前言：每个时代各有机遇，而机遇往往与挑战伴生。如何把握泛安防时代的新机遇、迎接新挑战，已经成为人工智能和传统安防企业重点关注的课题。
创新发展是生存的必然选择，没有市场会一成不变，安防行业亦是如此。从智能安防建设初期在公共安全领域的单线铺开，到如今面向楼宇、园区等一切涉及安全的封闭场景交叉延伸，人工智能在安防领域的应用边界越来越宽广，由AI驱动的泛安防时代已然到来。
AI普惠加速，智能安防下半场聚焦细分场景
得益于大数据和规模化的特性，以及十三五规划、十九大报告、雪亮工程等对安防视图资源共享协作，及联网率、高清化建设的不断强调，公共安全、交通等非民用安防场景的“AI+”建设率先出发，智能化水平独占鳌头。
但这些场景并非安防的全部，金融、教育、楼宇、园区等民用安防领域对于智能化建设的需求同样迫切，行业想要实现全面智能化，必须摸透所有细分场景痛点。据前瞻产业研究院在2019年的调研数据显示，安防工程应用领域中，无论从工程数量还是项目金额来看，商业、金融都是占比最多的领域。毫无疑问，泛安防具有巨大的市场潜力。
与此同时，随着技术水平的提升与研发团队的成熟，人工智能底层算法生产与上层应用开发成本降低，效率提升，AI普惠化时代逐渐来临：从校园、办公到金融、商超，看似遥不可及的人工智能真正步入大众生活，带来切实的便利。在安防行业，AI的普惠就体现为智能从非民用安防走向民用安防。尤其是在新基建的浪潮中，人工智能基础设施建设备受重视，全场景智能安防的建设正加速推进。
年初突如其来的新冠肺炎疫情也进一步拓宽了智能安防的市场应用边界。正值春运返程高峰期，楼宇、园区等人流密集场所是安全管理的重要阵地之一，非接触、全天候、高效率的智能测温通行产品快速进入市场。再加上长期常态化的防疫趋势，以及疫情后“树立全周期的城市健康管理理念”的启示，对于泛安防场景做好安全防范至关重要的智能产品前景一片大好，人们对于人脸识别、视图分析等前端应用的接受程度也大大提升。
需求与政策的另一面，是新的市场和机会。其中，前端智能化成为了行业的共识，无论是算法见长的人工智能企业、基于传统安防业务的安防产品制造企业、还是专注数字化创新的ICT巨头都在打造以前端智能化为主的产品体系，以形成新的场景化解决方案，拥有AI算法的前端智能设备能够在前端完成视频数据的结构化或半结构化分析，这为后端的存储和计算减轻了很大压力。然而目前市场中前端智能化设备的占有率并不高，甚至很多二三线城市自动化门禁、普通视频监控都没有得到普及，智能设备覆盖率较低，可见泛安防领域的智能化升级具有极大空间。
而人工智能企业正在加速推动AI与泛安防场景的深度融合，一方面，通过打造定制化人工智能产品满足市场需求，另一方面通过商业化经营加速将新一代产品推向市场。
比如面向企业楼宇园区等泛安防场景，旷视基于自主训练的算法，先后推出了敏观智能网络摄像机、明察人证核验设备、神行人脸门禁一体机等端设备，旷鹰智能存算一体机、魔方智能分析盒等边缘设备，以及定位不同客户的云端产品，能够覆盖楼宇园区安全管理的各场景与全流程。从行业来看，这既是当前从业者打造泛安防产品矩阵的普遍范式，也展现了行业走向万物物联，云、边、端一体化的必然趋势。
智能化的泛安防市场，既是机遇也是挑战
从业者都想在蓝海中取一瓢饮，其中的挑战也不容小觑。在百家争鸣的泛安防时代，很多企业并没有能力深入全部场景，市场中的长尾需求是从业者的发展机遇，深入了解自身优势切入拓展某一行业，由小而精到大而全，面向需求各异的场景提供定制化解决方案成为了核心竞争力。
但不可否认的是，细分领域的挖掘并非一挥而就。没有边界的泛安防格局场景众多且碎片化，单一场景的需求也极为个性化、多样化，目前围绕人脸识别、语音分析等展开的市场主流算法，以及企业不够成熟的算法能力，不能满足长尾场景对于定制化算法的需求，企业难以更进一步，落后算法生产力与日益增长的多样化需求也导致智能安防行业发展受阻。比如在车间生产安全这一泛安防领域，从生产线是否正常运行、环境条件是否达标，到人员违规行为的检测，每一模块都需要定制化算法的开发，才能切实消除隐患。
为此，企业想要在新机遇中占据市场主动地位，首先要通过自主研发或基于第三方技术形成自己的算法、算力、数据能力，以此作为坚实基底，再针对泛安防长尾场景需求，高效率、低成本地训练长尾算法，打造定制化解决方案，从而对场景内每一项安全管理需求进行分类识别，完善场景安全监管体系，精准识别违规事件，并做到事前预警自动处理。
随着人脸识别比对、车牌识别、视频结构化等成熟技术，以及创新性算法已经在泛安防场景加快融合，人工智能技术正成为各场景安全防范工作的主要手段，但全面化的智能安防才刚刚迈出第一步：真正解决算法供给侧矛盾、数据安全与隐私等问题还有很长的一段路。想要抓住机遇走好智能安防下半场，企业不仅要抓住机遇，更要主动迎接挑战，调整发展格局。
（本文根据对旷视采访整理）