民眾對(duì)新技術(shù)的高需求與包容性使得等與生活密切相關(guān)的領(lǐng)域開(kāi)花，智能技術(shù)可以說(shuō)已經(jīng)無(wú)處不在。相比2017年才開(kāi)始的“AI生活大爆炸”，安防是較早應(yīng)用人工智能技術(shù)的行業(yè)之一，尤其是視頻監(jiān)控領(lǐng)域。當(dāng)下，“智慧安防”被公認(rèn)為行業(yè)的發(fā)展趨勢(shì)。

　　AI已成為安防的標(biāo)配，以海大宇科為代表的傳統(tǒng)安防企業(yè)以及商湯、曠視、依圖、云從等AI新貴均全面進(jìn)軍智慧安防，從產(chǎn)品線來(lái)看，主要分為視頻結(jié)構(gòu)化分析系統(tǒng)、人像識(shí)別布控系統(tǒng)、車輛大數(shù)據(jù)平臺(tái)、警務(wù)大數(shù)據(jù)平臺(tái)等。目前隨著技術(shù)逐漸成熟，產(chǎn)品也向智慧能源、智慧醫(yī)療、智慧金融等領(lǐng)域延伸。毫無(wú)疑問(wèn)，人工智能技術(shù)將是未來(lái)安防企業(yè)研究的重點(diǎn)。

　　不過(guò)，人工智能在實(shí)際應(yīng)用中還需要面對(duì)更多、更復(fù)雜的場(chǎng)景，以智慧安防中應(yīng)用很多的人臉識(shí)別技術(shù)為例，目前人臉識(shí)別準(zhǔn)確率已達(dá)到99%以上，超過(guò)人眼識(shí)別準(zhǔn)確度，但在實(shí)際應(yīng)用中算法偏見(jiàn)、遮擋、光線、特殊表情等因素會(huì)提升誤判可能性，應(yīng)用價(jià)值大打折扣，此前亞馬遜人臉識(shí)別就曾將28名美國(guó)國(guó)會(huì)議員誤判為違法分子。而數(shù)據(jù)顯示，以視頻監(jiān)控為代表的智慧安防滲透率不足2%。

　　智慧安防往往有特定的場(chǎng)景要求，從數(shù)據(jù)的識(shí)別、傳輸?shù)教幚砭媾R著不小的挑戰(zhàn)：前段設(shè)備只有在特定場(chǎng)景下才能保持較好的識(shí)別率，識(shí)別出后需要將大量視頻數(shù)據(jù)傳輸?shù)皆浦行模@對(duì)網(wǎng)絡(luò)帶寬提出了很高的要求;而云中心數(shù)據(jù)利用率較低，基于結(jié)構(gòu)化視頻數(shù)據(jù)的深度智能尚處于發(fā)展早期;而無(wú)論哪個(gè)環(huán)節(jié)都需要提供足夠安全的網(wǎng)絡(luò)，否則數(shù)據(jù)泄露將會(huì)造成嚴(yán)重的后果。而智慧安防應(yīng)用方案落地后，也不得不考慮用戶學(xué)習(xí)與組織保障成本。鑒于智慧安防流程長(zhǎng)、涉及系統(tǒng)眾多，一套具有前瞻性、系統(tǒng)性的頂層設(shè)計(jì)不可少，這也是智慧安防能否真正落地并取得實(shí)際效果的前提。

　　此外，值得一提的是，當(dāng)前智慧安防算法、產(chǎn)品及解決方案以企業(yè)標(biāo)準(zhǔn)為主，亟待建立面向?qū)崙?zhàn)的行業(yè)級(jí)標(biāo)準(zhǔn)。

　　結(jié)語(yǔ)：一言以蔽之，智慧安防之所以在落地上存在不足，主要是由于新技術(shù)以及行業(yè)尚未發(fā)展成熟，在產(chǎn)業(yè)鏈逐漸成熟的過(guò)程中，各廠商應(yīng)該將用戶放在核心位置，不僅要深入了解具體落地的細(xì)分場(chǎng)景，還要對(duì)整個(gè)工程審批與實(shí)施的流程有深入理解，唯有如此，才能真正明確用戶的需求與痛點(diǎn)，讓AI“落”下來(lái)。