過去十幾年，安防市場被頭部廠商穩穩占據著最大的市場份額與核心的技術體系。這是從模擬到數字巨變的十幾年，也是傳統安防企業依托視頻編解碼技術積累，不斷鋪量，滾雪球般拿下絕對優勢地位的一個時代。
洶涌而來的智慧物聯趨勢，打破了安防市場的固有格局。安防巨頭急急褪下“安防”標簽，駛向更為廣闊的智能化藍海，新的巨頭華為、百度、阿里全面切入，AI四小龍攪起新的水花，一切都預示著一個新時代的開啟：安防賽道升維，正在從最基本的安全防范，向規范管理、輔助經營決策升級；正在從單一的數據感知，向多重感知和整體業務分析的重要抓手，逐步升維。
在這個重要的轉型期，安防市場卻并不平靜。貿易摩擦、實體清單、安防芯片暴漲……并且繼2020年雪亮工程建設收官之后，安防產業其實才真正進入實戰應用中，去哪里找到下一個千億級的市場？安防產業正在親歷一場從技術到商業模式、從產品布局到產業格局、從個體浮沉到行業命運的劇變。
<與非網>深度對話Gartner、Omdia兩大分析機構，通過數據、趨勢、業務模式等分析，全維度探尋升維變革中安防產業的新趨勢、新動力。
安防賽道升維，哪些新趨勢、新方向？
在AIoT驅動下，安防賽道升維體現出哪些新趨勢和看點？市場需求、產業生態又完成了哪些重大蛻變？
Omdia亞太區高級分析師朱文智（Tommy Zhu）認為，安防智能化在持續從中心端/云端向前端遷移，前端攝像機智能化不斷提高。Omdia估計，2020年全球范圍內前端智能化滲透率達16%，預計到2025年將達64%。
從技術發展來看，以往多路視頻流分析往往在后端/中心端做集中處理，但近幾年，由于前端AI芯片成本大幅下降、算力顯著提升，復雜的視頻處理也可以在前端進行，這樣可以有效降低中心端負載，帶寬限制也大大降低了。
從需求來看，AI落地比重將從政府向企業和民用轉移，以往政府端由于雪亮工程等平安建設，對于AI提升辦案和執法效率的需求也不斷提升，現在十四五規劃明確了推動產業數字化進程，智慧安防有望繼續在企業端大規模落地，為企業降本增效提供支持。
Gartner高級研究總監相斌斌則從物理安全（physical security）角度分析了安防市場未來的方向。在她看來主要有兩大方向，第一是解決方案更為集成，把原有的一些不同類型的物理安全手段全部整合在一起，與多種物理安全系統、其他物聯網節點和平臺系統進行集成，從孤立的安全點解決方案擴展到業務需求，形成整體化的解決方案。第二則是安防預測機制的改變，從原來的事后追溯，向實時的、甚至可預測的機制變化，通過疊加AI視頻分析類工具，提升實時、智能化水平。
在這樣的趨勢下，整個市場生態也在發生變化。機器視覺、視頻分析、圖像識別等廠商，逐漸進入安防領域，成為比較主流的一個分支。這一方面是技術的演進在推進，另外一方面源于需求側的驅動力。
相斌斌談到，邊緣AI很突出的一個優勢在于可以實時發現、分析問題，從而無需對視頻/圖像進行存儲，甚至可以通過機器視覺技術隱蔽用戶的一些物理特征或特定場所，只是去分析其規模和模式，從而很好地保護了數據隱私。整體而言，她認為這些新的挑戰正在重新定義物理安全體系結構，產品路線圖向集成化、以分析為中心和基于需求的方法進行根本轉變。
安防≠監控，實用場景見真章
傳統攝像頭被開發出更大的潛力，超越傳統安防時代單一的監控職責，“安防=監控”這一刻板印象被逐漸打破。攝像頭所具備的巨大潛力，已經遠遠超過了傳統安防時代的威懾作用，而是成為智慧城市/商業/工業/農業等構建過程中，最重要的感知維度。但更重要的是，當安防系統成為整個AIoT系統中的一個分支時，它就參與到了整體的管理、運營和決策中。這也意味著，智慧安防真正擺脫了單一場景，通過與各行各業的深度結合，走入更為廣闊的“場景化”時代。
相斌斌談到，安防最主流的視頻應用中，視頻分析功能正在打破“安防＝監控”的刻板印象，因為它可以在攝像頭端側實時進行處理和分析，或者在邊緣側進行分析處理，只有最必需的數據才會傳到云端。此外，她認為僅在安全防御級別很高的場景中，比如與公共安全相關的特殊領域，才需要去匹配人臉識別技術、監控技術、視頻技術等，達到更好的安全防御效果。而大部分場景中，可能并不需要采集人的五官特征，僅需要區分是人、物體或其他，通過這種粗線條的分析，既規避了對隱私數據的介入，同時從成本上，由于不需要大量的回傳，對網絡傳輸成本也是很大的消減。
相斌斌以機場這個安全要求很高的場景談到，如何去進行高安防級別的識別、判斷？其實是需要多維、多節點的聯動實現的。假設對一個恐怖分子攜帶危險品進行識別和防御的場景，首先可通過化學傳感器探測，一旦觸發探測機制，可協調視頻監控，匹配名單數據庫捕獲圖像進行面部識別比較。同時可以結合定位信息，自動派警給距離最近的警察，形成探測、識別、報警、派警的閉環。
“大部分技術的演進，基本上都在向如何規避隱私和過于個性化的識別去發展，網絡存儲、視頻存儲技術也是如此。要實現智能化，AI只是其中一個實現手段，一定需要連接性、協作性、開放性等全方位的智能化都做到的前提下，才可以實現場景化的智能”，相斌斌表示，“大眾之所以對人臉識別有顧慮，主要是隱私方面的擔憂。通過這種多終端、多節點的聯動，可以實現只在必須的情況下采取調用、才會捕捉個性化人臉特征的功能。不管是效率、實用性還是隱私保護方面，都會得到提升。”
根據Omdia數據，中國智能視頻監控及相關基礎設施市場規模，在2020年比上一年增長了6.4%，而全球市場增速僅為2.2%。中國市場在疫情之下增長仍然穩健，這主要歸功于熱成像人體測溫系統的熱銷。但排除人體熱成像測溫系統的銷售貢獻后，市場下降0.8%。中國市場目前占全球市場近50%的份額。2020年在疫情和雪亮工程收官的共同影響下，政府投資有所收縮。
在這一特殊發展節點之時，智慧安防何去何從？朱文智談到，過去幾年推動中國市場增長的主要因素是政府投資，盡管2020年是雪亮工程的收官之年，但政府對于公共安全投入的大方向保持不變，在十四五期間仍會堅持建設更高水平的平安中國。除此之外，中國的萬億級規模的新基建計劃和數字中國戰略，有望進一步推動智能視頻監控在公共部門和私營部門的需求。
除此之外，他認為未來只要是有減少人力成本和效率提升需求的行業，對智慧安防來說，都是很好的落地場景。比如商超零售的商業智能（Business Intelligence）和貨架管理、工業制造業的合規操作和質量監測、道路交通的管控和優化、農田水利等的環境監測。
“危”“機”相生，碎片深耕
中美地緣政治影響下，中國高科技企業受到波及，安防領域包括頭部企業等多家廠商被列入實體清單。2021年開年以來，美國聯邦通信委員會FCC又在醞釀新的法案以進一步制裁中國廠商在美的商業活動。
朱文智表示，美方禁令對中國廠商影響比較大的還是在美國市場，當然不排除一些盟友看到美方立場，會因此受到一些影響，但目前看來影響畢竟有限。他認為，對于中國的安防廠商，為了保證供應鏈安全，國產替代化進程會進一步加快，這對于建立中國自己的產業生態也有正面促進的作用。
“地緣政治的影響，短期內難以規避，拓展現有的home market、在原有的市場繼續深耕，是務實的選擇”，相斌斌表示。
深耕主要有兩條路，一是基于原有客戶基礎繼續深入，雖然硬件基礎設施通過雪亮工程的推進，覆蓋率已經比較高了，但是如何在軟件側，通過疊加AI的能力，可以補齊原有的功能或市場空白。
物理安全和網絡安全的邊界在逐漸模糊。例如城市攝像頭一般都會安裝在一根桿上，桿下通常會有網口，便于測試檢修或升級攝像頭。但是這個網口一旦被惡意接入，很有可能就會威脅到整個安防系統。相斌斌表示，就是這些細枝末節、可能是盲點的領域，對廠商來說其實是可以深耕的方向，在這些場景下，疊加AI、安全類的方案，去把這個市場做大。
另外一條路就是做寬，即拓寬到更多應用場景中。相斌斌說，視頻需求其實越來越高，甚至可能不是以傳統攝像頭的方式，這就給嵌入式視覺或其他視頻技術帶來了新機會，部署到不同需求的場景。隨著技術的提升，可以擴展的場景也越來越多，對于傳統的視頻廠商來說，也可以拓展更寬泛的解決方案。
從某種程度上，外部壓力可能會成為好事。原來看重硬件出貨量，不斷拓展市場，大多數是重復需求去鋪量，對于廠商來說，可能并沒有太多的動力或危機意識去深耕。但是當硬件鋪量遇到壁壘后，反而可能會倒逼廠商做深耕，當具備了深耕能力之后，都會成為有用的積累。另外，相斌斌談到，對于AI廠商來說，還有一個有利因素，就是通過前面幾年打下的數據基礎，用來訓練算法的話，會更為高效。
寫在最后
安防行業暗流涌動的背后，是一次新機遇的開啟。
以手機市場做類比，最初就是賣硬件、賣手機，當手機有了更多的功能，實現了智能化之后，手機才作為一個平臺，真正開始為用戶提供更多的服務。這是IT應用發展的基本規律，安防市場也是類似，經歷了硬件鋪量和建設階段，安防產業的智能化才剛剛開始，更大的價值空間有待發掘。
AI 的落地將繼續拓展安防空間：一方面，智能安防系統的價格高于傳統安防系統，更新換代將帶來龐大的市場空間；另一方面，AI提升了效率，拓寬了應用場景。其本身的價值需要落地場景來體現，從硬件走向軟件和數據結合的價值上移過程才剛剛開始。
這是市場自然演進的階段，也是安防賽道實現升維變革的必然過程。對產業來說，精細化深耕、拓寬至更多場景，原有的安防解決方案會更完善；對生態來說，也進入更良性的發展周期，產業鏈各環節的界限逐漸模糊，產業生態將走向多元、開放。
