明确杭州特色品牌定位 助力国际化发展——宇视科技总工朱兵

传统安防企业升级三部曲

认清挑战、明确定位、采取措施

◆  ◆  ◆

朱兵分析，在AI时代，传统安防企业首先应当认清时代带来的挑战，然后明确自身的定位，最后才能采取相关的发展措施。

他认为，当下安防企业面临的最大的挑战主要有三个方面：

一是AI技术发展成熟度的挑战。机器视觉和大数据分析是安防在AI时代两个主要技术方向，前者与众多影响因素息息相关，后者则是没有可借鉴的技术（不同于互联网大数据），都需要经过大量的实践才能成为成熟的技术。

二是客户在AI领域需求个性化和不确定性的挑战。新技术带来新的技战法，对客户也是挑战，不同的应用场合需要的解决方案也不同，导致即使是同样的客户，实际需求差异也非常大。这不仅要求供应商本地化、贴身化开发，更是对原平台提供商在软件版本及人力方面的管理能力的挑战。

最后是AI时代新生企业的挑战。以“深度学习算法”企业为代表的新生企业正在向AI解决方案提供商转型。在短期内技术能力的领先使他们拥有一定竞争力，但是长远来看传统安防企业在技术层面上与新生AI企业的差距将不断缩小，在未来两年内可以达到不影响客户使用体验的地步。

企业面对挑战的能力，决定了传统安防企业在AI时代生态圈的定位，传统安防企业一般不太可能成为基础AI算法提供商，根据其能力差异，朱兵提出了六种定位：

全业务解决方案产品与服务提供商：如海康、大华；内置AI能力的数据采集硬件和基础软硬件平台提供商：如宇视；内置AI能力基础平台软件提供商：如东方网力；内置AI能力数据采集硬件设备提供商：传统摄像机厂商；客制化应用软件与服务提供商：本地化小微ISV/集成商；集成实施与运维管理服务提供商：本地化大中型安防集成商。

关于企业发展措施，朱兵指出，企业在面对挑战中选择的自我定位，决定了企业未来采取的发展措施。一方面企业应当将产品的解决方案交付能力作为发展核心，另一方面也要发展本地化的应用开发团队以满足客户个性化的需求。

AI技术深度运用

芯片、算法、架构和产品均衡发展

关于安防行业在AI技术方面的运用程度，朱兵认为分为三个阶段：

第一个阶段是启蒙阶段（2008年至2012年）。在这个阶段AI算法相对简单，受环境影响大，误报率较高，大规模应用很少。安防行业在这个时期的策略是和一些厂商合作，实现互联互通，满足少量项目试用需求。

第二个阶段是发展阶段（2012年至2016年）。这个阶段AI技术飞速发展，配套的低成本芯片出现，相关算法理论研究和针对海量结构化数据（比如车牌）进行大数据分析的开源软件平台趋向成熟。宇视科技也是在这一时间段投入大量人力，对车辆识别AI技术进行产品研发，并推出智能交通领域的全套解决方案。

第三个阶段是相对成熟阶段（2016年至今）。深度学习算法理论的成熟和相关芯片的推出，使安防行业正式进入“深度智能”时代。最具代表性就是人脸识别和视频结构化技术（从视频中提取海量人、车的复杂特性），深度学习算法使得其人脸分析准确提供3倍、结构化分析效率提升十倍，初步达到公共安全相关部门的实战要求。

朱兵表示，在新的五年计划内，宇视希望在“芯片、算法、架构和产品”四个方面能够均衡发展，达到国际领先地位。