安防行業(yè)趁著(zhù)AI的風(fēng)口炒熱了安防＋AI的概念，在進(jìn)入到2019年之后，資本和市場(chǎng)將逐步恢復理性，真正的人工智能拉鋸戰也會(huì )拉開(kāi)帷幕，屆時(shí)才是AI＋安防開(kāi)始登場(chǎng)的時(shí)候。

（1）傳統安防企業(yè)

在未來(lái)，傳統安防企業(yè)持續發(fā)展、行業(yè)占有率持續領(lǐng)先，會(huì )繼續采用產(chǎn)品銷(xiāo)售內嵌智能算法和智能分析軟件的常態(tài)模式，并加深垂直行業(yè)的應用解決方案，針對不同行業(yè)不同的應用場(chǎng)景，提供智能軟硬件一體化解決方案，其主要的優(yōu)勢主要體現在：

一是在現有產(chǎn)業(yè)的技術(shù)（硬件產(chǎn)品和平臺軟件）擁有絕對優(yōu)勢；二是擁有豐富的客戶(hù)資源，對行業(yè)需求和痛點(diǎn)能夠深刻理解，行業(yè)領(lǐng)頭公司已幾乎布局全部產(chǎn)業(yè)鏈；三是大部分上市公司擁有良好的現金流，充分利用現有市場(chǎng)的盈利支持大規模研發(fā)和并購經(jīng)費的支出；四是擁有產(chǎn)業(yè)鏈上收集的大量數據，但是存在數據質(zhì)量參差不齊無(wú)法直接使用；五是在A(yíng)I領(lǐng)域通過(guò)組建自主研發(fā)團隊或者采購、合作、并購的方式切入AI市場(chǎng)；

（2）初創(chuàng )AI公司

初創(chuàng )AI公司在核心技術(shù)和研發(fā)人才上擁有絕對的優(yōu)勢：利用算法競賽排名、國內外頂尖論文和強大的實(shí)驗室、導師資源吸引了大量人才加入團隊，保證公司在技術(shù)壁壘端持續領(lǐng)先。部分AI公司完成了多輪大額融資，可持續投入研發(fā)和市場(chǎng)，已經(jīng)在業(yè)界擁有較高的知名度。

初創(chuàng )AI公司對安防行業(yè)的商業(yè)模式和盈利模式的理解還不夠清晰和成熟，目前以ToC的企業(yè)級服務(wù)為主要的商業(yè)模式，主要扮演算法支撐層和技術(shù)提供層的產(chǎn)業(yè)角色，通過(guò)提供SDK算法模塊和開(kāi)放API云平臺接口服務(wù)獲取利潤。而傳統安防企業(yè)主要向客戶(hù)提供較為全面的軟硬件一體化解決方案，其中可能涉及到攝像機、嵌入式設備、專(zhuān)有服務(wù)器及行業(yè)平臺軟件等。而這些貼近用戶(hù)需求的產(chǎn)品和行業(yè)解決方案是新創(chuàng )AI企業(yè)短期內無(wú)法實(shí)現的。

另外，大額融資與政府資金同時(shí)帶來(lái)一定風(fēng)險，資本估值過(guò)高會(huì )對企業(yè)帶來(lái)盈利上的壓力；各類(lèi)資本加入對股權和決策權的稀釋也會(huì )成為公司發(fā)展路上的隱患。

因此從總體來(lái)看，傳統安防企業(yè)都是依靠自身的能力一步步成長(cháng)起來(lái)的，在抗風(fēng)險能力上面要遠遠強過(guò)新創(chuàng )AI企業(yè)。初創(chuàng )AI公司則需要更加貼近用戶(hù)需求，不斷提升用戶(hù)質(zhì)量和數量。同時(shí)其可通過(guò)資本重組、并購的方式收購安防企業(yè)，快速獲取市場(chǎng)及用戶(hù)資源。

算力＋算法＋數據 未來(lái)競爭核心

技術(shù)是行業(yè)變革的推動(dòng)力，行業(yè)競爭將集中體現在算法、數據和硬件算力這“三駕馬車(chē)”的較量上。隨著(zhù)安防＋人工智能的發(fā)展，未來(lái)這三者將呈深化發(fā)展的趨勢：

（1）算法：集中開(kāi)發(fā)底層算法，優(yōu)化應用層算法

深度學(xué)習本質(zhì)就是一種算法，通過(guò)模擬大腦的神經(jīng)網(wǎng)絡(luò )，使得設備能夠像人腦一樣思考。在安防行業(yè)，基于深度學(xué)習人臉識別、圖像識別、車(chē)輛識別、語(yǔ)音識別等算法將會(huì )推動(dòng)行業(yè)快速發(fā)展，算法迭代將會(huì )是推動(dòng)安防＋AI技術(shù)發(fā)展的根本：

準確率更高：深度學(xué)習算法可以從原始數據中提取具有更高階、表達能力更強的特征，從而使得識別分類(lèi)對象的準確率更高；

環(huán)境適應性更強：深度學(xué)習算法可以自行提取更豐富、更適合的特征參數，從而達到更強的抗環(huán)境干擾能力。

識別種類(lèi)更加豐富：深度學(xué)習能夠實(shí)現比較精準的目標分類(lèi)識別、自主特征識別的特點(diǎn)，又讓深度學(xué)習特別適用于抽象、復雜的人、車(chē)、物體的特征和行為勢態(tài)的分析領(lǐng)域。

（2）算力 ：智能前端的邊緣計算＋智能云端的規?；嬎?/strong>

深度學(xué)習過(guò)程中“訓練”與“推演”均涉及大量并行計算，傳統的CPU明顯算力不足，而GPU、FPGA、ASIC具有良好并行計算能力，AI芯片可提供數十倍乃至上百倍于CPU的性能，大幅縮短計算過(guò)程，同時(shí)也方便調整多種模型架構，顯著(zhù)提升模型的速度。

特別是隨著(zhù)低功耗AI專(zhuān)用芯片的迭出，逐漸形成智能嵌入式前端（通過(guò)邊緣計算在前端完成結構化算法預處理，獲取高質(zhì)量結構化數據）和后端云智能（大規模計算、存儲資源、多維度大數據信息分析）協(xié)同加速發(fā)展的勢態(tài)

（3）數據：邊緣計算＋規?；嬎愕慕Y構化數據

上千萬(wàn)的攝像頭和龐大的監控網(wǎng)絡(luò )，瞬間就會(huì )產(chǎn)生海量監控視頻數據，從海量視頻數據中高效提取出有效的結構化數據，就成為智能安防的關(guān)鍵技術(shù)。而通過(guò)人工智能算法，則可自動(dòng)抓取視頻中的目標圖片，并提取其語(yǔ)義化的屬性數據以及可用來(lái)比對檢索的特征數據，形成以數據為驅動(dòng)的決策機制，根據實(shí)時(shí)數據和各類(lèi)型信息，調配和調控用戶(hù)的數據資源，最終實(shí)現系統的自動(dòng)智能化和運行效率最優(yōu)化。

人工智能是安防領(lǐng)域的未來(lái)，安企在通往未來(lái)的道路上，將會(huì )出現更多新的應用及技術(shù)，從而滿(mǎn)足安防領(lǐng)域日益增長(cháng)的新需求，推動(dòng)安防產(chǎn)業(yè)的升級換代。