智能安防发展及落地现状

近年来，在国家政策的支持下，天网工程、平安城市、雪亮工程等项目陆续落地，驱动着国内安防行业市场保持高速增长态势，让安防产品与技术不断遍地开花。同时，人工智能、大数据、云计算与物联网等新技术与安防实现快速的融合，让行业的边界不断泛化，驱动着安防产业全面进入到AIoT时代。

近三年来，中美贸易战、俄乌冲突、新冠肺炎疫情、半导体市场供应失衡等因素，对全球安防市场形成了巨大的冲击，行业脱离过去10年增长的轨迹，国内政府财政收支减少、部分项目延期（包括政府评审周期拉长）、房地产市场下滑、企业端市场投资信心减弱等因素，使得安防市场需求表现相对疲软。

但从长远角度看，一方面安防行业发展深受国家政策及法律规范的影响，“十四五”提出的平安中国、社会治理、智慧城市等持续深化的顶层设计将引领安防产业进一步发展，另一方面安防产业自身在新兴技术的影响下，也在不断向外延伸，安防+与视频+的创新应用近年来不断落地，发掘出类似智慧农业、智慧水务等新的商机。

（1）安防设备市场概况

对于安防设备市场而言，在过去一年里主要有两个明显的变化：一是随着智能感知应用的拓展，安防设备的类型进一步丰富，以海康威视为例，其以视觉技术为起点，在物联网感知层拓展和布局可见光、毫米波、红外、 X光等领域，融合发展声、温、湿、压、磁等感知手段，打造全面、多维的感知技术产品体系；二是全球供应链紧张，部分零组件短缺，导致产品交付周期延长与产品价格上涨，迫使无法承受这种成本增加的设备供应商抬高自己设备的价格，虽然在需求端的影响有限，但供应链短缺的问题将成为未来行业良性发展的隐患。据Novaira Insights统计， 2021年网络摄像机的全球平均价格上涨了7%以上，是近年来网络摄像机全球平均价格首次逆向上涨。

针对中国安防设备市场的调研结果，a&s Research统计， 2021年中国安防设备市场达1750亿元，其中视频监控设备市场达761亿元，防盗报警市场达207亿元，出入口控制市场达464亿元，楼宇对讲/智能家居市场达318亿元。

在过去一年，闹得沸沸扬扬的“安防缺芯”事件，经过相关企业的快速补位，目前行业中中低端芯片短缺的状况已经得到了缓解，价格也呈现出下降的趋势，但在高端市场仍存在短缺的情况，部分芯片价格仍居高不下。

a&s Research调研结果显示， 49%的调研对象表示2021年企业经营有所增长，且企业规模正在扩大， 48%表示2021年产品或解决方案的平均单价上升， 50%表示产品或解决方案的交付时长上升。从整体市场上看，供应链短缺的问题，对国内安防产业的影响仍然较大，企业需采用更加积极主动的方式如寻找新的供应商、强化生态系统管理等，去熬过这段长夜。

另外需要引起注意的是，由于过去一段时间的供应链失衡，导致设备商都进行了大量的备货，大部分库存都处于较高的水平，在未来的一段较长的时间中，将面临着去库存的压力。目前地缘政治与全球疫情的影响仍不可能退去，因此整体安防行业市场发展依然充满着未知的挑战，这或许会对近两年快速发展起来的国内安防芯片厂商形成新的洗牌与淘汰态势。

（2）智能安防落地现状

当前智能安防落地的应用主要在人脸识别、车牌识别、视频结构化、智能分析等应用上最为高频，可以看出目前AI技术在安防项目的落地应用仍然聚集在感知与认知阶段。尤其在人脸识别的应用，大部分企业都在相同的开源框架下完成技术开发，算法间的差异相对较小，具体方案的同质化现象日趋严重。

同时随着智能安防技术的发展成熟，安防企业所承接的项目也从之前的平安城市、智能交通、雪亮工程等公共安全项目，延伸到智慧大脑、数字孪生、车联网等城市智慧治理项目，同时非传统安防类型项目正呈现出逐年上升的态势。

a&s Research针对智能安防落地现状分别对业内厂商及部分行业用户进行了交流，综合起来看，目前智能安防落地仍然存在三处常见的痛点：

一是算法服务成本的居高不下，在许多大型项目中， AI应用在落地后，对高级算法人才提出了长期驻场的需求，但相关研发人员不足，给AI应用落地造成了极大的成本压力；二是数据素材的获取，在法律允许的条件下，获取真实的、有效的数据是一个长期且艰巨的工作过程，而且没有捷径可走，同时由于过去传统建设中，数据大部分都是独立存在的，形成了较为突出的“信息孤岛”问题，打破这样的局面同样需要一定的时间；三是场景应用过于单一，虽然在某些特定的场景，智能安防与AI应用已经取得了良好的落地效果，但更多的细分场景充满着各种多样化及个性化的需求，目前市场并没有良好的解决方案去覆盖这些痛点，其本质是企业对于场景业务理解的深度及投入产出比的优化还未真正做到位。

许多厂商在宣传自身AI方案时，往往采取的是实验室的数据，这也导致了用户对产品的期望值偏高，在落地的体验上出现极大的落差感。对于用户而言， AI安防工程化目前亟需解决的问题主要为四点，一是算法场景限制，二是前端布点困难，三是成本仍然较高，四是智能与深度应用不足。

同时安防行业的发展也面临了诸多的挑战。其中芯片等核心零部件的短缺对于视频监控存储市场产生了一定的影响，导致产品交付时间延长，产品价格被迫上涨。比如， 2021年上半年由于存储币、奇亚币等挖矿项目的火热，对于大容量硬盘的需求蔓延至视频监控市场，导致监控盘曾短暂出现一定程度的供应短缺。

2021年由于疫情的原因，世界各国经济表现情况表现不一，但总体上处于上升的阶段。 2021年中国国内生产总值1143670亿元，按不变价计算，比上年增长8.1%，两年平均增长5.1%。纵观过去几年的工程项目市场，政府类项目逐年减少，商业地产项目逐渐萎缩，行业硬件和软件供应渐入饱和，安防系统集成行业增速逐年放缓。

据a&s Research调研发现，与2020年相比，安防集成及工程项目市场虽然整体保持着增速放缓状态，但项目市场也逐渐回到正常的发展轨道中，其主要的原因是2020年疫情对安防市场形成了严重冲击，影响了正常的社会经济活动，政府和企业因为预算等原因暂停或者取消了部分项目建设，随着2021年经济活动的复苏，市场有了显著的回升反弹。虽然行业前景依然被看好，但部分集成商在调研时表示，一方面受制于安防上下游挤压导致盈利能力下滑，另一方面受疫情影响，部分项目延期且回款较差，

近两年集成行业盈利水平持续下降。从量的角度看，据a&s Research统计数据显示， 2016-2021年中国安防系统集成市场的规模分别为2819.66亿元、 3158.00亿元、 3631.70亿元、4067.51亿元， 4474.26亿元、 4742.71亿元，近五年增长率各自是13％、15％、 12％、 10%、 11%。

随着行业新兴产品技术不断得到创新，安防集成商在安防产品和应用场景上不断拓展。安防系统集成从传统的行业（政府、公安、交通、司法、文博、公共场所等）外延至新兴的领域（教育、体育、医疗、文化、能源、水利等）。

疫情后的信贷收紧，地方政府投资节奏放缓，平安城市与雪亮工程项目等传统项目有所减少，但新兴的市域社会治理现代化建设、社会治安防控体系建设、智慧城市等政府业务项目正在兴起，让公安相关项目得到了较大的补强。

a&s Research调研分析发现，公安、交通、金融三大行业不仅是占据的市场份额最多，而且也是受关注最高的几个行业。其中，超过58%的企业有涉及公安业务； 42%的企业业务涉及智能交通；超过三成的企业在过去一年有承接过金融安防项目。

a&s Research通过走访与问卷的形式，向企业及用户调研智能安防落地难的主要原因，前三分别是应用效果无法达到预期效果、技术成熟度不足、产业碎片化严重，从这些原因中不难看出，目前智能安防的落地仍然处于初级阶段，应用效果是影响用户选择智能安防产品或者解决方案的第一要素。

除此之外，在调研中厂商代表们也反映出目前智能应用落地中存在的问题：一是目前人工智能在安防行业的渗透仍然较低，需要所有摄像头都能对视频信息进行全面智能分析之时，人工智能在安防行业的价值才能真正凸显出来，目前的现状仅仅是用小部分算法解决小部分的问题而已；二是国内企业AI设备的出货量已经占整体产品出货量的70%左右，尤其在疫情之后，园区、办公楼宇等对电子哨兵等智慧防疫产品需求更加强烈，吸引了众多企业的关注，也造成了市面产品同质化严重与质量参差不齐的现象；三是数据的制约性， AI落地依赖数据训练基础算法，因此获得高质量数据是落地的关键，在一些传统安防之外的场景，缺乏统一、标准、高质量的数据，导致创新应用进度缓慢；四是随着国内人脸识别规范以及数据安全法等出台，隐私与安全无疑也会是智能安防落地的重要难题。以数字城市建设为例，随着数字化程度的提高，安全挑战也将越大，面对复杂多样的应用场景，网络和数据资产数量庞大，网络边界也难以被定义。

a&s Research认为，要加快智能应用落地速度，必须要处理好行业深度碎片化问题，表现为用户不集中、应用与产品分散、缺乏标准化的建设，导致出现以下状况：首先是场景碎片化严重，在产品和项目的过程中，用户认为智能化便能解决一切问题，但实际上人工智能并不是万能。

在很多碎片化场景里，其实需要投入大量的人力、物力去解决场景化的问题；其次是产品与解决方案的碎片化问题。当前看来，不管是边缘计算还是云计算，实际上都是在解决点状的问题，但由于碎片化太严重，在各个节点上部署智能化和数据流转等AI应用是一个很复杂的过程。也正因为如此，当前业内厂商普遍都比较期待AI项目标准化的尽快到来，标准建设将在一定程度缓解碎片化的痛点，让项目的交付变得更便于执行；最后是算法碎片化问题，由于算法的持续更新实现了大规模智能应用的落地，但算法的升级是永无止境的过程，这导致厂商在进行数据规划、可视化可检索和大数据融合时增加了不少难题，这点目前也只能通过技术的迭代、算法的稳定得以缓解。总而言之，缓解场景碎片化痛点，并不是由某一类厂商便能独自解决的，需要产业链上多个环节共同参与。

综合上述，目前的难点大概涉及到这几个主要环节：

（1）一是需要积累面向场景的数据，二是需要工程师开发面向场景的算法，三是需要大规模的训练系统进行算法的训练，能让前后端的产品承载智能算法，四是需要一个平台软件对接智能功能和行业的需求；

（2）规模化智能应用部署成本高。许多产品与方案在演示或者PK的阶段都处于相对理想的环境中，但到了实际的环境中，用户便会发现较大的差异。相对巨大成本的投入，却得不到预期的效果，智能应用的效果往往南辕北辙，让众多用户望而却步；

（3）安全问题。在行业进入智能化之后，一方面人工智能可以实现无人类干预，基于知识并能够自我修正地自动化运行，这种决策方式往往会产生人们无法预料的结果，另一方面视频的数据都经过高度浓缩，价值远超于前，尤其是个人隐私问题，导致被犯案的机率变得更高，对社会的影响也更大。

因此要真正解决落地及生根的问题，必须突破算力、算法、应用、成本等因素，正面目前尚存的四大难题：一是中国安防市场的对于海量视频图像分析的AI应用刚需较大，但目前的应用仍然处于初步阶段，越往后发展，场景会越来越多元，应用会越来越复杂，面临AI的无限可能性，企业需做好长期性的技术储备；二是安防项目是集产业、技术、模式、资本、服务为一体的复杂系统，涉及前端采集、存储、传输、管理、应用等多个产业链条，当下赋能过程中， AI仅仅渗透到了采集等单个环节，智能效果还有较大的提升空间；三是作为传统制造业，安防产业链长、成本高也是摆在企业面前的一道现实问题，成百上千人的队伍，加上巨额的营销、研发成本，想要一直紧咬传统安防巨头，做垂直应用变得越来越艰难；四是赛道现有玩家太多，且无法形成数据闭环，直接导致眼下的安防项目构成⸺集成商们拿着传统安防厂商的摄像机、 AI创业公司的算法、 ICT厂商的服务器，找第三方公司做软件交付，作业模式无法形成数据闭环，也是行业面临的大问题。