来源：雷锋网

如果说前些年的AI更多的是浮于表面，今年的AI大大有所改观。

2019年安博会，AI成为整个行业的核心引擎，以超强马力形成一股无所不在的AI趋势流。

AI上半场，点、线、面的布局已经尘埃落定；AI下半场，智硬件、智系统、智平台则构成了当前安防AI流的主轴线。

从今年的会场盛况来看，这个无比诱人的富矿市场，吸引着越来越多的掘金者。

面对一个稍显固化却又不断更迭的圈层，安防魔力象限里的领导者、挑战者、有远见者，将如何演绎激荡人心的群龙共舞？

同时，他们身处AI流的漩涡中，又透露出怎样的欣喜和焦虑？

梦想与现实的纠葛

此前的AI，被部分人所神话，实验室中的测试数据被直接拽上台面大秀一番，各类神捕、鹰眼产品名称更是眼花缭乱。

渐渐地，AI成了无所不能的代名词。

但是AI在安防的真实应用，还有很多现实问题亟需解决。

宇视CEO张鹏国提到，当前AI落地能力与用户需求存在差距，用户对AI的渴望是无所不能，但AI落地应用还要面对“隐私保护与安全管控、低成本、业务管理创新、流程再造、组织变革”等挑战，很多条件当下并未完全具备。

即使AI得到很好的落地应用，也只是区域性和技术上的成功。

对于安防这个政策市场，To G业务的区域性限制非常强，以AI城市级平台为例，即便在一个城市的公共安全和城市治理中取得巨大社会效益，但也很难在其他城市得到快速的复制应用。

技术创新与暂时的成功营造的梦想，在安防很快就会被现实打击，依靠一套AI方案和几款AI产品，无法在安防好好活着。

能够解决技术落地和区域性问题，也会面临业务逻辑的重新选择。

以安防头部企业为例，推出开放平台，软硬通吃，让自己的软件跑在自己的硬件上，更以傻瓜式的方式，直接跳开集成商，让用户直接使用AI平台，看似没有毛病，但需要面对与集成商决裂的挑战，而丢掉集成商手上的用户资源，并非短时间内就能挽回。

对确定性的得到欢欣鼓舞，对不确定性的失去焦虑不安，是安防厂商的真实写照，而对AI带来变革的任何尝试，都是机遇与风险共存。

黑天鹅式的冲击带来不确定性

相对于技术变革对产业的冲击，政策和资本的手段更能影响安防大格局。

10月初，正当中国安防企业紧锣密鼓准备安博会时，美国商务部的一则实体清单，让不少企业着实捏了一把汗。

芯片、硬盘是受影响最大的关键产品，如果没有英特尔服务器CPU芯片、英伟达的GPU芯片以及希捷、西数的硬盘，安防企业后端产品线的性能，从长远分析会受很大影响。某国产CPU厂商人士认为，现阶段中国安防企业还没有办法完全去美国化。

依图的依芯求索AI服务器，也许可以助力企业摆脱对传统X86 CPU和GPU的依赖，但大面积替换还需要一段时间，而在一些小型、碎片化的场景，性价比太低。

此消彼长，那些没有被列入实体清单的企业，客观事实是利好的，不管是芯片供应，还是产品竞争，注定是几家欢喜几家愁，但同时谁也不能保证自己不是下一个。

资本介入是另外一种看似公平的降维竞争。

安防最有代表性的是宇视联姻千方，不仅资金，还有资源的整合。

今年更上一层，一直在布局城市大脑的阿里，也加入进来，阿里看重的是宇视在公共安全和城市治理的积累，而宇视希望获得阿里在云计算、城市大脑、芯片等领域丰富的资源支持。

双方的整合之快，从双方安博会展出的数据中台、业务中台的双中台战略可知。

中台一直是阿里倡导的技术方案，如今双方在中台战略驱动下，建设IoT引擎、视频云引擎、视觉智能引擎和数据智能引擎等，将可能对视频平台业务带来冲击和改变。

华为的厚积薄发，被视为对众多安防厂商的巨大挑战。

今年华为在AI+视频的基础上，多了5G，让华为安防拿着令人羡慕的好牌。

5G网络的低时延、高网速，对视频数据传输有优势，华为在5G通信、5G芯片等关键领域全球领先，在与其他头部企业竞争中有巨大的优势。

真正让人胆寒的是华为的渠道和生态建设。

从三年前发力渠道建设，到现在可以挑战行业前一、二名的渠道，华为依靠的是自身超强的品牌凝聚力和资源整合力。

华为在AI算法上的策略同样令人侧目。

安博会期间，华为推出了业内首个“智能视频算法商城-HoloSens Store”，为合作伙伴提供多种入驻模式和商业模式组合，实现用户“随意挑、快熟换、放心用”的效果，这可能给依靠AI算法（算法接口调用收费）的公司带来生存挑战。

比特大陆是依靠挖矿机的超强算力，迎合了安防城市级大平台AI算力需求的趋势，顺理成章地将矿机变成了智能服务器。

据比特大陆第三代智能服务器SA5的参数显示，单台SA5可以内置24颗BM1684芯片，算力422Tops，支持384-768路1080P视频，功耗小于700w。

这种跨界所带来的不对称竞争力，是安防企业需要时刻面对的不确定性，也许上个月城市级AI平台能够处理10万路视频，这个月就有平台可以轻松处理100万路视频了。

黑天鹅式的竞争会成为安防常态。

差异化竞争与模仿逆袭交织着

同质化是所有安防厂商的一道伤疤，特别是对深圳的安防厂商而言，更是不堪回首。

如今随着安防网络化向智能化的转型成功，产品方案差异化成为厂商深扎某一两个行业的定海神针。

以云天励飞的城市级AI平台为例，专注于城市级AI安防示范区建设，实现了AI城市级规模场景落地，解决了上万路视频智能分析的瓶颈问题，有效提升了公共安全和城市治理的效率。

但是作为挑战者，任何成功受欢迎的解决方案，都会面临被模仿逆袭的挑战。

只要路子通，不怕没人冲。

远望资本、迅雷创始人程浩对此有着清晰的认知，他在掘金志主办的“全球AI芯片·城市智能峰会”上提出，今天的安防创新创业，如果非行业头部企业，任何渐进式创新，都是在给行业龙头打工。

模仿逆袭是行业纵深战略不可避免的战斗，这一点连AI芯片巨头都不能幸免。

以英伟达TESLA P4显卡为例，在以超强算力作为差异化进军安防的火力点，正遭受来自传统安防厂商天地伟业的挑战，根据视频分析的特点，以有效算力作为资源适配的竞争点，以具备接近TESLA P4算力的国产显卡，在成本、专业度上已经对P4构成挑战。

你可以领先一时，但不可以一直领先，大家卯足劲你追我赶，这就是安防常态。

这种随时都可能被拍在沙滩上的危机感、紧迫感，让拥有差异化竞争优势的企业欣喜，但也伴随着怕被模仿、被超越的焦虑。

今天海康的AI Cloud物信融合理念、大华的HOC城市之心、宇视的全景数智物联、科达的AI实战派、华为的视频+5G+AI、天地伟业的AI视界享未来、旷视的城市物联网操作系统（CityIoT OS）、商汤的智能城市操作系统（AI City OS）、澎思的智能视图大脑等营销理念，虽然核心都有自家祖传功夫，但也自带吸星大法基因。

师夷长技以自强，本身就是中国安防真实的写照。

任何差异化竞争的优胜者，多少都靠啃着同质化的馒头长大，小企业司空见惯，大企业小心翼翼，原始创新和集成创新，像极了交织的DNA存在于安防产业，谁也不能领先。

2020年的AI流趋势

最后，预测一下明年的AI流趋势。

1、AI继续赋能平台、系统应用和前端设备，实体清单加速AI前置和芯片迭代的速度；

2、数据继续增长，AI算力增加是必然的，用户还需要更大算力的AI芯片；

3、AI会进入更多工程化的应用细节，类似科达AI超微光技术会带来更多良性竞争；

4、开放的生态、API与通用平台开始造福用户，但速度不会快；

5、AI应用本身需要不断试错，AI企业只要不作，不骄不躁，不会死掉。

文/苏世伟 张涛 刘朝华 来自： 安防知识网

引言

湖南大学（简称“湖大”）在全国开放式大学中具有一定代表性。湖大校园是无围墙、全开放式的，面积大、多校区因开放式管理、人员复杂密集，致使校园及周边治安状况异常复杂，校园治安问题日益突出。如何以技防手段有效地管控越来越社会化的大学校园，如何减少和预防校园各种事故的发生，已经成为高校保卫工作的重要任务。

　高校安防系统建设的现状

一是安防系统建设已成为立体防控体系中重要一环。目前，高校综合安防系统主要包括视频监控、车辆出入、升降柱、人员通道、门禁、消防、周界报警等子系统，多系统协同配合，可以实现校园人员、车辆、事故等方面的有效管控，为高校技防工作提供强大的技术支持和保障，节约大量的人力、物力、财力。

二是安防系统综合性问题已成为使用过程中的硬伤。随着子系统越建越多，各个子系统独立运行、控制，信息孤岛现象严重，问题逐渐显现。

1）缺乏一个公认的综合管理平台。目前综合管理平台主要有两类，一是基于视频监控管理软件为基础开发的安防综合管理平台。其综合管理平台能够接入本品牌旗下产品，实现一定程度智能化管理；对其他品牌旗下产品的接入、控制可在一定条件下做到，但实现智能化有一定难度。第二类是由第三方软件平台提供商所提供的综合管理平台，能接入主流厂家信号，实现一定应用的联控，但在充分发挥产品个性功能、智能化方面与各方期待差距较大。总体而言，单打独斗英雄不少，领袖群伦的综合平台难觅。

2）联动差强人意，联控有待发展。目前湖南各高校安装的安防系统中，视频监控系统主要有海康威视、大华、宇视三大品牌，道闸系统主要有深圳捷顺、杭州立方、科拓三家，消防报警系统主要有深圳海湾、上海松江、北京利达华信、尼特（秦皇岛富通）等，其他的子系统品牌采用就比较纷杂。而这几种系统之间由于品牌不统一，无论是底层协议还是端口标准都难以统一，集成多靠SDK开发包，无法做深层次联网融合。

3）操作简便性有待提升。高校安防系统建设初期，用户方均怀揣建设一套“高清化、网络化、智能化、高集成”安防综合管理系统的梦想，演示验收时确实也体验到高度集成、高效智能的好处。可是系统移交到值班员手中使用率却不高，究其原因，综合管理系统的简便性、易用性体验不佳。

按照业界和高校期望，安防系统以视频监控系统平台为核心，运用高清、智能、物联网等核心技术，集成校园内异构的安防各业务子系统，形成一套事前预警、事中控制、事后可追溯的安防体系，对校园内部的人员、车辆、事件进行统一管理，预防各类案件发生，提升应急响应能力，提高校园安保的管理和服务水平。尽管大家都在朝着这一期望努力，基于上述现状分析，实际情况与期望仍存在较大差距。

　理想中的智能安防系统

按照“高清化、网络化、智能化、高集成”安防综合管理系统的设想，以最新信息技术和智能应用为支撑，在信息全面感知和网络无处不在的基础上，全面整合校内外的资源，实现人、物、校区功能系统之间无缝连接与协同联动的智能自感知、自适应、自优化，从而智能识别校园内所有群体的学习、工作情景和个体的特征，将学校物理空间和数字空间有机衔接起来，建立一个高度智能、全面开放的校园环境。建成后系统应具备以下4个特性。

1）高度集成的综合管理平台：通过管理平台实现全网统一的安防资源管理，对视频监控、人脸识别、车辆管理、门禁管理、报警管理、消防报警、访客预约管理等系统进行统一管理，实现远程参数配置与远程控制等；通过管理平台实现全网统一的用户和权限管理，满足系统多用户的监控、管理需求，真正做到坐阵指挥中心，掌控全校安防信息。

2)高度智能的技防应用系统：包括系统前后端都具有深度学习能力，系统能及时发现前端系统的故障并及时告警的自检能力，甚至自动修复“自愈”能力。

3)建成快速部署、及时维护的系统：通过采用高集成化、模块化设计的设备提高系统部署效率，减少系统调试周期，系统能及时发现前端系统的故障并及时告警，快速响应。

4)建成高度整合、充分利旧的系统：新建系统能与原有系统高度整合、无缝对接，能充分利用原有监控资源，避免前期投资的浪费。

　高校智能安防系统的构建思考

具体如何构建一套智能安防系统？笔者从以下方面抛砖引玉提出建议。

平台高度集成应建立在开放的生态基础上

校园安防综合管理平台应是一套“集成化”、“智能化”的平台，通过接入视频监控、一卡通、停车场、报警检测等系统的设备，获取业务系统数据，实现安防信息化集成与联动。单一厂家、单一品牌前提下，基于“统一软件技术架构”理念设计，采用业务组件化技术，满足平台在业务上的弹性扩展。理论上最合适建成适用于全行业通用综合安防业务，对各系统资源进行了整合和集中管理，实现统一部署、统一配置、统一管理和统一调度的综合管理平台。类似于手机，要么厂家市场占有率够牛如苹果，开发出封闭的IOS系统，大家都接入它；要么有一个开放的安卓系统，大家都来开发共生。

综合安防管理平台业务组件主要包括：视频监控、门禁管理、停车场、入侵报警、行车监控、考勤管理、食堂消费管理、梯控、可视对讲、访客管理、巡更、人脸识别监控、图上监控、电视墙、网络管理、安防区域管理、安防用户管理、安防基础数据等。当前还没有出现一个市场占有率绝对垄断的公司，也就难以出现封闭的IOS。

这就决定了真正开放的平台架构，要求包括设备厂商、基础软件厂商、算法厂商、数据提供商、应用开发商等所提供的产品，包括计算存储资源池/算法仓库等基础设施，物联网数据资源池、大数据资源池等数据资源，智能分析服务/大数据分析服务等平台服务，物理应用平台/综合应用平台等都需要开放。

构建共生共荣的生态圈也成为企业抢占的战略高地。例如海康威视倡导的AI Cloud正是在此背景下应运而生，其架构如图1所示。

开放式高校安防系统现状及智能安防建设几点思考
图1：AI Cloud生态圈

其采取开放的策略也让笔者产生诸多思考。基于AI Cloud能力开放平台，设备厂商、基础软件厂商、算法厂商、数据提供商、应用开发商将找到用武之地，降低投入成本；提供开放的训练系统及迁移学习、增量学习的能力，降低了行业业务应用开发的门槛；打造面向产品和服务的两类生态圈，让更多的算法在统一平台中为用户效力，让更多的团队便捷开发出满足用户业务需求的应用。

AI智能应该得到广泛应用

2018年乌镇世界互联网大会上，百度李彦宏说，互联网时代和人工智能时代是两个不同的时代，过去20年人类社会走在互联网时代，但是未来30～50年应该是人们进入人工智能的时代。这年头不谈点AI智能、大数据都不好意思开口。

人工智能技术中，以人脸识别技术为代表的人体特征识别目前是成熟度最好，实用化最好的技术。而落地应用最广泛的也属人脸识别技术和产品，而最具代表性的就是人脸识别摄像机及人脸识别相关应用分析服务器。

人脸识别技术顾名思义就是以人脸部特征为基础，根据脸部视频或者图像来判断是否是人脸，并对人脸的位置、面部器官和大小等信息进行确认和比对，从而通过每个人脸来识别身份的一种新兴科技。

基于人脸识别技术的视频监控系统包括如下模块：数据采集终端、视频处理分析模块、存储数据模块和告警处理模块。数据采集终端从采集的数据中发现人脸信息，将高质量的数据传输至视频处理分析模块；视频处理分析模块是对采集到的图像信息提取特征点位置并与存储模块中数据相比较；存储模块将相关数据和分析结果存储至数据库中并建立人脸识别档案；告警模块根据分析处理结果，产生相关告警信息，显示告警信息至显示器，声光电报警或者联动至其他终端。

人脸识别技术主要分为1：1比对和1：N比对两种方式。如图2所示：

开放式高校安防系统现状及智能安防建设几点思考
图2 人脸识别方式

人脸识别的是高校迫切需要的应用系统，高校需从顶层应用出发，构建应用于全校的人脸识别管理平台，统一进行人脸库建设、集中管理包括人脸照片在内的人员信息，对人员数据的收集、分析和应用作顶层规划。其他系统需要使用人员信息（包括人脸照片等）时，使用部门按需申请，授权后下发各业务系统，然后汇聚各部门业务数据，为智慧校园建设大数据分析业务提供基础。

大数据应用迫在眉睫，又无从下手

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。2019年贵阳大数据博览会提出要推动大数据商用、民用、政用。作为高校安防系统，建设之初就需要考虑促进大数据应用问题。借用贵阳数博会的主题，建议高校大数据建设在两块使力。

一是政用，着眼高校治理能力现代化。安防系统安全防控为本，以交通为例，涉及图像识别、人脸识别、指纹识别、车牌识别、运动检测、视频摘要、视频浓缩等视频分析技术。要求熟悉各种业务，结合人工智能、深度学习等技术手段完成种业务数据的综合分析，提高科技化管理水平、提升精细化管理能力。

二是民用，着眼服务师生能力智能化。安防海量数据，仅用于安防安全防控是一个浪费，服务师生促进民生是大趋势。还是以交通为例，通过安防大数据平台，结合手机APP应用，可以为师生提供教室、图书馆目的地天气情况、停车位空余情况、大型活动举办现场情况、路线拥堵情况、线路优化等，提升服务师生能力、提高师生满意度。

　越高端越简便是王道

“在实践中，我们会出现一种奇特现象：博士研发、研究生设计、本科生施工管理、中学生操作系统(保安、值班员)。而系统是否起作用，有时起决定作用的并不是系统多先进、方案多科学、施工多规范，而是操作人员熟练应用程度。”（《湖南大学安防整体项目规划&建设经验分享》苏世伟）虽然提出多年，这种现象依然并可能长期存在。

重功能研究、轻用户体验的现象依然普遍。什么时候，安防平台软件对于值班员、APP用户像使用微信一样，自觉学习使用，就是一款最有市场的安防平台软件。

结语

校园安全无小事，校园承载着着国家、社会和每一个家庭的希望。维护校园的安全和稳定，是构建和谐社会的重要保证。人工智能、物联网、大数据技术的发展，将极大地推动“智慧型平安校园”体系的建设，通过智能化安防系统的建设，将各类系统集成数据集中，形成安防大数据，从中发现威胁，消灭隐患，遏制严重事故的发生，解放安保人员工作压力，为师生营造更安全、高效的学习工作环境。

（本文作者苏世伟现任职于湖南大学后勤与房地产管理处，张涛现任职于湖南大学保卫部）