在大数据、云计算和深度学习共同推动下，已经有60年历史的人工智能再次汹涌澎湃，迎来了发展的最好时期。2018年人工智能大规模应用的拐点正在到来，安防+AI也成为热点。随着人工智能在安防领域应用的深化，这个产业也吸引着越来越多AI企业的入局。人工智能在安防领域的真正落地和应用状况如何?老牌安防企业与新型算法公司在落地智能安防应用的策略上有哪些区别?本次邀请北京博思廷科技有限公司CEO王巍，对如何落地安防应用进行了探讨。
Q：a&s总经理、总编辑关玉娟
A：北京博思廷科技有限公司CEO王巍
Q：贵司是较早开始视频智能分析研究的，那么目前在AI应用方面有哪些新的进展?公司的核心的竞争力是什么?
A：在人工智能应用没有达到今天的广度之前，我们的研究相对比较零散，产品基本是定制或者半定制的性质。初期产品基本为被嵌入对接的一个算法模块或子系统，是其他公司产品或者解决方案的一部分，没有具体的形成系列性的产品。公司在2014年底开始布局重构新的底层，标准化智能部分，使算法能够在多个行业中做更多标准化的应用。在2014年以前就已经有大概22个细分的行业案例，大行业如地铁、道路交通、公安、司法，还有小行业如景区、森林防火、园区、学校等项目。2017年11月发布了V6s视频监控人工智能平台，实现了算法和平台的深度结合应用，具体就是将AI应用模块化设计，用户可以根据自身需求，在同一个平台内按需灵活选取智能模块子系统，随用随买、即插即用，提高使用便捷度的同时也降低了客户的使用成本。
目前，安防行业人工智能在实现前端特征提取(人脸抓拍、车牌识别等)等少量功能尚可接受，但在其它智能处理比对上，效果损失较多，功耗大，对芯片的要求也高，实际应用起来比较有难度。可以说，目前主要的AI应用还是后端应用为主，并且相对来说也比较实用。
安防是多区域、多行业(细分子行业)、多层次(高端、中端、低端)的行业。三多的市场造就大中小公司的并行，再加上算法厂商对安防很多细分行业的一些业务逻辑不是很清楚。如学校中的幼儿园、中小学、高校各不相同，而学校和公安又不同，安防各个细分行业的需求繁杂不一，有一套自己内在的逻辑，需要长期真正的深入了解。我们的团队深入安防行业多年，了解安防行业特点，既了解底层的智能算法，又了解视频监控各项基础应用及细分行业业务逻辑。公司创始人的基因决定了公司的基因，我们懂算法的同时了解业务，了解安防行业用户需求，这就是我们的竞争优势。
Q：有人说目前传统安防巨头基本奠定了其在安防行业中的地位，针对这种情况，贵司在市场策略的布局方面有哪些不同?
A：任何机构和人员的精力都是有限的，不可能完全覆盖巨大市场的方方面面，优胜劣汰的法则永远存在，市场的热点也在更替。安防企业不一定擅长人工智能，而人工智能算法的企业不一定了解安防行业，这就给我们留下了很多的机会。
现在单纯的算法公司或平台软件厂商机会越来越小，我们公司已经转型，用产品和服务提升价值。安防+AI之后形成了智能大安防的概念，市场份额可以说越来越大，但是单纯的依靠算法很难取得大的发展。现在我们在品牌、人员、资金、知名度、算法技术，应用软件等方面优势齐备，走智能标准化的产品和解决方案，有信心应对越来越激烈的市场竞争。
我们从通用性的应用出发，首先，安防所有细分行业都可能会用到安防事件检测。其次，人脸识别、人体识别、车辆识别、交通事件、客流统计、运维管理等应用在各个行业里面也都可以应用，在开发标准化的应用之后，实际行业的运用稍加修改就可以应用。截至目前我们有自研智能视频分析算法七十多种，并以原创型、全能型及行业广的优势，推出的具备高扩展性、渠道应用方便、高性价比的博思廷V6s平台，包含1+N种模块多智能应用，即(视频监控联网+人脸识别、人体识别、安防事件、交通事件、车辆识别、客流统计、人员状态检测、视频侦查、运维管理)等多个应用子系统，形成了一套模块化、标准化的平台。不区分学校、医院、公安或者地铁，实现通用行业的应用，每个行业用户都可以根据需求自主组合选择搭配。
因为人工智能在整个行业还处于比较新的应用，许多客户的需求并不迫切，这个标准化的平台模块产品可以给予客户灵活选择的机会，后续的扩展升级简单，在运营上会更加方便。我们的V6s平台有点像类中间件，可以嵌入或对接到客户的系统中，对客户原有的平台做智能化的提升。签约合作伙伴在获得强大灵活的产品及解决方案的同时，还能获得更好的利润空间。
Q：针对贵司的标准化产品方案，客户的接受度如何?
A：接受度不错，首先，我们的产品相对来说比较方便省力，其次，我们平台的成熟度也在不断的提升，在客户的使用中不断的优化、迭代，给用户提供服务越来越好。后续我们还会增加一些算法门类和具体应用，也会扩展行业深度应用版本，产品更加丰富，我们这个产品在行业推出的比较早，因为研发门槛、市场变化等原因，有2-3年先发时间优势。
Q：你认为未来会怎么演变?贵司对未来的预期怎样?
A：以后肯定会出现我们的同类产品，但是其他同类产品如果不是重构底层平台架构的话，功能越多越会产生冲突，而架构重构的话又需要一定的时间周期和技术保障，再加上需要考量重构时间周期完成过后的市场变化情况，而这就是我们的先发优势。
Q：贵司是基于平台软件实现人工智能的，那么在现阶段没有AI芯片在深度学习算法方面的加成，是否影响贵司产品方案的不断升级?
A：首先，深度学习算法的训练和完善并不一定是全自动的，目前达不到强智能。人工智能需要人的干预，尤其数据训练过程需要通过人工干预去实现智能功能。例如算法抓拍到的人脸各个角度的图片都有，需要通过人工干预原来在算法中不能识别的相关图片加入训练，而不是机器的自动识别。另外训练的数据需要标定，一部分是靠自动工具完成，另外一部分必须靠人工来做。
算法都有瓶颈，并不是数据积累得越多，算法就成长得越快，需要看数据的相关性和有效性。达到一定准确率后进步会越来越缓慢，同时人工智能的成熟度也会有其他因素的考量。例如人脸识别功能，抓拍的人脸必须先进行质量判断，有些还需要对人脸局部增强使图片质量达到比对的标准。在人脸识别率达到一定程度以后，人脸的跟踪和选优环节也将决定系统的效果。之后还要考察产品关联的整体系统、硬件等的应用情况，绝不只是通过一个深度学习的速度、准确率等数据来决定产品的优劣。所以这些不会阻碍我们产品的升级迭代，相反可能在一定程度上产生促进作用。
编后语
耕耘安防多年的企业在落地新业务策略时会更加注重与存量系统的兼容性，注重新旧迭代更替时客户对接入方式、价格、选择多样性以及逐步升级叠加的便利性思量，值得新进企业思考借鉴。
标准化工作对人工智能及其产业发展具有基础性、支撑性、引领性的作用， 当前，在我国人工智能相关产品和服务不断丰富的同时，也出现了标准化程度不足的问题。安防行业是人工智能落地应用最为广泛的领域，但是标准化工作仍在起步阶段，尚未形成完善的标准体系。与受限于成本、功耗、运算能力的边缘智能相比，后端中心智能的标准化就成为了快速突破的窗口，虽然某些领域发展已具备一定的标准化基础，但是这些分散的标准化工作并不足以完全支撑整个人工智能领域。从世界范围来看，国家与有实力的企业要把握机遇，加快对人工智能技术及产业发展的研究，瞄准机会布局，抢占标准创新的制高点，建立统一完善的标准体系，以标准的手段促进我国人工智能技术、产业蓬勃发展。
如果您对安防市场有独特见解或新的技术分享，请随时联系我们，共同探讨行业发展的新动向。
