行业资讯
智能安防中小玩家还有哪些新机会?
时间:2020-06-15 11:46来源:慧聪物联网

 前言:人数越多,市场份额有限,相应的市场竞争也更加激烈。智能安防下半场,缺乏自主创新、核心竞争力的企业将逐渐被市场淘汰,尤其对于中小企业而言,竞争更加残酷。

智能安防中小玩家还有哪些新机会?

“如何在有限份额下找到自身的一亩三分地,企业需要在自身定位、商业模式、市场推广等方面下功夫。”

在智能化时代,缺乏自主创新、核心竞争力的企业将逐渐被市场淘汰,尤其对于中小企业而言,竞争更加残酷。比体量,比不过海大宇天;比AI技术,比不过深耕该领域数年之久的人工智能技术公司;比营销,比不过互联网企业……

水大鱼大,用这句话形容当下的智能安防产业可能再合适不过了。

据统计显示,2019年安防运维和服务市场约为660亿元,同比往年市场份额进一步提升,增长率较高达到20%。智能安防在其中占据越来越重要的份额。据预计,智能安防市场在2020年将超过千亿市值,其中AI+安防软硬件市场规模将达到453亿元。

值得一提的是,旷视科技、云从科技等机器视觉独角兽也一跃成为细分智能安防场景的佼佼者。

整体来说,华为、旷视科技等企业进入这条赛道,主要从细分、碎片化场景入手,诸如火车站、机场、口岸、银行等一些公共场所碎片化的需求日益增多,推动营收呈现倍数增长。根据旷视科技早前披露的数据显示:2016年营收为6780万元增至2017年的3.13亿元,到2018年增长至14.27亿元,复合年增长率为358.8%。在笔者看来,这主要得益于视频物联网应用于城市及公共场所所释放的巨大机遇。

以机器学习、深度学习为核心的人工智能技术得到迅猛发展,为各行业带来创新活力,包括安防领域。人工智能、物联网和边缘智能等新技术推动安防产业迈入智能安防时代,以视频为核心的物联网行业前景广阔。

不过,城市安防市场被海康威视、大华股份等传统安防厂商占据,华为等其他巨头,还是旷视、云从等创新企业入局,基本上都是从碎片化场景入局。只是一些碎片化的安防场景需求,导致人力、资源等成本投入偏高,倘若谁能通过技术底座能打通这些碎片化需求,也会有很大的收益空间。需要指出的是,而AI平台则打通各碎片化场景关键所在。

在这场智能安防下半场的饕餮盛宴上,除了争抢主宾位的大咖们的排位赛,那些跃跃欲试的中小玩家们也在其中大快朵颐。

智能安防中小玩家还有哪些新机会?

阻碍智能安防“三座大山”正在被逐个攻破。

算法层面,为应对复杂的安防场景,各类不同的算法正在开发而成,实现包括像多特征提取识别、跨镜头追踪、端云协同的智能分析等。细分场景下的算法的开发迭代为众多中小AI企业提供了施展的空间。

数据层面,数据的云化和云边端协同成为主流趋势。依托云平台和大数据,除了终端的软硬件解耦,硬件、平台、数据、算法应用都将做到分层解耦,使得一套智能安防系统可以由多个专业供应商来提供模块技术支持,为产业多元化提供了发展空间。

算力层面,主流AI摄像机的计算能力正在完成从0.66T的低算力到4T、8T甚至16T的高算力跃迁。这将极大地提高前后端智能化处理能力,将人脸、 车辆抓拍、智能分析能力等效率大幅提升。

AI技术的成熟和应用为安防产业升级带来全新机遇,同样安防产业又是AI技术,特别是机器视觉和知识图谱等技术,较早成熟落地又规模发展的成熟领域。

随着城市精细化治理程度的不断提高,城市安防也变得越来越重要。从一开始的公共安全、道路交通安全以及金融、校园、医院等重点行业安全,逐步发展到园区、社区、家庭等区域、个人安全领域,正在形成一个完整的安防场景体系。

安防产业的特点本身就是市场巨大但场景碎片化严重,因此既能培育出海康威视、大华这样的百亿营收的安防巨头,也能养活上万家中小安防企业。

从智能安防所涉及的行业及业务场景来看,公共交通系统和公共安全系统这些非民用领域无疑是其 较为重要也是规模最大的市场领域。比如,2018年公安和交通类项目就整个市场份额的近4成。

这些AI安防领域的特点就是规模大、利润可观、技术要求高,但同时建设周期长、涉及环节众多以及回款周期长,成为传统安防老牌厂商、集成商和IT科技巨头才能“玩得起”的高壁垒领域。

智能安防中小玩家还有哪些新机会?

整个安防市场的“碎片化”、“分散化”特征又决定了智能安防领域难以形成一家通吃或几家独大的稳定格局。随着智能安防行业和场景的不断延伸、下沉,智能安防的商业落地充满着全新的机遇。

涉及到智慧金融、智慧智慧社(园)区、智慧校园等细分领域的B端安防市场。几乎在每一个细分领域上,都已经有多家传统安防企业、AI厂商积极入局,甚至像万科这样的地产商也已经在建设自己的社区安防平台,以打造具有自身优势的智慧社区;而像传统公共安全领域大佬的海康威视,也在通过积极的收购,涉足门禁、物业管理、楼宇对讲、车牌识别等业务。

在B端行业场景,智能安防正在深入到众多产业无法触及的细分场景中。比如建筑工地,原先摄像头只能起到防盗监控的责任,现在通过在建筑塔吊、车辆机械设备上配置摄像头,可以有效监控工程的施工进度、人员操作规范和安全防护,同样,在港口、矿区、消防、环保、物流制造等B端产业,AI摄像头的布局可以极大降低人工现场作业和巡查的任务量,并由安防系统进行实时的监测分析和险情汇报。AI算法厂商和应用解决方案集成商都可以在大量新型场景中构建自己的专业能力。

在公共安全领域,2016年提出的“雪亮工程”带来一个百亿级的市场规模。这一推进平安乡村建设的群众性治安防控工程,将安防市场直接下沉到县乡村一级,成为那些产品丰富、工程能力强的集成商争抢的“蛋糕”。而作为那些无法直接竞争的AI初创企业而言,可以通过承担技术或服务器提供商的角色,承担其中一部分工程建设,来从中分得一份收益。

向下沉,避免从赛道里挤满巨头的交通、公共安全向市场更为场景分散但体量可观的细分场景迁移,以获得生存空间;向深挖,在这些细分行业的细分场景中占据专业技术位或者提供专业落地方案,成为行业巨头的合作伙伴和专业技术、产品和服务提供商。这两个方向或将成为中小企业在智能安防市场另辟蹊径的新选择。

随着AI、大数据和云计算等技术的发展,安防正在从传统视频监控走向了智能安防。其中,AI技术,特别是机器视觉技术广泛应用于视频监控领域,实现从“看得清”到“看得懂”再到“能决策”的方向升级。

AI技术在应用于安防领域中,其本身也正在突破算力、算法、大数据这“三座大山”,帮助安防产业实现从“弱人工智能”阶段向真正的强智能安防阶段过度。在AI金字塔中,目前应用层机会大,新进入企业可以利用行业壁垒做技术应用。

算力的提升依赖于AI芯片处理能力的提升。而传统摄像机内置的低算力芯片使感知、识别性能并不理想。

算法的升级需要得到来自软硬件的解耦和开放的算法生态的支持。传统摄像机更换算法需要同时更换摄像机,所以算法一旦变更,相当于全网重建。AI摄像机如果支持软硬件解耦,算法按需加载,将快速适配业务变化,将极大减少重复建设成本。深度学习算法的进步和开放的算法训练平台,能够为端侧的多场景识别提供丰富算法。

数据的整合需要实现多维数据的标准化和互联互通。多维数据的标准化来自于对视频数据结构化的分析,将多维数据进行拟合,来提升AI的识别率。数据的互联互通则需要端边云的数据协同。

如何在AI、5G、IoT等新兴技术赋能安防产业下,从用户场景的角度重新设计自己的产品和系统,找到自己的新定位?

对于大量中小智能安防企业,相比较于久经考验和底子厚实的安防大厂和跨界巨头们,中小企业需要面对更多的挑战。

从技术到场景落地,这些智能安防企业要应对以下问题。

无论如何,智能安防产业的下半场已经来到,无论是在传统海量的公共安防场景,还是新技术开辟的新行业细分场景,都将提供无比丰美的生态位,来让不同体量、不同位置的选手赢得自己的生存之地。

当然也需要记住的是,下半场同样也是淘汰赛的开始。一旦群雄长成,空间变小,那些未能成功占位的参赛者,也可能难以避免被挤压、淘汰甚至被吞食的结果。

2020年的开局,可能让众多行业都出现暂时的停滞,但对于安防行业来说,则带来了一次积极的启示,现代城市在应对重大公共危机当中仍然问题重重,而智能安防将大有可为。

智能安防的角逐才刚刚开始,在AI、5G和IoT等新技术变革推动的产业互联网和城市智能化浪潮中,不仅传统安防的所有场景都值得重做一遍,而且To G、To B市场还将诞生新的一波智能安防的场景,贡献价值万亿的市场红利。