2017年以來，人工智能技術(shù)已成為名副其實的顯學(xué)，購物網(wǎng)站上的AI客服、微博上的廣告推送、手機里的Siri……民眾對新技術(shù)的高需求與包容性使得等與生活密切相關(guān)的領(lǐng)域開花，智能技術(shù)可以說已經(jīng)無處不在。相比2017年才開始的“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。當下，“智慧安防”被公認為行業(yè)的發(fā)展趨勢。

　　AI已成為安防的標配，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新貴均全面進軍智慧安防，從產(chǎn)品線來看，主要分為視頻結(jié)構(gòu)化分析系統(tǒng)、人像識別布控系統(tǒng)、車輛大數(shù)據(jù)平臺、警務(wù)大數(shù)據(jù)平臺等。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。毫無疑問，人工智能技術(shù)將是未來安防企業(yè)研究的重點。

　　不過，人工智能在實際應(yīng)用中還需要面對更多、更復(fù)雜的場景，以智慧安防中應(yīng)用最多的人臉識別技術(shù)為例，目前人臉識別準確率已達到99％以上，超過人眼識別準確度，但在實際應(yīng)用中算法偏見、遮擋、光線、特殊表情等因素會提升誤判可能性，應(yīng)用價值大打折扣，此前亞馬遜人臉識別就曾將28名美國國會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％。

　　正如華為董事、戰(zhàn)略Marketing總裁徐文偉所說：人工智能在實際應(yīng)用中沒有測試場景下效果理想，至少沒有想象中那么好。

　　智慧安防往往有特定的場景要求，從數(shù)據(jù)的識別、傳輸?shù)教幚砭媾R著不小的挑戰(zhàn)：前段設(shè)備只有在特定場景下才能保持較好的識別率，識別出后需要將大量視頻數(shù)據(jù)傳輸?shù)皆浦行模@對網(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；而無論哪個環(huán)節(jié)都需要提供足夠安全的網(wǎng)絡(luò)，否則數(shù)據(jù)泄露將會造成嚴重的后果。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、涉及系統(tǒng)眾多，一套具有前瞻性、系統(tǒng)性的頂層設(shè)計必不可少，這也是智慧安防能否真正落地并取得實際效果的前提。

　　此外，值得一提的是，當前智慧安防算法、 產(chǎn)品及解決方案以企業(yè)標準為主， 亟待建立面向?qū)崙?zhàn)的行業(yè)級標準。

　　結(jié)語：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分場景，還要對整個工程審批與實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，讓AI“落”下來。