近幾年來，人工智能為安防產(chǎn)業(yè)帶來了豐富的想象力，安防+AI的組合應(yīng)用帶來了傳統(tǒng)安防功能價值的顛覆性變革。然而現(xiàn)在的人工智能技術(shù)還是處于弱人工智能時代，大量的智能需求是以碎片化、場景化的形式出現(xiàn)，這也驅(qū)動著安防產(chǎn)業(yè)原有的運(yùn)作模式不斷順應(yīng)著市場需求發(fā)生改變。

過去幾年，安防產(chǎn)業(yè)的智能化升級很大程度上得益于人工智能在行業(yè)領(lǐng)域的應(yīng)用，對于AI在行業(yè)領(lǐng)域的作用，有業(yè)內(nèi)人士表示，AI和互聯(lián)網(wǎng)一樣，它是一個非?；镜牡讓蛹夹g(shù)，這項技術(shù)會重構(gòu)整個行業(yè)，甚至重構(gòu)整個社會?；ヂ?lián)網(wǎng)在過去20年里是最火的技術(shù)元素，它顛覆了很多人的認(rèn)知以及行業(yè)領(lǐng)域原本的運(yùn)作模式，AI技術(shù)亦是如此。

場景碎片化成為AI落地應(yīng)用的關(guān)鍵問題

AI本身的賦能屬性，會緊緊和場景結(jié)合在一起，而場景則意味著個性化，因此隨著AI在行業(yè)領(lǐng)域應(yīng)用的不斷深化，用戶對于AI應(yīng)用的訴求也將根據(jù)不同的場景變得越來越個性化和碎片化。

這種論調(diào)正被越來越多的廠商所提及，碎片化的應(yīng)用場景是AI落地過程中不可跨越的問題，對于廠商而言，由場景碎片化帶來的困擾表現(xiàn)在多個方面。

曾有廠商指出由于場景的碎片化，企業(yè)所提供的產(chǎn)品和解決方案也會呈現(xiàn)碎片化，當(dāng)前的情況是，不管是邊緣計算還是云計算，實際上都是在解決點狀的問題，但由于碎片化太嚴(yán)重，在各個節(jié)點上部署智能化和數(shù)據(jù)流轉(zhuǎn)等AI應(yīng)用是一個很痛苦的過程。

除此之外，其實還有算法的碎片化，大規(guī)模應(yīng)用問題由于算法持續(xù)不斷的更新，算法更新將成為一個永無止境的過程。這樣一來會讓廠商在進(jìn)行數(shù)據(jù)規(guī)劃、可視化檢索和大數(shù)據(jù)融合時增加不少難題。

也正因為如此，當(dāng)前業(yè)內(nèi)廠商普遍都比較期待AI項目標(biāo)準(zhǔn)化的盡快到來，標(biāo)準(zhǔn)建設(shè)將在一定程度緩解碎片化的痛點，讓項目的交付變得更便于執(zhí)行。不過，現(xiàn)階段看，AI應(yīng)用的標(biāo)準(zhǔn)同樣需要充分考慮各種場景因素，標(biāo)準(zhǔn)建設(shè)也將是一個紛繁復(fù)雜的過程。

在標(biāo)準(zhǔn)到來之前，為了更好的推進(jìn)AI項目的進(jìn)展，不少企業(yè)正在積極完善AI工程化的部署，或是盡可能將AI產(chǎn)品設(shè)定成“通用+定制化二次開發(fā)”的模式，既降低廠商的量產(chǎn)成本，同時也能為用戶個性化的需求預(yù)留接口。

碎片化帶來的作業(yè)模式變動

緩解場景碎片化痛點，并不是由某一類廠商獨自解決就可以，這需要產(chǎn)業(yè)鏈上多個環(huán)節(jié)的共同參與。將難點拆分出來，大概涉及到這幾個主要環(huán)節(jié)：

首先需要積累面向場景的數(shù)據(jù)，第二個需要工程師開發(fā)面向場景的算法，第三需要大規(guī)模的訓(xùn)練系統(tǒng)進(jìn)行算法的訓(xùn)練，第四需要前后端的產(chǎn)品來承載智能算法，最后需要一個平臺軟件來對接智能功能和行業(yè)的需求。

這一連串的作業(yè)任務(wù)將會成為直觀的驅(qū)動因素讓企業(yè)的運(yùn)作模式發(fā)生一些變化，從數(shù)據(jù)積累、場景算法開發(fā)、算法訓(xùn)練、前后端智能產(chǎn)品研發(fā)到配套應(yīng)用平臺軟件，分屬于算法企業(yè)、設(shè)備商以及平臺廠商的業(yè)務(wù)范疇，而在面對碎片化的場景及其應(yīng)用需求時，大部分企業(yè)的出發(fā)點首先是為了最大程度提升AI部署的便捷性?；诖?，不少芯片商、算法廠商以及設(shè)備商也在逐漸細(xì)化企業(yè)內(nèi)部的作業(yè)流程，完善產(chǎn)品技術(shù)的“出廠”設(shè)計。

比如一些AI芯片商，會采用把AI軟件算法結(jié)構(gòu)固化到芯片中的方式，讓合作伙伴可以直接使用AI芯片整套解決方案，除此之外，芯片商還會預(yù)留芯片二次開發(fā)的空間，便于他們的合作伙伴在其芯片架構(gòu)中訓(xùn)練特殊的模型，這樣可以讓合作伙伴所需投入的資源、時間相對減少很多，降低AI芯片產(chǎn)品化的成本。

對于產(chǎn)品和解決方案商而言，他們需要考慮更多的東西，除了AI終端產(chǎn)品的設(shè)計和功能實現(xiàn)之外，還需要結(jié)合應(yīng)用場景做系統(tǒng)工程部署，細(xì)化到AI攝像機(jī)的選點安裝、算法庫的構(gòu)建、軟件平臺和場景的應(yīng)用需求對接等等環(huán)節(jié)。當(dāng)下，在這方面，很多廠商也會盡量簡化用戶的安裝使用流程，按照行業(yè)領(lǐng)域推出對應(yīng)的套裝產(chǎn)品。對于更細(xì)微的個性化需求，積極采用本地化的作業(yè)模式，以便能更快速和精準(zhǔn)的響應(yīng)用戶需求。

總而言之，應(yīng)對場景碎片化問題，廠商當(dāng)下的重點將主要圍繞著用戶反復(fù)提及的成本問題、交付和維護(hù)的問題以及如何構(gòu)建一個整體的信息系統(tǒng)架構(gòu)，更好地融入用戶業(yè)務(wù)。

針對碎片化的應(yīng)用需求，一個很明顯的趨勢也正在顯現(xiàn)出來，那就是軟件的價值，軟件相比硬件而言，具有高可擴(kuò)展性，尤其在對接用戶的個性化需求過程中相比硬件的固化設(shè)計具有短、平、快的應(yīng)用優(yōu)勢。在技術(shù)迭代快速的當(dāng)下及未來，軟件所能承擔(dān)起的功能價值將愈加凸顯?！败浖x”有望成為一股新的潮流在安防AI化的過程中發(fā)揮重要作用。