“AI+安防”和“安防+AI”的界限仍很明显

目前围猎安防AI应用的企业很多，主要有两大类，一是以4大算法公司（商汤、旷视、依图、云从）为代表的AI独角兽，他们主推“AI+安防”模式；二是以宇视科技等公司为代表的安防阵营，主导“安防+AI”之路。

宇视黄攀认为，截至目前，“AI+安防”和“安防+AI”的界限仍很明显。

以4大算法公司提出的“AI+安防”为例，他们的定位是“1+1+X”，即“算法+产品+行业解决方案”，“X”代表各行各业的行业解决方案，安防只是其中之一。AI公司的行业赋能模式属于扁平化架构，主要是解决算法问题，这使得他们在安防领域的耕耘没有传统安防企业透彻。

又因为安防是AI落地最深、最广的一个行业，为了实现营收，AI公司选择安防行业来进行算法验证和变现，因此我们看到，现在AI公司越来越重视安防行业。

而以宇视为代表的安防企业提出的“安防+AI”，基于大安防的整体生态链比较完备，从上游的人工智能算法、中游软硬件/解决方案，到下游行业定制软件等都一应俱全，尤其在前端智能IPC、智能NVR、智能存储上有突出的优势，加上早已在多年积累中建立了完善的营销渠道。安防企业可以轻松地让AI产品在安防垂直细分领域得到快速变现，这是安防阵营跟AI阵营耕耘“安防+AI”的最大区别。

当然，我们也看到，目前安防公司跟AI公司的相互渗透越来越多，在AI公司进入安防领域的同时，安防公司也在不断向教育、医疗、金融等垂直领域延伸，将AI的适用范围不再局限于安全防护。

赋能安防，AI面临哪些困境

宇视黄攀告诉OFweek安防网，目前AI赋能安防主要面临两大难题，即大规模应用能力和产品变现能力。

首先，黄攀认为安防的AI产品面临的最大困难不再是算法、算力、大数据等技术问题，而是转移到AI六要素中的工程、场景、方案等实际落地应用问题。

目前很多公司对外宣称自己支持AI深度学习，并获得了从央视到行业垂直媒体的大力度推广，让用户产生错觉，并对AI抱以很高期待，忽略了算法与场景，算法与产品工程化的匹配问题，甚至超出了目前AI的能力范围，导致项目落地后的应用效果与用户预期效果形成落差。

其次是AI的产品变现能力还在探索中。现在所有的行业都欢迎AI产品，但大量的细分市场的定制化需求、定制化解决方案未能同步跟上，若采用通用方案，则效果大打折扣，需要各行各业的AI玩家持之以恒地开发与完善。

在安防领域，宇视等传统安防企业对各类场景都有很深渗透与理解，细化解决方案定制能力强，因此变现能力相对强很多。即便如此，安防企业还是会遇到很多问题，如各种定制化需求、各类型场景方案开发等，给经验丰富的安防企业提出了很大挑战。

其中细分市场的定制化算法难度最大，黄攀以监狱的“打架检测”为例介绍。“打架”是一种人类的常识性的事件描述，背后是大量人类认知的体现，跟通常的车辆、人脸这种相对有固定边界的模型不同，是一种宽泛的、形容性的概念。人类需要训练AI算法，什么才是“打架”，但是打架并非固定模式，有可能是群体的剧烈冲突，也可能是一方对另一方的霸凌，动作不剧烈，更有可能是被多人环绕的隐蔽式冲突，形式非常宽泛；这就需要突破传统深度学习对固定模型的检测能力，升华到对人体动作的理解能力。