智慧城市风口下 ，安防企业机遇何在 ？

2008年11月 ，在纽约召开的外国关系理事会上提出了“智慧的地球”理念 ，进而引发了智慧城市热潮 。在智慧城市中 ，运用信息和通信技术手段（以物联网 、云计算 、移动互联 、5G和大数据等新兴热点技术为核心和代表）感测 、分析 、整合城市运行的各项关键信息 ，从而对民生 、环保 、公共安全 、城市服务 、工商业活动在内的各种需求做出智能响应 。

智慧城市的服务对象面向城市主体——政府 、企业和个人 ，它的结果是城市生产 、生活方式的变革 、提升和完善 ，终极表现就是 ，为人类创造更美好的生活 ，促进城市的和谐 、可持续成长 。

为了实现这些美好的愿望，城市交通 、环保 、公共安全等各个方面都需要革新升级 。

由于人口增多 ，汽车保有量和使用率迅速增加 ，道路容量不足 ，道路拥堵问题日益严重 。上下班高峰时期 ，一排排的汽车密密麻麻 ，原来数十分钟的路程需要两倍甚至三倍的时间才能到达目的地 。尤其在节假日高峰时期 ，高速路上堵车成为一大景观 ，这些就是现在我们正在经历的 。

按照智慧城市的设想与规划 ，堵车也不再是难题 。出行之前即可掌握一切道路信息 ，根据大数据分析可以得知每天的道路拥挤程度 ，躲避拥挤路段 ，还可以获取最佳出行路线。同时 ，随着自动驾驶技术的使用 ，不仅提高舒适度减少疲劳驾驶的危险 ，而且可以通过数据计算避免人为错误 ，减少事故率 ，进一步保障道路的畅通 。

此外 ，当发生道路损坏 、交通事故等异常时 ，智慧城市系统会发出警报 ，并为市民提供解决方案和建议 ，减少因信息不畅通而给市民带来的麻烦 ，缓解出行压力 。

这样一路畅通到达目的地后 ，市民再也不用像无头苍蝇一样四处寻找停车位 。利用车位感知 、视频识别 、智能读卡等技术手段 ，简单快捷实现车位查询 、车位预约、车位分享、无感支付 、夜间停车等功能 ，一步到位再也不用一个个停车场查探是否有停车位了 ，也不用担心因为抢车位而发生的争吵 。

抓住了这些需求的企业 ，将会成为市场中的佼佼者 。

如今 ，环境污染的日益严重 ，防霾口罩 、空气净化器 、净水器等成为了人们生活中的必需品 ，而智慧城市的构建将会大大改善这种状况 。智慧城市建设中将不断完善环境能源监测体系 、能耗控制体系 、污染排放检测体系 ，积极推进绿色建筑和低碳城市建设 ，努力构建人与自然和谐相处的社会环境 ，大大改善环境问题 。

未来 ，城市将会实时分析各区域的环境质量数据 ，政府部门将分析结果用于各种应用 ，从而改善环境 。例如 ：政府部门将会根据天气情况而采取相应的措施减少污染 ；各区域也会根据环境 、人口等多方因素而调配生产 ，以保障环境的负荷量 。

除了从根源上减少污染之外 ，智慧城市实现了全天候监测 ，可以帮助大城市的人们及时了解空气 、水体 、土壤 、企业排污等环境相关信息的功能数据 ，让民众心里有数的同时帮助外出的人避开空气质量较差的区域 、避免喝到不符合质量的水。

在智慧城市时代 ，一切都是基于各种数据而实现的 ，那你了解各种数据是如何采集的吗 ？在城市中如何时时保障各方安全呢 ？

一个不起眼的路灯将不仅仅只是路灯 ，它可能会融入到信息交互系统和城市网络化管理的监控体系之中 ，通过集成WIFI基站 、摄像头 、红外线传感器 、雷达、电子显示屏 、充电桩 、电子等 ，进而对数据进行分析判断 ，不仅实现环保监测 、车辆监控 、安防监控 、灯杆屏 、地下管网监控 、区域噪声监测等 ，还能实现城市洪涝灾害预警 、市民应急报警等目的 ，在最大程度上从方方面面保障市民安全 。有路灯的地方就会有保障 。

在物联网全覆盖的时代 ，一切事物都不能小觑 。一个小小的路灯 ，就能带给我们方方面面的服务 。

智慧城市 ，美好生活 ，与“芯”同行 。利用数据来实现智能城市的环境监测 、智能照明 、移动性 、公共信息亭和其他解决方案 ，英特尔提供从边缘到云的卓越性能 。

智慧城市的建设需要各种数据 ，并且能够快速响应 ，以解决或者避免城市中存在的问题 。如果没有目前高性能计算机的极速处理能力做支撑 ，这一切都只会是天方夜谭 。

现在 ，利用FPGA在内的加速器,以及领先的多核CPU的处理能力,如英特尔至强处理器和英特尔至强Phi处理器 ，以及支持极低时延的英特尔OPA架构 。就能实现眨眼之间完成数百万任务的极致性能 ，实现快速存储 、处理和分析大量数据 。并且利用深度学习技术 ，对城市进行鉴别和分类的算法 ，使其能够更加快速精准的分析城市 ，提高工作流程效率 。

2018年中国经济增长放缓 ，贸易战也对国内经济带来一定的影响 。大环境如此 ，而从安防市场这个“小”环境来看 ，尽管目前安防市场还远未达到天花板 ，却遇到了整体增长疲软问题 。

对于安防行业来说 ，最大的压力是美国对芯片出口的限制 。以海康威视为例 ，在芯片的采购方面 ，大数据与人工智能相关芯片大多来自于英特尔与英伟达 ，基础芯片主要是来自于华为海思和TI 。

这些年 ，受限于国内市场的逐步收紧 ，各大安防巨头较为重视海外市场的开拓 ，所占营收稳步提升 ，成为各大公司盈利能力是否强盛的重要因素之一 。无论是营收还是毛利率方面 ，2018年有的传统安防企业的海外市场一定程度上出现了下滑 ，尤其在发达国家业务收缩 ，其中在美国可能存在负增长 。

在这种情况下 ，国内智慧城市建设浪潮的出现就更有意义了 。以内需促进国民经济增长 ，这是我国经济发展转型的大方向 。传统安防企业积极转型 ，近年新兴的AI公司也不甘落后 ，都在努力利用好这种大势 。

中国城市化进程加速 ，未来会出现以珠三角 、长三角 、京津冀为代表的巨型城市网络 ，而随之出现的便是对于超大规模城市视频分析管理及综合治理的实际需求 。无论是海康威视这样的传统巨头 ，还是商汤科技这类新兴“独角兽” ，其志都在城市级视频分析管理中心 。

AI安防工作的五大环节是 ：采集、传输 、存储 、分析 、反馈 。在AI尚未融入安防市场之前 ，这个行业的采集 、传输 、存储过程已经进化得足够优秀 。包括各种高清摄像头的不断迭代 ，4G的全面普及 ，云计算、数据湖的全方位部署等等 。这些技术的演进与应用使得前面三大过程已经形成产品方案 ，从而也带动了行业的飞速进步 ，并在短短十几年时间内便让中国安防屹立世界之巅。海康威视便是其中的代表 。

海康威视过去一年通过管理手段积极调控 ，比如他们将七大子行业分成三个大的BusinessGroup ，针对公共安全市场成立一个PBG ，针对企业市场成立一个BBG ，再把原来针对渠道市场 、中小企业市场的成立为一个SMBG ，这样就把原来的业务分成三块 ，重新划分 。

对于PBG ，主要面对是公安 、交通 、司法等政府类市场 ，它是以城市为中心的 ，以前按行业划分的这几个行业间需要打通以及进行整合 ，这样有些资源可以更好地发挥价值 ，提高公司内部运营的效率 。这个市场的增长主要是看政府在智慧城市的公共安全 、智能交通上的投资 ，以及在一些政府安全和社会管理上的投入 。公司在以前业绩增长得比较好的时候 ，比较粗放一些 ，现在他们通过一系列措施让管理更加精细一些 。

另外一个就是企业业务群（BBG） ，业务增长主要是来自一些大企业的订单 。实际上在以前整个国内经济发展不错的情况下 ，企业的发展都是比较粗放的 ，快速响应型的发展模式下把权力下放 ，集团对下面的管控都比较弱 ，而随着过去几年增速减缓之后随着各家企业对效益的关注 ，很多决策权在逐步上移 ，包括在全国各地有很多分支机构的企业的经营管理 ，集团采购 、集团管控也在增加 ，对这块市场他们会更加看好 。

总的说来都是基于AI ，以前做不到的事情现在可以做到了，相对于原来流媒体的数据 ，AI使得流数据结构化后更便于集中 、更好的远程管控 ，从这个角度来说 ，企业市场中的客户也会有这个意愿 ，进行集中管理 。

“分析” 、“反馈”这两大环节却未能在过去十多年中得到实质性发展 ，导致这一领域的产业信息化没有真正完成闭环价值的提供 。而这两大环节正是智慧城市中大数据事业的关键 。

分析是对于前端IPC采集的数据真正具备自动化价值提炼的能力 ；反馈是指拥有基础提炼能力之后 ，再结合用户需求 ，形成应用生态 ，能够真正给客户带来价值 。

这是一个全新的课题及难题 。以一个城市级项目为例 ，保守估计 ，如果将1万路摄像头连接在一起 ，每路摄像头每天抓拍量3000张 ，每天系统需要处理3000万张人脸 ，如果后期需要存储100天 ，也就是30亿张人脸 。如果用户想做一人一档 ，这对于技术的挑战远远不是一个几千人的门禁可以比较的 。

做城市级基于数万路的视频分析系统的难度之高 ，需要AI领域众多顶尖人才的持续努力 ，并针对算法做大量优化、平衡才可以做到 。据介绍 ，“基于商汤已经建立的系统性产学研体系 ，眼下 ，相同的搜索条件下 ，商汤算法的实现对于算力的要求只需顶尖友商最好产品的1/10 。”

从商汤科技的实际能力与产品来看 ，在算法层面 ，目前有两大技术突破 ：一是算法增量训练系统 ；二是长尾算法 。

算法增量训练系统的过人之处在于其可以不断进行自我训练学习 。随着用户数据的不断积累 ，该系统能够针对海量数据自学习 ，从而为用户反馈更好结果 。

换句话说 ，未来该系统部分功能的实现或夯实 ，不需要传统式地数据标注 、喂养 ，算法能够智能地自我学习 、自我成长 ，反哺自身再利用 ，形成闭环 。

至于长尾算法 ，它的强项在于能够将算法产生过程工具化 、标准化 ，以此降低单一算法的产生成本 。

通常 ，一个城市级项目中会包含各种各样的场景 ，有些场景会比较小众且多元 ，比如检测路边井盖是否合拢 、垃圾桶是否损坏等等 。以往 ，针对这些各式各样的小微需求 ，用户会寻找一些专门的算法公司去解决这些问题 ，费时费力费钱且效果不佳 。

而通过长尾算法加持的商汤AI系统 ，在着力解决“人” 、“车”的基础上 ，系统还能够快速 、标准化地生产一套新算法 。

因此 ，商汤提供给用户的系统中已经包含了几十种算法 ，而且后期还能够根据用户所需自动生成 、迭代各种算法 ，从而帮助用户快速 、有效 、降本地解决各类问题 。

商汤的安防业务已经覆盖了全国30多个省 ，参与了总计超过十万路大规模的城市级视频分析系统的建设 。

就产品层面而言 ，商汤的AI安防产品矩阵也已成型 。包括2018年全新发布的SenseFoundry方舟城市级视觉开放平台 、已经投入实战的SenseFace人脸布控实战平台等等 。

以SenseFoundry方舟城市级视觉开放平台为例 ，它主要应用于超大规模化系统下 、城市级公共安全（平安城市 、雪亮工程 、智慧城市 、城市大脑等）与保障领域 。它具备超大容量 、超高性能 、高可用性 、高开放度以及自我衍进五大特点 ，可以支撑业务系统实现万路及以上监控视频实时黑名单布控与轨迹还原 ，支持十亿级静态人脸大库检索 ，千亿级别全量人像热数据任意时空秒级检索 。在前端 ，商汤发布了包括SenseDLC嵌入式人像识别SDK 。

融入智慧城市建设，打造商业闭环

这一波以智慧城市建设为驱动的AI浪潮要解决的其实是安防行业信息化 、智能化的问题 ，这也是软件为王的时代 ，公司最重要的能力之一 。而硬件产品的推出 ，则形成了公司完整的商业闭环 。

以澎思科技为例 ，通过持续打造算法 、软件 、硬件 、云服务的工业级团队 ，不断加深行业认知 ，针对用户需求深挖场景 ，重视产品 、服务落地 ，吹响人工智能第二阶段发展号角 。

澎思科技在AI+安防这个方向上，已经基本完成了从端到端 、软硬件到算法的全系列自研产品 ，推出全场景的行业解决方案 ，形成商业化闭环 。

软件系统包括动静态人脸识别 、人像大数据研判分析平台 、多维大数据实战应用平台和商业智能化管理平台等 ；硬件产品包括面向公安各实战场景的人像专用设备 ，以及面向行业及商用领域的双屏人证机 、智能门禁 、立式广告机 、人脸识别闸机等 。

在全自研技术和全系列软硬件产品基础上 ，澎思科技针对公共安全领域多场景复杂人群人员管控的业务需求 ，推出了覆盖全场景的成熟的行业解决方案 。

首先 ，针对公安系统的实战应用需求 ，澎思科技推出了公安智能人像大数据解决方案 ，可广泛应用于公安各领域的人脸比对综合业务系统的建设 ，并逐步向检察院 、法院等其他政府机构业务场景拓展 ，针对政府场景提出了一整套覆盖“公检法”的智能人像大数据解决方案 。其次 ，积极拓展商用市场 ，依托在公安场景下积累的丰富经验 ，针对各类社区 、办公楼宇 、学校 、医院 、零售商超 、工厂等场景 ，推出了智慧社区解决方案和智慧园区解决方案 。

智慧城市建设改变的不只是城市的面貌 ，更是基于人工智能（AI）和物联网的新兴产业的崛起 。抓住机会，就要理解AI 。未来AI赛道的比拼 ，一定不是单一算法技术能力的竞逐 ，而是技术创新体系能力的比较 。