521
“去安防化”成了安防領域盛行的潮流，一眾企業(yè)紛紛卸下“安防”這件老盔甲，換上了智能化的新裝。安防產業(yè)就這樣風馳電掣地駛入2.0時代，“智慧安防”毫不留戀地作別那個曾經有些呆板的自己，滿面春風地講起了新故事。
筆者近期與多位安防從業(yè)人士的交流中，幾乎無一例外都提到一個動因：人工智能——它賦能了傳統(tǒng)安防產業(yè)的轉型升級，沖破應用的邊界，拓寬服務的主體，從to G到to B、to C，場景越來越豐富。安防行業(yè)歷久彌新，新的機遇觸手可及，從業(yè)者似乎散發(fā)著一種立刻內卷的沖動，都想成為新市場的第一波淘金人。
任何一個行業(yè)都在國內外的大背景之下演變著，任何一個企業(yè)也是在行業(yè)大背景之下力爭上游。安防尤是如此。那么問題來了，智能已來，但是分布并不均勻，潛藏的機遇在哪里？在更豐富的場景中，新故事從何講起？瓶頸又是什么？
更大機遇在于數據，而不是AI算法
正海資本管理合伙人花菓曾主導過多個安防、芯片項目，對于AI給安防帶來的影響，他認為，安防是視頻監(jiān)控的基礎應用，AI對供給面影響較大，對需求面影響有限。從供給面看，AI的應用加強了對視頻數據的結構化分析，相關廠商從提供攝像頭等硬件滿足客戶的安保需求，逐步演進到提供軟硬一體的智慧視頻監(jiān)控方案滿足客戶的業(yè)務需求，進一步豐富了視頻監(jiān)控產品的落地場景。
從需求面看，除“平安城市”、“雪亮工程”等To G業(yè)務外，安防等視頻監(jiān)控行業(yè)從用戶到應用都極度分散，是典型的長尾和碎片化市場，客戶的定制化需求較高，對視頻識別準確率的要求并不像自動駕駛或醫(yī)療領域那么極端，這些客戶需求并不會因為AI技術的應用而改變。
“未來，智慧安防的核心在于視頻數據，而不是AI算法，”花菓認為，“因此，現有主流廠商的競爭優(yōu)勢比較明顯，因為他們擁有大量已安裝的攝像頭，這些天然的數據采集入口無時無刻不在采集真實世界里的視頻數據，相關廠商可以籍此讓自研的AI算法得到更快地迭代和優(yōu)化，從而推動智慧安防方案的快速落地”。
相比之下，他認為，從AI算法及數據分析切入安防行業(yè)的公司可選擇的商業(yè)化路徑則是被集成，但要保持自身AI技術的領先性得依靠大量終端真實視頻數據的獲取，這在目前的行業(yè)競爭態(tài)勢下可能具備較大的不確定性。
千芯科技副總裁尚會濱也看好未來數據的價值，他談到，安防市場近兩年最大的變化就是：第一，前幾年重在部署攝像頭，近幾年重在對已部署的攝像頭用AI賦能，也就是把傳回來的視頻數據采用AI的手段進行檢測和處理。第二，應用場景多元化，智能家居尤其是一體化智能家居的應用場景不斷出現，已經引起了包括華為等系統(tǒng)服務商的注意。這也說明了一個趨勢：硬件基礎設施已經基本成熟或完善，即將進入使用軟件、算法+算力來發(fā)掘數據潛在價值、賦能已有硬件設施的階段, 從市場機會來說，能夠支持不同算法的高效的算力芯片會是非常具有市場價值的熱點產品。
找到潛藏的金礦，深挖下去
安謀科技AI技術高級市場經理吳彤談到，隨著安防行業(yè)朝著“智能、精確、高效”的方向發(fā)展，智慧安防也將不僅限于安防本身，將會衍生出更多泛安防的細分場景。前端的智能設備需要能夠適配更多的垂直場景的需求，如圖像傳感器的暗光成像性能、近紅外成像性能、色彩表現力、低功耗以及高溫適用性等。同時，前端AI視覺芯片也需要具備更多的泛安防垂直場景的算法能力，如更精準的行為分析能力，工業(yè)中的產品缺陷監(jiān)測、安規(guī)測試，農業(yè)中的農作物病害檢測等。前端AI視覺芯片也將為前端圖像傳感器及ISP芯片等提供對于原始數據的去噪等圖像增強相關算法的支持，有效地支持更多低照度環(huán)境下的安防場景，未來對于端側的算力需求會越來越大。
關于下一步的應用趨勢，他認為主要是：第一，AI在To B領域開始從單一場景向全社會延伸，未來是服務為王的時代；第二，AI網格化：模型即軟件，數據即代碼；第三，AI識別立體化，這將進一步顛覆交互方式，3D視覺或成設備標配；第四，AI全棧化，安防企業(yè)要具備“算法+IoT+軟件+云的全棧能力或協(xié)同生態(tài)的布局。
雄邁集成電路市場部副總經理馮軍強調，智慧安防的技術發(fā)展，其實就是圍繞著如何做到視頻結構化，只是不同應用領域有不同的結構化內容與要求。在他看來，AI視覺在安防落地的方向就是視頻結構化，也就是從視頻中提取結構化內容。傳統(tǒng)監(jiān)控基本都是事故或事件發(fā)生后，再對視頻長時間回放來找回線索。而視頻結構化后，可以直接用關鍵字來檢索視頻，例如人臉、衣服顏色、車輛牌照、甚至某個具體事件片段的描述。除了監(jiān)控，在商業(yè)、行業(yè)及家庭中也會獲得大量類型的智慧應用，包括金融場所或設備異常行為監(jiān)督、兒童老人看護等等。甚至AI視覺可以擺脫傳統(tǒng)的事件回溯方式，直接做到實時判斷，讓設備能夠從“看得清”發(fā)展到“看得懂”。
富瀚微產品規(guī)劃總監(jiān)馮曉光強調了在智能家居的發(fā)展前景。他認為在智能門鎖、智能貓眼、門鈴、智能家電（如電視、冰箱、微波爐等）中增加AI攝像頭，這個市場的想象空間是無限的?！斑@是一個想象空間更大的市場，各種應用層出不窮，當然，這同時也是一個對產品性價比要求更高的市場”，他補充。
鯤云科技市場總監(jiān)欒麗紅則強調了邊緣AI的價值。傳統(tǒng)安防監(jiān)控除了人臉識別之外，對于行為、環(huán)境、設備的智能視頻分析也涌現出了很多更加細分的場景，比如智慧能源、智慧工地、智慧園區(qū)、智慧港口等，對于這些場景而言，“降本增效”是剛需。
傳統(tǒng)的安防監(jiān)控系統(tǒng)已是相對成熟市場，端側的攝像頭監(jiān)控系統(tǒng)基本部署完成，但是視頻結構化利用率低，安全管控效率低、成本高。因此在智能化升級過程中，能支持多路的邊緣AI芯片就凸顯出了市場價值，它可以充分利舊、快速部署、有利于控制成本。在充分利用現有安防監(jiān)控系統(tǒng)的情況下，進行多路視頻的實時識別，不同算法同時處理，實現高算力性價比。在場景不斷細化以及視頻圖像應用高速發(fā)展的趨勢下，軟硬一體化的整體方案將會成為行業(yè)的剛需。
國產芯片進入應用深水區(qū)，哪些是熱點？
安謀科技吳彤介紹，安防監(jiān)控視頻設備中所需要的處理器芯片主要包括：網絡攝像機（IPC）中的SoC芯片、后端DVR/NVR中的SoC芯片、深度學習算法/加速器芯片、前端模擬攝像機中的ISP芯片四種類型。其中，安防IPC芯片的主要應用場景為視頻智能分析，主要包括特征識別和行為分析。
他認為視頻智能分析前景廣闊，目前比較看好的有智慧社區(qū)應用，因為這一場景面臨著人口流動性大、綜合治理難度大、基礎數據治理不夠、安全和便利性難以兼顧這四重挑戰(zhàn)。為了應對這些挑戰(zhàn)，安防+ AI踐行企業(yè)開創(chuàng)性地提出了兩大思路：一是依托深度學習等技術實現智慧精細化管理；二是通過多元信息感知和數據綜合分析技術來解決社區(qū)治理問題。智慧社區(qū)安防系統(tǒng)圍繞人、房、車、警情事件等要素，通過各類前端感知子系統(tǒng)，對重點人車進行實時且全面的數據采集，并精準識別異常人員或車輛，實現小區(qū)實有人口管理、關注人員管控、人車軌跡研判、異常告警處置、潛在風險預控等應用?！爸腔凵鐓^(qū)將解決平安城市安防最后一公里的難題并將衍生出新服務，智慧社區(qū)將成為平安城市的新戰(zhàn)場”， 吳彤談到。
億智電子安防產品部VP魏唯表示，以前監(jiān)控設備是安防的主力，也是唯一帶SoC系統(tǒng)的安防設備。其實，報警器、門磁、煙感也是常見的安防設備。此外，監(jiān)控數據只是視覺數據的一部分——即可見光圖像數據，而在非可見光領域，比如紅外線和紫外線，也蘊藏著許多有用的數據。例如疫情防控下的測溫需求，通過人臉識別和紅外測溫技術的結合，基于SoC芯片中的NPU所具備的AI計算能力，可以實現對疑似發(fā)熱人員的追蹤。基于NPU的AI加速作用，利用紅外熱成像傳感器所獲得的不可見光數據，可以使紅外熱成像數據更廣泛應用于超高精度的火情報警器、工業(yè)檢測、老人看護等場景，可以支持更多AIoT設備落地。
“安防芯片領域可能是國產化最為徹底的領域之一，基本上已經可以覆蓋高、中、低端不同的應用需求”，富瀚微馮曉光談到。在他看來，一些新進入這個領域的公司從高端發(fā)力，固然無可厚非。但是具有一定體量的客戶最終還是會選用具有從前端至后端、從模擬至數字、高中低端產品覆蓋完整、具有成規(guī)模的產品矩陣的公司的芯片，這樣才能降低研發(fā)成本，以最短的時間推出產品上市。
鯤云欒麗紅認為，安防產業(yè)持續(xù)智能化升級和加快場景覆蓋是必然趨勢，場景也朝著更加精細化、專業(yè)化的方向發(fā)展，這期間需要經歷數據、算法、業(yè)務場景理解等方面的挑戰(zhàn)。比如在石油、電力、煤炭這些關乎國計民生的行業(yè)，前端設備和傳感器等的廣泛使用已經收集了大量數據，這些數據可以幫助理解、建模、監(jiān)測甚至預測，AI 技術已經開始廣泛應用并產生經濟價值，帶來良好的社會效益。
新老企業(yè)掘金數千億增量市場，誰爭先？
正海資本花菓談到在項目中的投資邏輯時說道，客戶并不會單純地為技術買單，而是會為應用了創(chuàng)新技術的產品或服務所帶來的商業(yè)價值買單，因此，該項創(chuàng)新技術是否會降本增效或提升客戶體驗是關鍵。技術的領先性無疑會加深企業(yè)的護城河，但在關注技術本身的同時，該技術的商業(yè)價值也需要關注。
當前，AI對于安防的商業(yè)價值賦能主要體現在兩個方面，一是攝像機的升級換代，在上游軟硬件國產化程度不斷提高的背景下，根據艾瑞咨詢和招行研究院的測算，傳統(tǒng)監(jiān)控系統(tǒng)的價格不斷下降至3600 元左右，而AI監(jiān)控的價格在20000元左右，以2020年左右公安監(jiān)控系統(tǒng)的2300萬路來計算，若有20%的監(jiān)控系統(tǒng)實現AI升級，可以帶來920億元的市場空間。 此外，除公安監(jiān)控外，還有上述許多新領域需要AI安防技術的加持，因此長期來看，智能化升級為國內安防市場帶來的增量空間有望達數千億元。?
?
圖：視頻監(jiān)控系統(tǒng)成本（元）
?
在龐大的應用市場面前，新老安防企業(yè)都已就位，形成覆蓋了前端、中端、后端的生態(tài)體系。積極擁抱AI時代的安防趨勢，海康、大華、華為等均加大了相關的研發(fā)投入，形成貫穿前后端的完整解決方案布局，新興AI企業(yè)也找準垂直領域，不斷深化核心優(yōu)勢，安防市場形成了更為龐大且復雜的生態(tài)格局。那么，隨著AI應用的不斷深入，現有格局是否會被顛覆？新老安防企業(yè)未來的競爭走向何方？
千芯科技尚會濱談到，不管是傳統(tǒng)安防企業(yè)還是新興企業(yè)，大家都在積極尋找新的、高增長的市場領域。如果該市場不能夠支撐起新業(yè)務發(fā)展的話，那勢必進入行業(yè)內卷的狀態(tài)，到時候新的企業(yè)會進入傳統(tǒng)企業(yè)的領域，傳統(tǒng)企業(yè)也會涉足新興企業(yè)擅長的領域。
鯤云欒麗紅則認為，新老企業(yè)一定程度上有競爭，但總體還是相互賦能的關系——傳統(tǒng)安防企業(yè)以攝像機、服務器系統(tǒng)和應用軟件為主，面臨著視頻結構化利用率低、數據檢索慢、信息孤立不對稱等痛點；相對而言，新興AI企業(yè)更多會側重提供算法、芯片等基礎能力，在細分賽道上更能發(fā)揮出技術優(yōu)勢，可以提供有針對性的解決方案。
“由傳統(tǒng)安防企業(yè)主導的市場格局正在發(fā)生變化。隨著越來越多的企業(yè)開始入局安防領域，以安防設備為主的傳統(tǒng)競爭格局已經改變，傳統(tǒng)安防企業(yè)也在嘗試推出一站式AI需求平臺/標準化平臺，以緩解碎片化的痛點，傳統(tǒng)安防企業(yè)本身也在轉型，這是AI推動所帶來的”， 欒麗紅補充說。
富瀚微馮曉光認為，至少從近幾年的發(fā)展來看，傳統(tǒng)安防巨頭仍然保持領先。新興AI企業(yè)可能可以在細分市場獲得一定份額，但是在出貨量更大的渠道市場和傳統(tǒng)行業(yè)市場，仍然很難和傳統(tǒng)安防巨頭競爭。
需求碎片化、硬件同質化——安防如何講好新故事?
AI幫助傳統(tǒng)安防沖破邊界，走向更廣闊的應用藍海，新的場景、新的需求下，如何成就好生意？這個問題并不容易回答，如同AI在其他行業(yè)的落地一樣，碎片化的應用需求仍是最大的落地挑戰(zhàn)。此外，還存在“安防=監(jiān)控”這樣的刻板印象需要打破，并且需要逐漸從同質化的硬件競爭中殺出一條血路。這些挑戰(zhàn)，對于從業(yè)者來說，都需要花時間去打磨、去迭代。
富瀚微馮曉光認為，AI在安防市場的落地符合二八定律：一方面20%的應用（如人車檢測、人臉檢測和識別）占據了80%的市場份額（從出貨量上看）；另一方面，占據20%市場份額的碎片化應用，卻需要投入80%的精力和資源去開發(fā)。
面對這樣的現狀該如何破局？他認為，可以針對占出貨量80%的典型AI應用，盡可能標準化，以缺省功能交付給客戶。而對于20%的碎片化AI應用，要盡可能開放生態(tài)，讓合作伙伴基于開放的工具鏈為最終客戶開發(fā)各種定制化需求，實現產業(yè)生態(tài)共贏。
安謀科技吳彤認為，除上述因素，當前AI在安防市場的落地挑戰(zhàn)還包括：各大安防廠商的協(xié)議/算法標準不統(tǒng)一、帶寬容量及成本等難點。由于安防領域的碎片化需求，一些安防頭部企業(yè)逐步開放AI能力，大幅降低企業(yè)獲取和使用AI技術的門檻和成本。持續(xù)迭代AI開放平臺，可以幫助用戶簡單、快速地構建自己的智能算法，這種模式充分發(fā)揮了軟件復用的價值，可以支持行業(yè)應用的快速開發(fā)和迭代。隨著安防產品功能更豐富、應用場景更多元，標準化的安防產品已經不能滿足下游碎片化的需求，一體化解決方案已經成為了行業(yè)趨勢并形成差異化的創(chuàng)新。
千芯科技尚會濱則認為，AI落地難更深層次的原因是因為AI這幾年的發(fā)展，某種程度上是被人為地“催熟”的，需求與解決方案之間并不是十分匹配，算力價格偏高，導致了很多場景出現落地難的問題。而如果要破解同質化硬件的問題，勢必要出現新的AI芯片，比如數字存算與可重構結合的新架構，可以支撐碎片化的不同算法，實現低功耗高算力的計算平臺。
億智電子魏唯認為，以典型的人臉識別IPC應用為例，攝像機識別到人臉以后，用來做什么，這個數據使用環(huán)節(jié)是以前沒有的，在整個產業(yè)應用中也是不存在的。其他的AI應用也類似，抓到高空拋物、電動車的圖像可以用來做什么應用？如何服務我們的生產生活？都是需要解決的問題。而這需要團結產業(yè)鏈上下游的合作伙伴，包括硬件提供商、算法提供商、算法應用合作伙伴、行業(yè)用戶的通力合作，結合場景去閉環(huán)整個數據應用的策略，這樣AI才能真正地規(guī)?；涞?。
鯤云欒麗紅認為眼前的發(fā)展階段是安防落地的必然結果。過去幾年中，AI+安防是商業(yè)化落地最快的領域，因為最初的安防應用主要針對的就是人臉，這是一個相對通用的普遍需求，一套算法可以應用到多個場景。但是，隨著AI+安防開始深入多個行業(yè)，簡單的人臉識別已經不能滿足落地的需求。這時候，解決行業(yè)的實際需求成為AI的主要目的，這必然伴隨著行業(yè)需求和場景的多樣化、碎片化，從滿足碎片化需求、到開發(fā)、快速交付，是一個非常復雜的過程，再加上有些應用功能具有一定的邊界，都加大了AI落地的難度。
不過，在她看來，需求碎片化同時也帶來了一定的機會。正是因為“碎片化”，更需要企業(yè)找準自身優(yōu)勢切入到某個細分行業(yè)中，這對于深耕垂直領域的應用軟件開發(fā)商、行業(yè)解決方案提供商來說，他們基于自身在場景的數據積累、算法算力優(yōu)勢、系統(tǒng)級產品的打造，都更能高效率地實現用戶的個性化需求，在這個層面進行差異化的創(chuàng)新就能夠具備更大的競爭優(yōu)勢。
合肥君正智能視頻事業(yè)部副總劉遠認為，AI安防芯片作為算法和產品方案的多重載體，過去一直面臨的落地瓶頸主要集中在：成本偏高，發(fā)熱過大，算力難以利用，產品端的資源限制，算法多樣性的挑戰(zhàn)和算法開發(fā)環(huán)境極不統(tǒng)一等方面。AI場景需求千變萬化，產品端資源如光學/存儲等參差不齊，算法、算子等也各有特色，這些都是碎片化的具體表現。這些瓶頸，明顯阻礙著AI產品落地的速度，深度和廣度。
再進一步講，AI安防乃至更廣義的智能視覺，并不像手機、PC領域，在可預見的未來仍不太可能形成大一統(tǒng)的需求生態(tài)、技術生態(tài)或者消費者生態(tài)。安防主體還是一個to B的市場，定制化、碎片化很可能是這種市場的客觀常態(tài)。所以在此基礎上，如何構建出一個成本可控、穩(wěn)定、高效且靈活的應用平臺，便成為破解AI安防落地難的出路。
?
欲查看更多“智慧安防”相關內容，請點擊查看本期《與非智慧安防主題月》。
?
