<mark id="oztn4"></mark>
0
“現場幾乎已經看不到跟AI無關的企業了。”
這是今年眾多與會者參加深圳安博會最直觀的感受。
不少人談到，AI不再是鏡中月、水中花，已經在眾多細分領域落地。
2021年的深圳安博會似乎并沒有大的新概念出現，但不同技術間融合的趨勢愈加明顯，不同業務整合趨勢也漸強，場景落地更加深入、垂直。
每個時代都有自己的聲音，每個展會都有自己的差異。也許技術落地本就不是滂沱大雨傾注而下而是涓涓溪水悠遠長流。
本次安博會與去年有哪些不同，管理者們有著哪些獨特的體會？AI掘金志與10位企業高管聊了聊。
從今年安博會呈現出幾個趨勢：
AI已經是必備項，安博會當初只是一個行業概念，現在涵蓋了物聯網、人工智能、大數據以及視頻相關等等領域，已經不能從安防角度看待這個展會
落地應用更加深入，比如不同企業扎根交通領域、能源化工、城市治理等領域，差異化更明顯
進入AIoT時代，軟硬一體趨勢越來越明顯，這是因為AIoT應用的場景大多碎片化、分散化，另外，軟硬一體可以大大降低成本，傳統的信息采集，無論是視圖還是非視覺圖，采集是采集，傳輸是傳輸，最后都在中心計算資源上進行分析處理，集中處理方式難以及時響應，延時高，整體成本較高。
城市AIoT產業角色非常多，上下游產業鏈非常復雜。曠視想打造AIoT的操作系統，做好各個場景所需的軟硬一體的、高性價比的產品，通過一套體系，發揮出曠視擅長的算法能力，緩解場景碎片化。
城市和企業市場各有不同，城市領域，隨著城市管理水平越來越高，相關單位對整個城市進行了頂層規劃，落地具備很強的引導能力、統籌能力，方案更具標準性、更清晰。尤其是一二線城市，政府有自身的系統工程師、架構師，架構設計的投入資源更多，更系統。
企業領域更碎片化，更關注效益、投入回報時間，多地分管特點明顯，周期相對較短，其次，對技術更新態度更開放，解決方案更靈活，可以不斷迭代和演進。但方案更靈活并不意味著落地簡單，它可能更復雜。同時，企業相對依賴廠商自身能力。
要提醒一點，碎片化不是負面詞匯，是客觀存在的，甚至讓整個產業生態更加繁榮。
它的機遇在于，AIoT產業沒有一家企業可以統攬整個產業。誰都有機會往上沖。它的挑戰在于，可能一套產品方案只能在很小領域使用，解決這個問題需要企業的行業洞察，找出規律、分層抽象提煉。
AI落地需要回答的一個核心問題，是真正的業績在哪里、市場在哪里、客戶在哪里。有客戶才有持續增長點，才有盈利點。
人工智能要想在To B市場想要實現指數級的飛輪式的增長很難，目前沒有哪一家實現如此大的增長。
原因之一是To B系統流程關系非常復雜，決策過程非常漫長，一個項目3-6個月、1年是常態，甚至會拉長到2-3年。此外，B端市場場景碎片化、需求精細化，耗費的資源過于分散。
以交通為例，專業性、復雜性非常高，要想快速全國落地，需要非常長時間的論證，比如科達AI超微光卡口，在很多地方落地前都要先進行測試論證比較，最后表現不錯，才開始規模化測試。
從另一個層面看，公安、交通以及未來的城市治理，要素就是人、車的識別，目前的落地情況看，我認為人工智能在這些領域已經成功了。
我認為各個行業大致可以分為三類公司：
具備運營優勢，體現在供應鏈，最終體現在成本和價格
具備細分場景落地能力、客戶服務個性化能力，細分賽道市場相對小，但強大的場景理解和客戶關系讓這類公司依然占據一定市場地位
技術極其領先
城市治理領域，業務顆粒度越來越精細，需求越來越碎片化，挑戰有二，一是如何滿足個性化、定制化的應用需求，二是如何平衡研發資源和敏捷交付速度，解決定制化問題，讓定制變得靈活和輕便。這些也是科達思考的問題。
為了平衡行業定制化和AI敏捷交付，2020年科達發布中臺戰略，打造“一基座三中臺”架構，分別是：云平臺能力基座、媒體中臺、解析中臺、數據中臺，能夠更靈活敏捷的賦能上層業務，近年來，科達進一步提煉客戶共性業務，打造出完整的基礎組件和公共組件繼續做厚中臺，為敏捷開發打好基礎。
技術層面，今年的安博會呈現出三個趨勢：
以人工智能技術為主的AI中臺及算法訓練（建模）開放平臺將持續進化發展（人工智能技術）
以大數據技術為主并結合業務轉型需求的數據融合治理平臺，將是產業數字化轉型的標配（大數據融合技術）
智慧城市及企業對于實景融合可視化相關需求，將進一步催生以仿真技術、AR技術為主的數字孿生領域技術的發展（數字孿生領域技術）
今年的安博會主要看點在深耕垂直領域的中小企業。AI全面滲透安防后，安防的邊界已經模糊，我稱之為能力“外溢”，安防十幾年積累的產品能力、技術能力和服務能力都會向各行各業“溢出”，從而帶來的是新的場景、新的需求和新的方向。
人工智能和數據智能發展的規律何其相似，隨著技術的普適、門檻的降低，各廠商爭奪的要素不再圍繞技術本身，而是垂直行業，從“技術引領業務”回歸到“技術賦能業務”，將主體從“技術”還給了“業務”，領導地位從技術廠商還給了傳統行業。所以選擇行業、深耕行業，為行業提供技術服務，以技術的賦能促進產業的數字化轉型和升級仍然是未來人工智能及數據智能生態圈要做的重點工作。
未來技術市場比拼的核心是數據，或者說數據的獲取能力、加工能力，技術本身已經不再會成為瓶頸。數據獲取能力的高低以及行業數據加工的業務理解水平（Know-How）直接決定著產品及解決方案核心競爭力的高低。
芯翌科技聚焦的城市精細化管理和產業數字化升級，最終會落腳于業務變革和組織變革，這個過程中最難的地方并不是技術本身，而是所有參與者的觀念改變，需要打破本位主義思想，重塑治理架構和業務流程，在這個轉型的過程中，需要所有參與者對遇到的問題在思考的高度、角度、深度上保持一致，這樣才能形成合力，推動升級轉型。
近年受國際環境影響，整個芯片行業受到巨大影響，尤其是中小企業。
前端IPC芯片，尤其是具備智能處理能力的芯片，400萬到800萬像素以上、算力2T以上嚴重缺貨，1T算力只能承載少量人工智能算法，不久的將來，2T和4T很快成為主流。
中高端芯片，國內龍頭大廠商正常產能需求被優先滿足，大量中小企業受到沖擊最明顯，嚴重短貨。
在近2年的時間里，中低端芯片市場基本切換完成，中高端芯片切換周期更長，產能也非常緊張，依然嚴重缺芯，甚至有廠商買其他廠商舊攝像機，只為要里面的芯片。
中高端芯片壁壘在于四個方面：
4K以上圖像畫質
高水平的ISP圖像處理能力（ISP是整個芯片中最核心的模塊）
解碼能力
算力
目前大部分廠商存在一個或多個短板。比如ISP頭像素質能力，國內廠商原來主要是低端領域，數據質量要求沒有特別高，跟中高端芯片的差距較大。
中星微技術明年會推出一個6納米的芯片，預計明年下半年流片，價格更便宜（價格拉平到To B和To C攝像機價位)、功耗低、算力2T以上，支持4K。
中星微技術一直對標中高端芯片的能力，推出了新一代768芯片，28納米的雙模芯片，支持H265、國際標準和SVAC、GB35114等國內標準。
近幾年隨著智慧城市等建設中視頻技術大規模應用、聯網，網絡環境下系統所面臨的信息、設備安全威脅與日俱增。隨著一些行業數據泄露事件發生，加強信息安全的趨勢在各行各業愈加明顯。
我們堅定地認為隨著個人信息保護法的出臺，采集者有責任和義務采用必要的技術手段保護數據安全和個人信息安全，通過加密、認證等技術手段解決問題。
中星微技術一直立足于自主可控、數據安全。
中星微技術的優勢之一，是視頻數據全過程身份真實、信令可靠、數據完整、數據加密和可信溯源。
我們基于SVAC國家標準，已經開發出自主可控核心芯片，能處理多模態基礎信源，支持端邊融合協同處理的多種分辨率SVAC系列智能攝像機等。
中星微技術全生命周期智能安全視頻解決方案，符合GB35114標準的A級、B級和C級，SVAC國家標準和國密相關標準。
人工智能落地剛剛興起時，端側AI芯片算力僅有0.2Tops，云側AI芯片算力僅有5Tops；如今端側AI芯片算力已經達到4Tops以上，云側AI芯片算力也已達到256Tops以上。
視頻物聯芯片考察本身競爭力、集成方式、開發工具成熟度與易用性、功耗與價格等。端側芯片，雖然體積小、價格低，但系統復雜度、技術難度絲毫也不低。譬如，OS、安防SDK、ISP、編碼皆重要非常，這對芯片廠商提出的綜合要求明顯提高，需要具備完整能力的芯片。同時，端側設備，對功耗和價格都非常敏感。
君正多年來一直在強化自身優勢基礎上，在以上幾個方面擴展和突破。
在技術方面，北京君正AI-Engine算力引擎和Magik算法開發平臺，AI算力覆蓋從0.5TOPS從16TOPS ，已經落地了int4/int8/int16混合量化方法論，最新的AI-ISP也已經成為君正的影像底座基石，第四代ISP引擎預計將于2022年推出新產品。
產品方面，北京君正T21、T31、T40等系統產品構成強大的端側陣營，以及即將大規模量產的NVR芯片A1，君正用擅長的CPU和低功耗，培育起一個錯落有致的芯片產品家族。
眼下君正視覺產品和解決方案落地領域涵蓋專業監控、消費類視頻、電池門鈴、視頻門鎖、運營商、視頻會議、機器視覺、車載監控、工業和醫療等眾多領域。精于安防，又超越安防，君正技術和產品的多樣性特點正好契合了視覺物聯網的發展要求。
此外，君正推出了首款智能安防NVR產品A1，A1芯片已經進入量產，將于2022年早期大批量供貨。
至此，君正實現了“安防+AI”完整的技術和產品布局，未來，專業安防領域是君正全力突破的方向，君正也將針對高端AI和下一代低功耗技術市場持續推出創新性產品。
今年安博會很多客戶因疫情無法到達現場，但友商之間相互溝通交流咨詢比往年要充分。
現場情況看，參展企業沒有帶來新的技術或者顛覆性解決方案，更多是融合、整合。整個1號館，幾乎沒有企業把自己定義為“安防”公司，更多是物聯網、機器視覺、智能視覺等公司。我們是以業務場景為驅動的公司，之前就沒有把自己定義為安防企業。
對于市場對AI的冷熱態度轉變，軟通智慧作為行業“老同志”，沒有感覺太大變化。軟通智慧認為，AI作為一個技術基石，要服務場景，場景的客戶千差萬別，目前還不能規模性落地，復制成本較高，局限于具體場景。
軟通智慧以智慧城市為核心，從頂層設計往下拓展公共安全和智能交通，目前重點布局車聯網、人工智能計算中心、智能交通等。
智能化維度，人工智能計算中心國產化趨勢更加明顯。城市交通領域極其復雜，更多不是技術問題，而是城市規劃問題。而在智能網聯場景，可能80%的道路可以被歸類，20%的道路比較難歸類，我們就要幫助客戶解決20%的部分。
城市治理層面，之前市場更關注“一網通辦”，現在更關注“一網統管”。它們的區別在于，“一網通辦”其實是To C，是服務民眾，注重各類業務辦理，但在管理端，各部分較為分散，在整體政府組織機構改革和業務平臺搭建以后，很多城市開始提“一網統管”，更To G，將各垂直系統及物聯網一網集成，整合數據資源，提升城市的智能感知能力，打造社會治理數字化體系。
上海對整個城市建設的整體規劃和布局將成為學習范本，上海模式的“一網統管”應該會逐步往外復制。
在泛安全領域，隨著工信部等十部委提出5G應用重點落地垂直行業的要求，超高清視頻監控等產品將在智慧城市中加速落地，視頻數據的容量將越來越大。
海量視頻數據傳輸、存儲壓力是兩大痛點。我們一直認為，開拓新賽道必須要解決客戶的需求和痛點。
因此，當虹科技去年推出了5G邊緣計算終端，在畫質基本不變的情況下，可將視頻壓縮到10%的帶寬進行傳輸，降低存儲空間和傳輸帶寬成本，解決帶寬不足和速度過慢的難題。目前，已在金融、能源、公安、軌交等行業應用。
我們公司定位于大視頻領域，主要面向傳媒文化和泛安全方向，提供智能視頻解決方案和云服務。
就泛安全方向來說，我們比較看好金融、能源、市域治理領域的智能視頻處理。
當虹基于“視頻+AI+大數據”的能力，讓視頻從“看得清”向“看得懂”轉變，通過“視頻+AI”雙引擎大幅節約成本。
如今外界環境、市場變化非常頻繁，在符合國家政策的前提下，一定要專注，做自己“能力圈”內的事。當虹一直專注于“視頻”這兩個字，多年來經歷了每一代通信技術發展，參與了每一代編碼標準制定。
從今年的安博會來看，有幾大趨勢：
1、技術和場景的融合度越來越高，廠商們不再單純炫耀技術能力，而是著眼于具體場景去向大眾呈現數字技術加入后帶來的改觀，企業開始重視具體場景的數字化和智能化；
2、廠商不僅僅關注技術本身的升級與迭代，在業務重塑和業務流程閉環方面也有創新性的嘗試。比如以薩打造的“集全息情報、集成指揮、協同流轉、合成作戰、勤務處置、輿情管控、輔助決策”七大模塊于一體的“情指勤輿一體化”解決方案，就吸引了公安客戶的廣泛關注；
3、客戶更看重完整解決方案落地能力，全棧的核心技術能力，持續運營的能力，特別是在平安城市和數字城市這種復雜程度高的大型工程上，簡單產品拼湊的集成方案或者標準化方案很難獲得客戶認可。
我認為所謂的“去安防化”趨勢，只是安防融入了更廣闊的數字城市、智慧城市概念這意味著AI等數字技術有更廣闊的應用場景，同時，AI安防的市場空間依然很大。
這兩年市場變化很快，以薩一直以來堅持兩個非常重要的價值判斷：第一是“堅持以客戶為中心”，第二是“通過小場景推動大變革”這兩個理念，我們自始至終不會改變，目前我們看到行業里有越來越多的廠商也認識到了這一點，變得更加務實。
另外隨著“十四五”規劃的逐步推進，我們以薩也感受到數字技術能夠結合的場景會越來越多，無論是產業的數字化轉型、數字政府建設、智慧城市建設，還是未來的“雙碳”目標，人工智能+大數據技術都大有可為。
今年的安博會有兩點感受比較明顯：
場景化趨勢明顯，過去大家追求通用的AI能力，現在大家更追求對垂直場景的深入理解
安全治理更受重視，隨著數據安全法、算法治理規范等相關條例的出臺，人臉識別廠商對安全問題的重視程度提高，開始探索安全可信的方案，比如后端治理上，數據采集后的脫敏存儲，結合隱私計算的人臉識別方案，AI安全防火墻、AI換臉檢測等
AI落地困境主要有兩個方面：技術層面，目前的深度學習技術比較依賴有標注的數據，垂直場景下高質量標注數據缺乏，導致在不同應用場景擴展時存在一定周期，人臉識別領域的標簽數據雖然更容易獲得，但在趨嚴的合規要求下，對數據采集、標注、存儲等提出更高要求，之前粗放式的應用會受到限制。
另外，以深度學習為代表的AI技術存在結構性缺陷，不安全、容易遭受攻擊，比如對抗樣本、算法后門等算法漏洞的存在，導致系統有被攻破的風險，尤其隨著計算機視覺技術在各個領域廣泛應用，很多場景與公共安全、社會安全，以及個人財產安全高度綁定，這也導致安全隱患的加劇。再者比如通過AI換臉進行網絡欺詐等技術濫用問題，人臉的隱私性難以得到保障，直接影響到用戶對技術的信任度和使用意愿。
目前，整個AI產業已經從之前粗放式的高速發展進入到高質量發展的階段，隨著公眾對于AI安全性的關注度提升，以及監管政策的出臺和引導，未來AI行業將是發展與治理協同的階段，如何保證AI應用的安全性是一個重要命題。我們認為安全AI的新興領域，比如AI安全防火墻、基于隱私計算的人臉識別方案等會很快迎來爆發。同時，開拓新的賽道，需要對場景的深刻理解，同時要保證核心技術的絕對優勢。
瑞萊智慧專注安全AI方向，聚焦AI領域的安全問題，比如數據安全治理、算法可靠性提升，以及保障AI技術應用的安全可控。
安全AI市場的矛盾點在于，用戶往往想依靠技術一下子打造出絕對安全可控的AI系統，但AI安全風險不是單點的問題，其安全建設也不是簡單的要求AI服務提供商做整改就能夠解決的。本質上不存在絕對意義上的安全，信息領域的安全一定是處于動態平衡的狀態，同時這也是一套體系化的工作，需要靠技術、管理框架、制度規范等結合。
2017年，大疆正式成立行業應用部門，但早在2015年就已經有用戶開始將無人機應用于安防等行業領域。
2020年開始，無人機用于開展防疫宣傳、交通疏導等應用因疫情愈發頻繁，與此同時大疆行業應用的產品也在不斷迭代。截至目前，目前全國有30多個省市相關單位采用無人機進行疫情管控。
在公共安全領域，大疆目前形成了偵查取證、應急救援、交通管理、水域執法、環保應用“五大解決方案”。
隨著無人機技術快速深入各行各業，不同的行業領域也涌現出了大量場景應用定制需求。對于終端用戶而言，行業級無人機技術支撐已經不僅只是單個產品，客戶需求往往需要一整套方案來滿足。
大疆推出開放生態策略，大幅降低開發者門檻，加碼技術支持，正是為了幫助這一目的實現。
大疆提供80-90%高可靠性的標準平臺，比如無人機平臺、負載平臺、管控平臺，剩下10-20%需要集成商、開發者基于客戶需求進行定制開發，最后一公里靠生態方案更好的去落地。
截止目前，全球已有超過8萬多名開發者投入大疆SDK開發，為無人機帶來1000+款應用程序。同時，已有超過30多類基于 DJI Payload SDK 開發的第三方無人機負載實現量產，并服務于公共安全、能源、測繪、環保、水利等多個行業的用戶。雷峰網雷峰網(公眾號：雷峰網)雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
