AI賦能千行萬業，是安防智能化發展的契機。而隨著人工智能的不斷成熟以及其在安防行業深層次應用的研究開發，安防行業已經進入一個全新的時代——泛安防時代。這里所謂的泛安防，有兩層含義：
一是安防的邊界開始向外擴展，業務范圍擴大，隨著物聯網、云計算、大數據、人工智能等技術的融合發展，安防的邊界愈來愈模糊，就連?？低?、大華股份等安防*的企業定位都已經不再是安防企業，而是以視頻為核心的物聯網解決方案提供商和服務商；
二是不斷有新鮮的“血液”注入到安防行業，華為、阿里、中興、騰訊、中國平安等行業*，紛紛跨界進軍安防行業，安防的運營模式和玩法也越來越多樣。
與此同時，泛安防的到來衍生了更多的發展機遇，AI、5G、物聯網、大數據等技術的融入，使得產品功能性更強；企業對于項目整體解決方案的能力進一步提升；更多細分領域，如智慧養老、智能交通、智慧能源、智慧醫療、智慧消防等迎來了更大的增長空間。
但機遇，往往與挑戰并存。泛安防趨勢愈加明顯，難題和挑戰也愈加撲面而來。
市場落地難點
1、企業間低價競爭
這種低價競爭主要體現在兩個方面，一是大打產品價格戰，二是低價競標。
安防產業發展到今天，盡管技術壁壘并未*消除，但各家的安防技術也基本沒有太大的差異。在這種技術幾乎均等的背景下，價格戰也成為了安防企業搶占市場的途徑之一，低價銷售成為了企業吸引用戶的方法之一；其次是低價競標，在不少智能化安防項目中，有較大比例的項目采用標評價法，或者即使采用綜合評分法其商務分值也較高，或者干脆是價中標，企業為了中標，自然就響應了低價。
但不管是價格戰還是低價競標，企業間的低價競爭，將企業之間的差距逐漸拉開，那些沒有雄厚資金支撐的企業，很難在長時間的低價競爭生存下去。
2、用戶需求不匹配以及新需求不斷涌現
以當前競爭較為激烈的人臉布控為例，目前我國已有不少公司致力于業務的人臉布控工作，人臉識別技術是核心所在。但場景的人臉識別，與金融、社交等場景的技術差別很大，場景的人像大多是非配合場景下抓取的圖片，對于光線、角度、照片質量有很大的不確定性，對算法的魯棒性要求更高。例如捕捉到一張圖像質量高的正臉是利用人臉識別技術抓逃犯的要求，但監控攝像頭捕捉的圖像往往不是正臉，而是一個腦袋或者人身體的某個部位，此時除了人臉識別技術，還需要將其與行人再識別(ReID)分析技術結合在一起，快速確定人臉目標。而除了人臉識別相關算法，光線、識別距離等外部因素也會影響人臉布控的準確率。也就是說，為了匹配行業的需求，企業必須在技術上下苦功夫。
隨著用戶對人工智能技術接受度的不斷提升，用戶新的需求也不斷涌現出來，但有些應用功能具有一定的邊界，只能存在于理想的環境條件當中。而除了算法之外，當下用戶對于環境的需求也越來越苛刻，雖然現在1080p的攝像機已經很普及，但在存量市場中也存在大量的720p或者標清的產品，用戶也希望在這些場景下能夠實現相應的智能輔助功能。
不過，用戶新需求的提出，一定程度上也加速了智能化應用的產出及落地速度。
3、產品質量問題
伴隨著人工智能等技術的加持，安防行業鏈逐漸向外延伸，安防產品開始應用在各個領域，為行業企業帶來了新的機遇，安防行業的競爭也越來越殘酷。在這種背景下，除了安防產品同質化日益嚴重、用戶需求逐漸個性化，細化安防產品的質量問題也迫在眉睫。
由于大多數安防廠商都是硬件起家，軟件基因缺乏，以及從頂層涉及到模塊化開發都缺乏統籌規劃和項目管理，因此在產品規劃和技術突破上缺乏長期投入，繼而容易出現產品質量問題。以安防行業的主流產品攝像機為例，目前攝像機類產品容易出現以下幾大問題：紅外攝像機的燈杯容易出現故障、半球攝像機在特定環境下出現光暈問題、室外半球攝像機會出現漏水問題等等。
4、數據安全問題
萬豪國際集團旗下喜達屋酒店5億顧客信息泄露、英國公司泄露超過100萬人的指紋和面部識別數據、Clearview AI公司30億人臉數據泄露……人工智能、大數據、云計算的助力加速了安防行業的智能化轉型，但與此同時，數據泄露事件也頻繁爆發，數據安全問題也逐漸引起人們的人們的重視。
人臉識別算法開源之后，不法分子很容易在已經開源的人臉識別算法中植入非法程序，繼而對人臉等數據進行非法采集，造成隱私泄露問題。此外，安防行業進入智能化之后，視頻數據都經過高度濃縮，價值也被逐漸挖掘出來，被犯案的機率變得更大，對社會的影響也更大。
南方都市報《人臉識別應用公眾調研報告》顯示， 64.39%的受訪者認為人臉識別技術有被濫用的趨勢。其中，更多居住在北上廣深、省會城市等二線城市的受訪者認為人臉識別技術當前有被濫用趨勢。問卷數據顯示，30.86%受訪者已經因為自己的人臉信息泄露、濫用等遭受損失或隱私被侵犯。問卷數據還顯示，61.49%的受訪者認為需要“通過法律法規或者國家標準”來規范人臉識別應用。
如此看來，數據安全的管理，急需建立一套包括數據搜集、數據處理使用、數據監督管理等在內的具有嚴格要求的數據安全管理辦法來得以實現。
產業落地難點
1、產業碎片化
AI本身的賦能屬性，會緊緊和場景結合在一起，而場景則意味著個性化，因此隨著AI在安防行業領域應用的不斷深化，以及泛安防格局的不斷加深，用戶對于AI應用的訴求也根據不同的場景變得越來越個性化和碎片化。
目前看來，安防行業的碎片化主要有以下幾大體現：用戶需求碎片化、應用場景分散且細碎等等，需要大量的行業應用知識和領域知識來完成技術的效能轉化。面對碎片化問題，目前一些廠商嘗試了創新的做法，例如提出開放平臺，讓用戶自己完成視頻數據的標注進行訓練，然后再下載下來運用。但這種模式的問題是，用戶是否真的懂得去訓練，如果預期效果能達到，便相當于成本轉移。
安防產業場景眾多且極其碎片化，站在企業的角度來看，企業并不能且沒有能力一口“吞下”所有場景，這就要求企業必須找準自家優勢切入某個細分行業中去，只有先小而精才能做到大而深。不過，目前不少安防企業都采用AI開放平臺的現成方案，初步效果也較為顯著。例如，在零售行業，一些沒有技術能力的商家可以利用?？低旳I clold開放平臺，在線上傳幾十張自己拍攝的店門口的垃圾圖片，并通過平臺上的標定工具標定垃圾信息，同時選定攝像機，將標定后的垃圾數據進行算法訓練后關聯到選定攝像機，商戶即可自行給普通的攝像機DIY出可實現垃圾堆疊檢測的AI能力。
2、產業應用落地速度緩慢
智能時代下，AI等技術在某些安防場景落地緩慢主要取決于四個因素：算力、算法、基于算法的應用以及價格。安防產業的應用場景非常豐富，任何廠商都無法把算法與應用覆蓋到所有的場景，也就是說必須依托于開放的生態平臺，用的硬件計算平臺加上擅長細分行業的ISV的應用算法，打造出競爭力的解決方案。在價格方面，有兩方面問題需要考慮，一方面是如何降低硬件成本，另一方面是規模應用后，ISV軟件開發成本能否攤平。
再者，預算也是阻礙AI應用落地的一個重要原因，AI應用需要投入的資金數量較為龐大，并不是每個行業每個企業都有足夠的運算來支持。此外，當前的項目有些用戶也存在過于理想化的預期心理，人工智能需要機器學習不斷提升準確率，它無法馬上解決所有的問題，需要有足夠的時間與正確的訓練方式，才能慢慢體現它的價值。
3外部因素
、市場環境、政策標準也是影響行業發展的關鍵因素之一，尤其隨著中美貿易戰不斷加劇，安防行業或多或少受到了一些負面影響。
● 資本的集中化發展是產業發展的階段，安防產業亦是如此。近年來，人工智能給安防行業帶來的投資熱潮日益加劇，資本融資、企業IPO在安防行業并不少見，“AI四小龍”就是下的產物。推動產業競爭與分配格局的出現。但在資本注入后，企業如何上交一份“亮眼”的成績單，也已成為企業必須解決的問題。
● 公共安全事件。2010年年初，疫情的爆發給經濟按下了暫停鍵，安防行業也毫不例外。2020年季度，疫情導致的延期復工、業務中斷、運力不足等問題，導致安防企業的生產、銷售及客戶交付環節均受到一定程度的影響，企業總體營收不容樂觀。于此同時，少數具有集成業務和順應紅外“剛需”的安企，如宇瞳光學、高德紅外、大立科技以及森霸傳感等公司，營收呈現增長態勢。
● 自去年“301調查”事件以來，中國與美國之間的貿易戰爭一直沒有停息。今年以來，美國更是先后將華為、?？低?、大華股份等多家中國企業納入“黑名單”，對中國企業在北美地區的業務造成不少影響，對中國芯片企業也產生了巨大的沖擊。不過，中美貿易戰也開拓了中國安防產業的新市場，給中國自主技術、標準和產品帶來更多機會。不止是安防企業，國內企業都應該抓住機會加大在基礎技術領域的研發投入，在一輪輪的技術演進中，不斷提升核心技術的能力和比例，真正擁有與國際*對抗的能力。
● 隨著AI應用碎片化的不斷加強，目前業界廠商普遍都比較期待AI項目標準化的盡快到來，標準建設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行。不過，現階段看，AI應用的標準同樣需要充分考慮各種場景因素，標準建設也將是一個紛繁復雜的過程。
小結
目前的安防行業已經進入了泛安防時代，不管是ToG市場還是ToC市場還是SMB市場，最后都能與安防聯系起來，只是產品形態有所差異。而進入泛安防時代，安防行業變得越來越分散，由安防頭部企業主導的設備為主的傳統競爭格局也正式宣告結束，越來越多的企業開始入局安防行業，這在一定程度上會促進行業的繁榮發展。
