傳統(tǒng)手工業(yè)中，工匠的工作程序包括搜集材料、制作、組裝、操作器械、自行找尋、安放等一系列繁瑣任務(wù)，組裝一個復(fù)雜產(chǎn)品或許還要將這些任務(wù)做上百次。而在工業(yè)的大量生產(chǎn)中，通過采用標(biāo)準(zhǔn)部件和廣泛分工，就能以低成本生產(chǎn)大量產(chǎn)品?，F(xiàn)代概念的量產(chǎn)由此開始蓬勃發(fā)展。

AI的落地應(yīng)用也是如此。AI最終還是要從實驗室走進社會生產(chǎn)生活，因此AI也需要從“傳統(tǒng)工匠制作”走向大規(guī)模生產(chǎn)。

AI安防需求高漲 價格卻不低

用戶AI安防保持著旺盛的需求，以前端AI攝像頭為例：2018年華東、華南等地區(qū)需求量在10%-20% 左右，對于智能化產(chǎn)品的預(yù)算可以達到 20%-30%；內(nèi)陸地區(qū)需求也有長足進展。與此同時，前后端軟硬件均存在三至五年后更新?lián)Q代需求，對AI安防的需求也將逐年升高。

而安防AI智能化發(fā)展仍處于高投入落地階段，仍以視頻監(jiān)控為例，據(jù)《安全自動化》調(diào)查，AI視頻監(jiān)控系統(tǒng)成本高達近萬元/路視頻，即便能夠很好地控制成本，價格也不會低于3000元/路。這種情況下，只有通過大規(guī)模生產(chǎn)，才有望滿足需求、實現(xiàn)大規(guī)模落地。

碎片化制約智能安防落地

安防行業(yè)是較早應(yīng)用AI的行業(yè)之一，然而，AI安防仍然過于依賴應(yīng)用場景，適用于A場景的方案難以應(yīng)用于B場景，需要重新收集數(shù)據(jù)、調(diào)整算法。

海康威視總裁胡揚忠曾表示，安防市場是一個非常碎片化的市場，這主要體現(xiàn)在用戶、產(chǎn)品與應(yīng)用的分散。AI可以滿足行業(yè)客戶更多需求，進一步打開市場空間，但安防行業(yè)仍是一個碎片化市場。

AI泛化能力不足成為制約智能安防落地的阻力，要想同時滿足客戶碎片化需求并具備快速交付能力，需要建立一個非常復(fù)雜的體系。

AI安防落地 需要升級大規(guī)模生產(chǎn)工具

安防行業(yè)中，AI技術(shù)在某場景的落地程序包括數(shù)據(jù)收集、數(shù)據(jù)標(biāo)注、算法設(shè)計、訓(xùn)練、集成、上線等，并非所有的企業(yè)都有實力組建成千上萬人的科研團隊，因此，要實現(xiàn)AI落地，就需要升級大規(guī)模生產(chǎn)工具。

?？低暋?u>華為、騰訊優(yōu)圖等企業(yè)提出的解決路徑是供給規(guī)?；腁I工具，以減少對科研人員的依賴。以AI開放平臺為例，這一平臺能夠利用自動化工具簡化AI算法開發(fā)過程，一個零算法基礎(chǔ)的用戶在一小時之內(nèi)就可以完成整個算法的訓(xùn)練以及部署。

此外，“軟件定義攝像機”也有利于解決AI攝像機在不同場景中的適應(yīng)性問題。相比于傳統(tǒng)攝像機軟硬件綁定和CPU能力所帶來的局限，軟件定義可以使用戶按具體需要進行調(diào)整。

當(dāng)然，這只是安防企業(yè)對AI規(guī)模化落地的初步探索，未來還將有更完善的方案?？偠灾?，AI安防落地，核心在于對AI+安防的深刻理解，真正弄懂場景與痛點，做到技術(shù)、產(chǎn)品、場景、工程、商業(yè)五位并舉，后期運營也是關(guān)鍵。