据、云计算的安防技术得到越来越多用户的认可,尤其在平安城市及智能交通领域,人工智能能解决众多迫切的需求:
(1)据统计,2016年平安城市过亿项目共有47项,合计市场规模约109.2亿。2017年上半年的平安城市过亿项目有55项,项目合计金额为213.2亿,平均项目金额为3.8亿元。经过这两年的探索,安防在2018年中围绕区域人群监控、案情分析系统等必将落地更多AI产业化应用,从2016年下半年开始功能性软件订单在政府订单占比迅速提升,2018年将迎来爆发期;
(2)2016年,智能交通行业市场规模达到414.4亿元,同比增长33.5%,预计未来几年仍会保持20%以上的增长。通过人工智能及大数据,可以满足用户在路段交通感知(车辆、停车场感知等)、车辆身份特征识别、车辆比对、车辆行为分析以及未来无人驾驶和汽车辅助驾驶的需求。
虽然AI在安防未来的前景光明,但也不能否认当前行业不少企业对AI的宣传更近乎“神化”,忽视了技术发展的层层叠进。苏州科达科技股份有限公司表示,虽然算法及技术的进步,已经让深度学习在行业应用中进入实战阶段,但从理性的角度上看,当前市场上仍然存在着误导性的宣传,容易让人混淆。当前人工智能在行业的应用仍然存在以下几点挑战:
一、深度学习需要大量的数据样本进行训练,理论上收集数据便可以让机器无所不能,但现实却不是如此。各个地区各个行业样本特征的差异,直接限制样本是无法无限制收集的,除了边缘计算外,研究如何在有限样本下提升学习能力是企业要直面的难题;
二、如何将收集到的安防场景的数据样本与实战结合起来,是安防AI化真正要思考的问题,技术如果不与实战融合,那么行业在本质上是没有进步的;
三、安防AI的广度和深度如何发展,当前智能前端所识别的数据仅仅是浅层信息,未来如何在广度上衍生出更多细分领域产品及在深度上如何完成深层信息的认知,是深度学习在安防行业的挑战。
同样,浙江宇视科技有限公司研究院副院长朱兵也认为,安防与AI最为密切的技术一是机器视觉,二是大数据,但目前来看,安防行业所强调的大数据并不是广义的,而是与视频配合的大数据。由于视频系统、公安警种之间的信息互通标准与机制仍未成型,因此广义的大数据在公安的应用的时代还没有到来,但AI在机器视觉领域的应用时代已经到来。
但以商汤、旷视、云从、依图为代表的人脸识别优秀厂商已经成为行业内融资达人,同时在行业市场的渗透已经超过了人们的预料。传统厂商与安防新贵的直面相对,已经开始,虽然算法及芯片在最终都会趋于同质化,但是从理念的提出到产品的落地的迅速,以及对行业和市场的理解程度的精准,拳怕少壮,新贵们的表现难免让人感受到压力,在这个技术爆炸式飞跃的时代,这一切看上去似乎理所当然也超乎想象。当然行业在AI上的战争才刚刚开始,现在下什么定论都为时过早。