人工智能的落地和應用，一項基本常識是不存在所謂的通用人工智能，AI無法解決多種多樣不同類型問題;所有的智能都是應用于某一特殊領域的智能，擅長單一方面的技能，即弱人工智能。
因此只有AI和某個行業結合，才能向前發展;人工智能可能會改變幾乎所有的行業，而且是”行業+ AI“，而不是”AI+行業“。我們已經處于弱人工智能的時代，在這一輪AI融入場景的浪潮中，最先落地的行業是安防，以視頻前端(即室外的IPC網絡攝像機，對應的后端指室內的存儲和服務器)采集為特征的安防已經構筑了一張真正的物聯網，成為AI、AI芯片應用的必爭之地。
為什么是安防+AI?
海量部署，需求強勁。2017年全球新增的攝像機大約在1.5億只以上，使得視頻監控由被動防御到主動預警的轉變更為迫切。海量的攝像機會導致對類似于視頻結構化、人臉、車牌、機動車、非機動車、人數、行為等人工智能的訴求會大大增加，人工智能在安防行業加速落地，海量的攝像機會對安防芯片以及帶有AI功能的芯片有大量的需求。
更新換代，周期適度。電信行業的產品特點，基站研發周期5年，設備在網時長或固定資產生命周期5年;企業網行業的交換機研發周期1年以上，設備在網3年;而安防行業的產品研發周期短至3～9個月，設備在網2年。盡管也有因為產品質量優異而在網工作5年以上的佳話，但大部分安防產品比如IPC的行業慣例就是2年更新換代。這種換新速度，使得新技術的應用和迭代的最佳試驗場景，當然也導致廠商競爭烈度大、洗牌快速。
圖1：有著研發基因看似驕傲的隊伍，在看似相近的行業，其實核心規律完全不同，過往經驗往往是慣性和陷阱;在實踐中能夠從大流程到小快靈，脫下西裝做泥腿子、走出實驗室爬桿子才是技術落地的境界，是成功部署的真正驕傲
三個場景 成功在于需求和“地頭力”
十年以前(2010年前后)，安防的場景是平安城市，視頻建設是看的見/網絡化，聯網標準從DB33標準到GB/T-28181，從 模擬、數字到網絡。
五年以前(2013年前后)，安防的場景擴展到智能交通，視頻建設是看的清/高清化 ， 清晰度D1→1080P→4K， 編碼從H.264到H.265，成像技術 低照度→星光→超星光(曾經的“黑科技”，被中國龐大工業能力所白菜化，在伸手不見五指的夜間對動態目標成像，90%的案件發生在夜間)。
當前(2016年以來)，視頻的技術方向就是看的懂/智能化 ，基于深度學習的機器視覺分析，廣泛應用人臉、車輛、結構化 。不僅僅是安全的屬性，在最新的項目部署中，視頻已經成功處理著市民的日常瑣事，涉及大數據信息管理、應急指揮調度、事件處置分析、智能預警布控、社會服務管理等功能——十年前電信、IT行業一度流行的以WiFi、無線為核心定義的“智慧城市”無疾而終，今天看來是僅僅鋪墊了信息管道，而真正的智慧城市在以視頻為中心后實現了突破，這是令人振奮的第三場景。
這三個場景是逐級演進的。一個逐漸富裕起來的群體喚醒了安全意識，就產生了平安城市，有了“深夜擼串”的保障;之后全球最大的汽車生產國、最大的新車消費市場在此誕生，我們的汽車社會就催生了智能交通，不再煩惱逃逸和套牌，并在嘗試疏導擁堵;老城區人口的增加、衛星城市的建立，公民對于垃圾堆放、違停亂建甚至樓上樓下吵架的“瑣事”更為敏感，就需要從管理到服務的第三場景。
這是大數據和弱人工智能一展身手的年代，不過環境也脫離實驗室更為復雜，算法只是系統中的一部分，而且實踐中的表現偏孱弱：從室內理論走向室外部署，任何在沙發上進行的AI打榜，都不如“脫下西裝做泥腿子”，需要“深入田間地頭”以業務流程不斷對算法修正。商業模式可以有概率引來投資，但絕對無關企業持續經營的護城河，技術、產品和服務才是護城河
京公網安備 11010502049343號