公共交通運輸

 

Per Björkdahl(ONVIF)認為交通運輸似乎是從人工智能技術的發展中受益最多的市場。由于它涉及對人的追蹤，人工智能可以區別出偏離行為，例如某人在高峰交通時段逆行，反過來可以啟動實時響應，因此當局可以判斷是否有必要進行干預。在其他情況下，AI還可以對行人情況進行監測，識別到有人摔倒時，可能意味著有人需要醫療幫助。總的來說，這將提高公共交通的質量，以及對一般公共事件的響應速率。

 

同時，Jessica Burton(希捷科技)認為智慧城市是另一個依靠監控和人工智能能夠獲取實時監測以改善交通，移動性，犯罪追蹤和人群控制的市場。

 

零售市場

 

Andreas Pettersson(Arcules)認為零售業是從人工智能技術發展中獲得巨大收益的行業，比如說利用AI優化業務運營。不僅僅是防止商店的損失，特別是對于希望更好地利用大數據的企業，AI可以幫助零售識別新的創收機會，例如基于高流量區域的店內戰略性產品布局。AI與分析相結合，使企業能夠基于智能數據分析預測和預防事件，從而最終提高安全性和業務效率。

 

Jessica Burton(希捷科技)表示，零售市場是安防行業中首批采用人工智能技術的行業之一。據Juniper Research報道，到2022年，全球零售商預計將在人工智能技術上投入72億美元。同一項研究表明，其中54%的資金將用于客戶相關分析，30%用于AI營銷工作。例如，今天零售商店中使用的一些最流行的視頻分析方法是人數統計和熱量映射。這些技術的見解有助于管理人員調整人員配置水平，以適應高峰時段，并幫助營銷團隊了解哪些產品在終端上正在吸引最高流量的客戶青睞。

 

維護預測分析

 

Jean-Pierre Picard(Genetec, Inc.)：“如今，基于機器學習算法的新一代視頻分析和自動車牌識別系統已經被應用到關鍵的任務中，例如執法，公用事業和運輸。”預測分析將過去的數據投射到潛在的未來事件中，以幫助確定行動的優先級。異常檢測是最廣泛采用的應用程序，它的使用案例多種多樣，從系統健康監測到動態檢測潛在的網絡威脅，以及識別人群的異常變化等。

 

David Budzinski(江森自控)認為，與機器學習相結合，AI可以識別模式以改進預測分析，從而更好地了解設施系統。預測分析還針對維護需求提供糾正措施，限制系統停機時間并確保使用人員和資產安全 - 這對許多行業都能從中受益。例如，如果系統在醫療保健環境中癱瘓，如醫院，患者護理可能會面臨嚴重風險。通過更多基于AI的解決方案，醫務人員可以繼續專注于提供最佳護理，幫助患者在安全的，有保障的環境中康復。

 

總而言之，零售市場是人工智能技術的早期采用者，預計其在零售部署中的使用將會增長。專家同時認為交通運輸是人工智能應用的最佳選擇，而第三個方面則提到了針對維護的預測分析。當涉及到在物理安防市場中使系統更智能時 - 在眾多其他行業中表明 - 應用AI的可能性似乎是無限的。