來源：中國安防

　　深度學習和人工智能恰如其分的到來，開啟了安防行業第三個十年周期，2017年自然也就成為了第三個變革周期的開局之年。第一個十年周期是模擬監控時代，第二個十年周期是數字化和高清監控時代，第三個十年周期無疑就是人工智能的時代。

　　剛剛過去的2017年，是AI概念極為火爆的一年，人工智能成為2017年最熱門的科技詞匯。目前國內人工智能的應用熱點主要集中在計算機視覺、語音識別和自然語言理解等領域。借助于過去十年通過“平安城市”建設而積累的龐大的視頻監控資源，計算機視覺技術天然具備了明確的、可快速落地的應用場景。因此安防將會是人工智能最快產業化、市場化和競爭最激烈的行業應用。

　　本文試圖從過去安防行業十年周期律中分析人工智能時代下的第三個安防十年周期的變革趨勢，以及人工智能對安防行業市場競爭格局的影響，供同行們參考。

　　一、十年周期律再現，安防行業將迎來人工智能時代的巨變

　　回顧過去20年來國內安防監控行業的發展歷程，我們發現，安防行業的發展和社會經濟的發展規律極其相似，基本上是以十年為一個周期律。上世紀90年代中期，國內安防市場起步，到2006年是第一個周期。在這個周期中，技術上以模擬技術為代表，產品上主要以黑白/彩色攝像機、磁帶錄像機、多畫面分割器、視頻矩陣、顯示器等模擬監控產品為主導，在市場上唱主角的以利凌、敏通、松下、索尼、三星、安迅士、PELCO、AD等臺灣和海外的安防品牌為主；從2006年開始進入了以數字化視頻監控技術為代表的時代，產品上以硬盤錄像機、視頻編碼器、IP攝像機、高清攝像機、網絡視頻存儲等數字化監控產品為主導，而市場的主角則換成了?？?、大華、宇視等國內品牌，借助于數字化時代的變革機遇和“平安城市”建設的浪潮，國內安防市場和安防產業得到了飛速的發展，產生了許多重量級的上市企業，有些企業還成為了世界級的安防巨頭。同樣在這一個變革周期中，原來的國外大牌在國內安防市場的影響力逐漸式微，甚至銷聲匿跡。截止到2016年底，傳統的“平安城市”建設已近尾聲，技術與產品的同質化已十分嚴重，價格競爭成了國內安防巨頭們之間最有效的競爭策略，兆示著第二個十年周期的完結。

　　深度學習和人工智能恰如其分的到來，開啟了安防行業第三個十年周期，2017年自然也就成為了第三個變革周期的開局之年。第一個十年周期是模擬監控時代，第二個十年周期是數字化和高清監控時代，第三個十年周期無疑就是人工智能的時代。

　　二、第三個十年周期的市場變革趨勢分析

　　從前兩個十年周期的變革中我們發現，技術和產品上的變革，會同時帶來市場需求和競爭格局的巨大變化。

　　安防行業的第一次變革實現了從模擬到數字技術、產品的變革，僅僅是在傳輸和存儲方面的技術升級，就帶來了“平安城市”建設的巨大市場需求和市場競爭格局的重新洗牌，那些曾經不可一世的世界級安防行業巨頭在這一輪并非顛覆性的技術升級中幾乎全面敗退，無可奈何的將行業地位和市場拱手相讓于他們曾經不屑一顧的后來者。那么本次人工智能所引領的技術變革必然會給市場需求和競爭格局帶來更加巨大甚至顛覆性的改變。

　　一是市場需求將被重新定義

　　在上一個十年周期，安防監控市場的應用需求主要圍繞“看得清、圍得牢、傳得到”三個層面展開，以“信息”定義需求，著重于信息（數字視頻）采集、傳輸和存儲，從圖像質量、監控布點和傳輸網絡三個方面進行升級和優化。隨著人工智能技術的應用，需求將圍繞“能查詢、能分析、能預測”來展開，以“數據”定義需求，著重于數據（人臉、車輛、人體等視頻結構化數據）采集和大數據分析、研判和風險預警。安防監控將從信息化、數字化時代邁向數據化時代，才能真正有能力迎接和擁抱安防大數據時代的到來。

　　其中最明顯的是公安大數據應用需求。過去幾年，在互聯網企業的影響下，各地公安機關紛紛建設所謂的公安大數據平臺，把從公安機關掌控的個人身份信息、賓館登記數據、車輛卡口數據和從互聯網企業、移動運營商、銀行等獲取的數據進行匯總和分析，為公安機關對違法犯罪行為的精準打擊提供更廣泛的數據支撐。但是由于數據來源的不確定性、數據的有效性、數據本身的真實性和數據獲取的非實時性等因素，使得所謂的大數據平臺很難發揮出預期的成效。人臉識別、車臉識別、視頻結構化等人工智能技術的大規模應用，在很大程度上填補有效數據來源這一空白，使得公安大數據應用不再是“無源之水”、“無米之炊”。

　　二是市場規模將得到極大的放量

　　在上一個十年周期的下半段，安防監控市場增長率已成逐年放緩趨勢，2012年安防監控市場較2011年增長30%左右，到2106年較2015年增長率不到20%，由于缺乏技術變革和新應用需求的推動，下滑非常明顯。人工智能時代的到來，不僅會釋放原來未被滿足的大量市場需求，更會帶來更多、更豐富的新應用需求場景，市場規模將得到極大的放量。預計到2022年，人工智能安防市場的復合增長率將達到40%-50%左右。

　　除了人工智能本身所需要的算法硬件、軟件和大數據平臺外，在人工智能技術應用下的監控圖像用途、場景、安裝地點、安裝高度、安裝角度和設備指標都將會被重新定義，原有系統將會被重新改造以適應人工智能和大數據的應用需求。另外原來一些不被重視的地點和區域，反而是人工智能和大數據體系下的最佳采集布控點，比如社區、銀行、酒吧、賓館、洗浴中心、超市、停車場庫的出入口等，這些地方都要重新布點。有些已經安裝有監控設備的地方需要增設補光設施，有些普通攝像機要更換為超低照度攝像機或帶有部分前端智能的攝像機，這些都會給整個行業帶來很大的市場機會。

　　人臉識別技術的應用會給一卡通和門禁產業帶來一場革命性的巨變，原來的門禁和一卡通主要依靠RFID技術，存在易遺失、易偽造、需要單獨制作等弊端，這些恰恰是人臉識別的技術優勢。因此人臉識別將大規模替代原來的RFID技術，原有的系統需要大規模的升級改造，從而帶來很大的市場空間。

　　三是市場競爭格局面臨重新洗牌的機會

　　人工智能與傳統安防在技術門類上具有本質的差異，且人工智能在技術積累上具有很高的門檻，使得人工智能初創企業可以站在一個新的起點和高度來重新詮釋安防產業，獲得與傳統安防巨頭們一次對等競爭的機會。鑒于安防行業巨大市場體量誘惑，必然會吸引更多的非傳統安防行業企業借助于人工智能這把利劍殺入到已成三國鼎立之勢的安防圈，重構安防行業的競爭格局。

　　四是將會重新構建良好的安防生態圈

　　過去的十年既是國內安防產業飛速發展的十年，也是從百花齊放走向少數行業巨頭壟斷的十年。一個良好的產業和行業生態是產業創新創造和可持續發展的必備基礎。然而少數行業巨頭利用其在市場渠道和成本的優勢，形成了寡頭壟斷地位，極大地破壞了產業生態，扼殺了產業技術創新創造力，對安防產業的可持續發展極為不利。人工智能時代的到來，不僅動搖了這些巨頭們的壟斷地位，為重構健康的產業生態成為可能，同時由于人工智能的產業鏈條比較長，涉及到從基礎算法模型、基礎硬件、基礎產品、行業應用、場景應用、解決方案到應用交付的不同環節，天生就需要不同環節之間的分工協作才能打造出一個完整的產業鏈。

　　三、人工智能時代安防行業競爭態勢分析

　　如前所述，在人工智能時代，安防市場競爭格局將會面臨一次重新洗牌的機會。目前除了傳統的安防企業外，還有像百度等互聯網企業，華為等網絡通信設備制造商，以及依圖、曠視、商湯等專門從事人工智能技術研究的創業團隊都借助這次機會強勢進入安防產業。這些競爭者分別有哪些競爭優勢和劣勢，在未來的市場格局中會處于怎樣的地位呢?

　　業界普遍認為人工智能在技術層面的競爭決定于三個要素：算法、算力和數據資源，其中算法是核心，尤其是具有完全自主的深度學習原創算法，決定了團隊能走多遠，是否具有持續領先力。其次是算力，包含兩個層面：一是是否具備強大的深度學習運算平臺，決定了利用深度學習進行算法模型迭代的速度；二是算法模型與硬件的適配能力，在同等硬件條件下的運算能力，決定了產品的穩定性和大規模部署和運行成本上的可用性；再就是用于算法模型訓練的數據來源，也在很大程度上決定算法模型迭代的速度。

　　目前國內只有極少數的企業或團隊掌握深度學習的原創技術，多數是利用開源算法或從國外帶回來的一些技術進行針對性的模型訓練，而更多的則是自己不做任何的算法模型，拿第三方提供的SDK進行產品封裝。因此，在技術層面上，專業的人工智能算法團隊將更具備優勢，雖然在短時間內還摸不清安防行業的套路，無法立刻適應安防市場的打法，但隨著市場用戶對算法精度和運算能力的要求越來越苛刻，其后發優勢將會越來越明顯。也有人會說深度學習的本質是數據，誰掌握了數據資源，誰就會在未來領先，但安防行業的數據所有權是業主的，既不是運營商的，也不是集成商的，更不是產品商的。況且，數據只是材料，沒有對數據的加工能力，擁有再多的數據也不會產生好的算法模型?，F在有些算法團隊所掌握的神經網絡已經達到上千層，擁有龐大的超算平臺，這些技術層面的優勢不是短時間可以超越的。

　　在市場競爭上，除了技術層面的競爭，還有品牌知名度、市場銷售渠道、現場技術服務和項目交付等因素。在這一個競爭層面上，傳統安防企業有著明顯的優勢，是互聯網企業和專業的人工智能企業所無法比擬的。他們有著良好的用戶關系，更容易理解用戶的想法，更容易向用戶灌輸自己的產品和理念，更有很強的項目落地能力。對于用戶來講，往往分不清人工智能和監控的區別，簡單地認為不過是傳統安防監控的升級版，覺得由傳統的安防企業來做更省事。

　　傳統安防企業的另一個更重要的競爭優勢是產品硬件化、平臺化能力，特別是攝像機等前端產品的優勢——把人工智能算法快速前移到攝像機端。但是，由于現有的算法還遠不能滿足用戶的需求，遠不能支撐越來越苛刻的應用需求和復雜的應用場景，人臉識別算法模型還需要不斷的迭代和優化，甚至在未來還有重大突破性的可能，現在固化在前端的算法無法迭代升級，未來必然會遭到淘汰，這也是“吃螃蟹”的代價。雖然邊緣計算+云端計算是未來人工智能發展的必然趨勢，但在算法還遠沒有完全成熟的時候，勉強的固化和邊緣化僅僅是一種初期的嘗試。目前，專業的人工智能算法團隊也已經深刻的認識到邊緣計算在未來的重要性，也在開發生產前端人工智能攝像機或提供前端算法，甚至在積極布局AI專用芯片，以期在未來的競爭中占據有利地位。

　　未來的市場競爭中，傳統安防企業會依賴其“地頭力”先拔頭籌，落地一些前期的試點項目，從而達到了教育和培訓市場的效果，為人工智能在安防行業的全面開花落地奠定良好的市場基礎，這也是作為上一個十年周期的得利者為安防行業下一個十年周期做出的應有貢獻。隨著應用場景不斷豐富和用戶需求的不斷變化，市場對人工智能期望值的不斷提高，算法企業的優勢會得到更充分的發揮，通過構建合作共贏的人工智能+安防生態鏈或產業投資并購等資本運作，可以有效彌補其在安防行業的不足，在未來競爭中占據著十分重要的地位。

　　另外，互聯網企業借助于其在互聯網入口和大數據資源方面的優勢，在人工智能公共安全云服務方面會有很強的競爭優勢。網絡通信設備企業借助于其在數據通信、數據存儲和處理方面的優勢，會給公安、金融等高端安防用戶帶來更加全面的解決方案，在未來的競爭中必將會占據一席之地。

　　未來已來，但未來路更遠，愿中國安防行業在人工智能+安防的產業浪潮中繼續領先世界，造福全人類。