A：浙江大華技術股份有限公司公安解決方案總監 曹雄
Q： 人工智能技術從2015年開始直到去年下半年一直是創業的熱門領域，但最後一環的商業化卻一直是個難題，傳統安防企業如何利用自己原有的業務根基進行AI應用的商業化，以及AI技術商業化的最大難題是什麼？
A：人工智能與安防行業的結合是大趨勢。目前人工智能在安防行業有多個落地的業務場景。依託人工智能技術，面對海量的視頻資源，我們可以快速定位出高價值信息。依託人工智能技術，在面對海量的卡口過車數據時，我們可以快速的排查出嫌疑車輛並獲得其所有信息；針對海量的人臉抓拍數據，我們也可以快速的排查出高危人員併產生實時預警。
我司在將人工智能技術商業化的過程中，一直以用戶需求為導向，針對不同的用戶場景，提供不同的技術，讓技術服務於業務，真正的讓用戶把技術“用”起來。目前安防行業對於人工智能技術的應用主要還是以人、車、物為主，在應用過程中主要存在環境適應性差、數據資源分散、算法單一的問題。例如：
1、環境適應性差，人工智能算法受限於前端攝像頭的視頻效果，容易被光照不足、圖像模糊、目標像素不足等問題干擾；
2.數據資源分散，視頻數據、結構化數據和行業內部數據無法進行關聯分析，形成信息孤島；
3.算法單一，單設備只能解決簡單場景問題，無法對視頻內容進行全解析。
Q：據瞭解在解決以上的應用困難點上，傳統的安防企業與新進AI企業各自的思路架構有所不同，請問您如何看待雙方的優劣勢？
A：傳統的安防企業與AI企業不同的是，安防企業著重於從業務入手，首先是讓AI技術更加貼近場景化應用，其次提高前端攝像機的作用，提高前端相機的圖像質量，將算法前移到攝像機上，最大程度的利用前端優勢解決問題。而AI企業更多的是對算法進行優化，但是缺少場景應景經驗。AI算法的前移是安防行業發展的趨勢，能夠降低傳輸帶寬、節省機房空間和節約建設成本，AI企業對於前端攝像機的涉獵相對較淺，不如安防企業深入。
Q：面對原有的安防市場格局，貴司認為自己的市場空間和未來發展方向在什麼地方？
A:近年來，大數據一直是各界關注的焦點，幾乎涉及到了每一個行業。這說明人對於事物的管理能力已經提升到了一個新的高度，通過對人、車、物的特徵向量提取分析，從前需要肉眼搜尋的目標，現在可以快速的在系統中搜索到。這得益於科技的創新，也依託於新一代信息技術的應用，海量的視頻存儲，百億乃至千億級的數據量，種類繁多的特徵值，這使得安防市場建設不在僅僅侷限於人防和物防與點位建設，還包含了生產生活息息相關的多個方面，如RFID技術就應用在了電動車管理上，即可管控流量，又可幫助防盜，再如交通態勢系統建設，不僅為交通管理提供了幫助，還為普通老百姓出門提供了數據參考，這些例子還有很多。這給安防市場發展帶來了新的理念，那就是信息化建設不再僅僅是為了管理，也能提升人民的生活品質，為老百姓謀福利。這也必將使得管理模式進一步得到優化，尤其是大數據產業相關的企業也將參與到其中，提供更先進的技術、更溫馨的服務，更優質的運營模式，提升企業價值，提升社會價值。
Q：面對傳統安防廠商與AI新貴的競爭，貴司針對安防行業的市場策略？
A：說競爭關係，倒不如說是相輔相成，這是一個風險與機會並存局面，在高新產業領域，只有技術的碰撞與融合才能為整個市場帶來更好的產品與解決方案。
以市場為起點，傳統廠商都是通過服務客戶獲得第一手的客戶需求，結合這些需求，為客戶提供更好的產品與解決方案，而方案設計的合理性與前瞻性，就是各方的核心競爭力，在這種齊頭並進、尋求突破的狀態下，必然能使大家獲益匪淺，能夠共同帶動平安城市產業的良性發展。因此，我們認為，學習、合作、共贏是未來的發展方向。
而人工智能已經成為安防行業最激烈的戰場，海康、大華等傳統安防企業依靠成熟的渠道，逐漸開始延伸到產業鏈的上下游。而創業公司具有技術優勢，但難以商業化，前期通過與傳統企業合作的方式實現市場佈局。我司較早在算法上進行佈局，保證算法性能始終處於第一梯隊，保證主流產品與市場需求一致。同時將人臉識別和視頻結構化作為主要發力點，重點投入人臉算法和視頻結構化算法的研究，保證產品的先進性。另外在硬件上，我司採用性能較高的Tesla P4芯片，保證硬件的處理性能。
Q: 據瞭解新進的AI公司積極的在傳統安防企業挖人才以便快速瞭解和對接市場，同時AI公司本身在高端的研發人力上人員結構權重比傳統安防企業要強，請問如何看待這種企業間的人才競爭以及應對措施？
A：AI企業需要了解市場、瞭解業務，才能使他們能夠快速進入安防行業，在單一行業內能夠有一席之地。而安防企業也在加大算法上的投入，引進高端開發人員，加強人工智能技術預研。企業之間的人才競爭是行業正在飛速發展的表現，人才的交互能夠促進產品更貼近用戶，為用戶帶來更多的價值。
Q：“算力、算法、數據“是人工智能的三大要素，貴司的優勢在哪些方面？能為行業用戶帶來哪些價值？
A：算力是人工智能的基礎，是算法運行的燃料，隨著GPU芯片的普及，人工智能算法尤其是深度學習算法在處理速度和處理規模上有了質的改變。算法是人工智能的核心，算法的性能直接決定了人工智能應用的寬度。數據是算法進步、提升算法精度的關鍵因素。我司基於視頻監控，擁有大量的深度學習算法訓練數據，同時有專業團隊精研算法，形成了從算法—數據—算法的良性循環，所以在數據量和算法精度上處於行業領先水平。基於專業的GPU芯片和先進的算法能力，結合各行業的業務，我司為各行業用戶定製專業的業務解決方案，將人工智能技術更好的融入行業業務之中。
Q: 大華的業務權重還是偏向全系列的硬件製造，您認為在AI時代激發了眾多應用場景，對於龐大的用戶定製化的解決方案需求的新商機，是否難以有足夠的精力覆蓋，而留給新進AI企業落地安防發展的機會，產業雙寡頭的格局是否會因此逐步降低其市場份額的比重？
A：AI技術使得視頻監控給用戶帶來的價值不斷提升，而用戶對於視頻圖像的應用也提出了新的要求。我司在公安、交通、司法、文教衛、金融等重點行業已經有全業務AI解決方案，已經能夠基本覆蓋客戶的需求。AI企業擁有獨特的技術能力，在一些細分領域能夠創造新的應用，為用戶帶來新的價值，這也是我司一直在努力的方向。隨著AI+安防的模式展開，安防行業的市場規模也在逐漸上升，行業內肯定會存在多家公司競爭的局面，各大企業產品線也在經歷AI升級。即使是AI企業的進入，就目前來說，對安防企業的影響還是有限的。當然在產業升級的過程中，也不排除會有AI公司異軍突起，搶走技術落後的安防公司的市場。
Q：在AI+安防市場，不管是傳統安防巨頭，還是AI創企，其市場競爭關鍵已經從單純的“技術”上升到了“生態圈”的構建，包括軟硬件研發、平臺開放以及合作伙伴的招攬等等，貴司對行業生態圈的構建做法觀點？
A：目前在安防行業，行業上游有視頻算法提供商、芯片製造商、圖像傳感器等零部件，行業中游包括了硬件製造商、系統集成商、軟件服務商，行業下游設計到公安、政府、交通、金融等行業應用，單個公司無法擁有完整的產業鏈。生態圈的構成是對安防廠商非常有戰略意義的互補行為。通過生態圈，企業可以獲得更多的資源，為用戶提供更完整的解決方案。生態圈能夠促進產業鏈上、中、下游的合作，加強對行業的認知，形成共贏的局面。我司也在積極促進生態圈的構建，增加對外合作的機會。
Q：由於受到國家在公共安全視頻監控領域聯網建設的要求，視頻監控智能化發展必須要有一個統一的標準，這不僅包括攝像機硬件與智能應用之間的標準，還包括智能攝像機提供的結構化數據標準。隨著智能前置化，後端雲計算、大數據應用可以直接利用前端攝像機提供的結構化數據，效率更高，標準化建設也將成為未來前端智能帶來的又一大影響，貴司對標準化的看法？
A：結構化數據標準化是智能發展的趨勢 。目前由於結構化數據沒有統一的標準，各建設廠家之間大部分數據無法互聯互通，難免有重複建設的情況出現，不僅造成資源浪費，同時在城市級的大數據應用上形成了瓶頸。在公安行業，基於視圖庫協議，已經實現部分結構化數據標準化，我司也在積極推進視圖庫標準制定。結構化數據標準化可以賦予前端AI相機更復雜的能力，為視頻大數據提供了更多的數據來源。
Q：人工智能時代技術與產品更迭速度加快，雖然能給用戶帶來新的價值，但對於用戶的投入成本而言也是相當高額的，如何平衡技術迭代與產品生命週期的矛盾，讓用戶的投入能獲得持續的回報，如實現原產品技術的在線升級？
A：人工智能產品的迭代主要是在算法上，由於算法在不斷的調優，每個版本之間存在微小的差異，所以軟件需要進行不斷的升級。而在硬件的更新比較緩慢，硬件的性能主要取決於AI芯片，目前很多產品的硬件處理性能已經能夠滿足各行業的需求，一般情況下無需進一步升級。我司在算法上提供免費升級，根據算法版本的更新對前端設備進行升級。同時也充分考慮硬件的問題，在升級過程中基於原產品的硬件架構進行迭代，用戶可以最大程度的利用原先服務器來實現產品升級。
Q：大數據是人工智能應用的支撐，但在安全、交通、金融等行業，數據是核心的資源，且受到行業的保護，AI企業在這方面資源要相比傳統安防企業弱，未來應該如何扭轉這個劣勢？
A：傳統的安防企業深耕行業多年，能夠獲得足夠的數據量應用於人工智能算法的訓練，促進算法性能的提升。AI企業在單點的技術上有獨特的見解，對於單點技術的應用場景有深刻的理解。未來，通過構建生態圈，加強企業間的交流，加強政府與企業間的合作，AI企業也能夠獲得足夠的數據量來改進自身技術。而AI企業在單點技術上的創新架構能力是他們能夠在安防領域搶佔一席之地的關鍵。
Q：當前的人工智能解決方案在行業的應用，仍然存在不少問題如誤報率太高、沒有足夠的標註數據去解決問題等狀況，如何解決當前這個主要的難題？
A：由於算法的原因，人工智能技術對於應用場景的要求較高，在一些環境較差的環境中存在較高的誤報率。我司對行業業務進行場景化分割，定製場景化解決方案，針對不同的場景採取不同的產品組合，儘可能減少算法造成的誤報、漏報情況。算法訓練需要大量的數據，我司成立專門的數據標註團隊針對視頻中的人、車、物信息進行人工標註，實現數據清洗。現在數據清洗耗費較多的人力資源，我司也在開發機器學習算法，能夠儘量減少人力成本。
Q：智能安防領域現在有大量的人臉識別技術落地，從省到市到縣，在各個場景下發揮了重大價值，在這樣的趨勢背景下，未來市場會誕生哪些新的商機，或者企業在做哪些未來的準備應對市場新的需求？
A：人臉識別是人工智能技術在安防行業應用範圍最廣的技術，在公安、教育、金融、醫療等行業都發揮了關鍵的作用，而人像數據作為身份識別的關鍵數據，在大數據分析中的潛力也非常大。目前人工智能所起到的作用還是處於事後追查的階段，未來人工智能肯定會向事前預防階段發展。在行業領域，以視頻內容為主視頻數據提取、大數據分析技術將會成為主流，對違法違規行為進行視頻預防。而在民用市場，智能家居、智慧商超等解決方案中也會大量應用人工智能技術，改變我們的生活。
編後語
對於傳統安防企業而言，人工智能或許是行業發展轉折點，但對一些專注技術的企業而言，人工智能僅僅是技術積澱充分後的爆發點，但最終技術是為應用服務的，傳統的安防企業在業務渠道、客戶積累、數據積累上有著天然的基礎優勢，能否保持原有的優勢以及發展速度，其實還是取決於各家在智能化時代的持續競爭力。
人工智能的技術和應用炒得再熱，也只是處於非常初級的簡單識別和能力的階段，安防進入智能化時代將是新的一場馬拉松賽跑，階段性的領先不是關鍵，能全程堅持下來的都是好漢。況且中國安防企業的市場版圖是整個地球，有能力的企業一定有自己的空間。
閱讀更多 安全自動化 的文章
