過去一年里，AI在安防行業(yè)的落地應用成為包括公安、交通、城市管理等領域大家談論最多的話題，各大廠商的對外宣傳不再僅僅聚焦在人臉抓拍、動態(tài)布控的精準度提升這一單一的產(chǎn)品維度上，而是更多的將AI產(chǎn)品和技術融合到具體的應用場景當中，展出場景化的AI系統(tǒng)解決方案以及其帶來的真實效能。

　　“這種轉(zhuǎn)變是AI、大數(shù)據(jù)等技術下沉的必然發(fā)展路徑，也是行業(yè)市場在經(jīng)歷過這兩年市場的培育，技術的嘗鮮期過后，市場和用戶都開始慢慢從浮躁中回歸到本質(zhì)，更加看重系統(tǒng)的TCO?！庇钜暱萍际袌霾靠偣ぶ毂硎?。

　　AI工程化落地，TCO是關鍵

　　TCO是工程項目中用戶最為關心的一個部分，也是宇視制定AI工程化戰(zhàn)略后的終極追求。按朱兵的解釋來說，圍繞著AI落地應用，廠商針對不同場景推出的解決方案最終還是會趨同，因為大家采用的產(chǎn)品組件、功能實現(xiàn)方面基本大同小異，你有我有。當前智能安防的技術基礎和產(chǎn)品化已趨成熟，大家更關注的將是如何做系統(tǒng)化的規(guī)模部署。

　　AI在安防的落地將這個產(chǎn)業(yè)推向了一個新的高度，而鋪天蓋地的“AI高能”宣傳也讓這個產(chǎn)業(yè)加了一層美好的濾鏡，一時讓人難以看清真相。在濾鏡之下，是AI項目現(xiàn)存的真實痛點：AI應用成本高昂、工程化布點困難、算法場景局限大、缺乏深度應用、缺乏系統(tǒng)性頂層設計、缺乏滿足實戰(zhàn)應用的行業(yè)標準與評估體系等。

　　解決了這些痛點，AI才能真正“落地”。

　　而從產(chǎn)品和方案提供商的角度而言，重點就落在了降低AI的應用成本、簡化工程布點流程、強化算法在應用場景中的適應性這幾個方面。朱兵認為，除卻形形色色的渲染和包裝，廠家最終比拼的將主要是：

　　一是品質(zhì)控制，保障系統(tǒng)在運行過程中的高可靠和穩(wěn)定，關鍵看系統(tǒng)整體運行的性能，這需要時間的積累;二則是項目的總體擁有成本(TC0)，能否把密度做得更高，把單位功耗做得更小，提升單位存儲的效率，這些都是降低TC0的關鍵，細微處見真章，所有這些對細節(jié)的把控，也正是對廠商基本功的考驗。

　　針對上述提到的AI落地應用的現(xiàn)存痛點，在11月份的烏鎮(zhèn)互聯(lián)網(wǎng)大會上，宇視聯(lián)合中科院一起發(fā)布的《安防AI人工智能工程化白皮書》中指出了八大新的趨勢，包括工程的科學布點、產(chǎn)品的云端結(jié)合、AI 分布式計算、數(shù)據(jù)的多維應用、數(shù)據(jù)和網(wǎng)絡安全等方面，這些也正是宇視在踐行AI工程化落地過程中專注突破的方向，沒有太多花里胡哨的概念，每一項都是緊貼工程項目的實際需求，一點點做改善和積累。

　　標準要規(guī)范 應用要靈活

　　要推進AI的落地應用，標準建設也是極其重要的一環(huán)，尤其在大型項目的系統(tǒng)化部署上，行業(yè)標準是實現(xiàn)對不同廠家之間的設備、算法、平臺架構(gòu)進行系統(tǒng)整合的基礎，如果標準問題沒有解決，系統(tǒng)整合將是一個艱難的過程。

　　此前，安防行業(yè)一直以GB/T28181-2011 《安全防范視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術要求》標準為主，這項標準只能解決部分資源的共享和聯(lián)網(wǎng)問題，缺乏統(tǒng)籌規(guī)范，且跨警種、跨部門、跨區(qū)域應用時無法直接獲取有價值的資源。

　　2017年，公安部發(fā)布了GA/T1400-2017《公安視頻圖像信息應用系統(tǒng)（第1-4部分）》，為各廠商提供了統(tǒng)一的信息采集、存儲標準，國內(nèi)開始從視頻標準轉(zhuǎn)向了視頻圖像應用標準。

　　“視頻圖像信息聯(lián)網(wǎng)標準的推行，由于接入的數(shù)據(jù)量更大更復雜，因此在業(yè)務實施層也要面對更多的流程?！敝毂硎尽?/p>

　　首先是標準才剛剛推廣的情況下，不是所有的廠家都支持，這就意味著系統(tǒng)可能存在連不通的情況，最終肯定會影響到后續(xù)的應用，所以視頻圖像聯(lián)網(wǎng)需要解決的第一個問題就是標準的快速普及。

　　其次是連上了能不能用的問題，這直接關系到應用層的標準建設。但現(xiàn)實的情況是，應用的標準會更加滯后，因為應用的需求時刻在變，即使設定了標準，標準能夠統(tǒng)一規(guī)范的面也很小。

　　還有一個問題，像海大宇這樣的廠商，如果每個項目的應用都自己投入去做，會不堪負重。當前很多廠商的做法基本是總部做基礎版，然后不同的區(qū)域市場再根據(jù)本地的業(yè)務需求做針對性的改版。比如宇視的做法便是尋找區(qū)域市場中當?shù)氐募缮桃黄鸷献?，推出本地化的服務?/p>

　　“這些集成商雖然做不了基礎架構(gòu)、硬件產(chǎn)品，但因為理解用戶需求，可以慢慢發(fā)展ISV+集成的業(yè)務模式。最后產(chǎn)業(yè)的生態(tài)環(huán)境一定是一些集成商慢慢變成ISV(獨立軟件開發(fā)商)，一些逐漸分解成本地化的小型經(jīng)銷商，也有一部分集成商隨著實力的增強，從集成市場轉(zhuǎn)向產(chǎn)品硬件制造這樣的路線。但更多的應該是本地化的各種各樣的小型集成商，這種生態(tài)環(huán)境的建設比現(xiàn)階段大家在談的算法、算力的生態(tài)建設要務實得多。”朱兵分析道。

　　最后，當已經(jīng)做好了前端接入和后端應用，用戶最終關注的仍將是TCO（總體擁有成本），如何利舊，如何進一步提高運營管理效率等這些問題，朱兵強調(diào)。

　　技術下沉 行業(yè)進入“深耕”穩(wěn)健期

　　深度學習算法的開源，推動著AI在各個場景下迎來爆發(fā)應用，當下，人工智能已經(jīng)進入到了比較穩(wěn)健的上升通道。 經(jīng)過這幾年的市場培育，各領域的用戶對于AI、大數(shù)據(jù)、物聯(lián)網(wǎng)的概念也有了更清楚的認知，在需求上也會更加務實，可以真正的將技術應用融合到企業(yè)管理、政府管理、城市管理的實際業(yè)務當中。

　　“所以未來兩年更多是現(xiàn)有技術快速下沉到應用市場的階段，技術并不會有太大的突破和變化。” 在預測接下來的智能安防產(chǎn)業(yè)技術趨勢時，朱兵表示?！跋聜€技術拐點可能是5G，進入到物聯(lián)網(wǎng)時代，網(wǎng)絡無處不在，5G的到來或?qū)砀斓膫鬏斔俾屎洼^低的成本，對安防物聯(lián)網(wǎng)的建設將形成新的推力?！?/p>

　　“但這兩年，我認為大家還是應該專注在實踐上，把基本功練好，把產(chǎn)品做穩(wěn)定，把應用生態(tài)環(huán)境建得更完善?！敝毂鴱娬{(diào)。

　　宇視：已經(jīng)具備自研芯片的能力

　　可以看出，對于宇視而言，提高智能安防項目的交付能力以及為用戶提供更具性價比的智能安防系統(tǒng)方案是其核心業(yè)務方向，圍繞著這一方向，宇視一直在完善自有的算法、產(chǎn)品以及架構(gòu)體系。

　　在2018年安博會上，宇視朱兵向安防知識網(wǎng)透漏，宇視其實已經(jīng)有擁有自主研發(fā)芯片的能力，“前幾年我們覺得市場的時機還沒到，但從現(xiàn)在開始，我們隨時可以按需展開芯片的設計，定義宇視自己的芯片。”朱兵坦言。

　　宇視的芯片計劃將如何展開，我們目前還不得而知。從這幾年AI在安防產(chǎn)業(yè)的下沉路徑上看，目前已經(jīng)從算法的比拼發(fā)展到了算力的競爭階段。當前芯片的賽道上已經(jīng)占立了不少玩家，包括在這兩年迅速崛起的天、寒、地、鑒AI芯片企業(yè)，以及阿里、華為等行業(yè)巨頭在AI芯片領域的高調(diào)入局。對于當下的市場環(huán)境，一向沉靜理性的宇視想必是有周全考慮過的。

　　朱兵分析表示，當下這么多投身于芯片的黑科技廠商，他們并不是做芯片產(chǎn)業(yè)的全鏈，更多是重點布局在芯片設計、研發(fā)投資以及芯片流片后找到相應的產(chǎn)業(yè)支撐芯片的銷售這方面，通過生態(tài)合作來共同推進芯片在產(chǎn)業(yè)中實現(xiàn)更優(yōu)質(zhì)的性價比。

　　這幾年來，宇視一直在夯實其海量硬件戰(zhàn)略，不斷地的強化自身的研發(fā)能力、技術實力以及市場資源積累。

　　正如朱兵所強調(diào)的“對于宇視自身而言，我們依舊是務實的，我們最終關注的是芯片方案能否幫助我們實現(xiàn)降低整體項目的TCO以及提升系統(tǒng)運行性能。相信明年這個時候大家就能看到宇視自己的芯片，因為用戶市場體量夠了，推出芯片產(chǎn)品能夠很快的實現(xiàn)落地應用。