AI企業面臨兩大難題
發布時間:2018/2/20 23:02:07 訪問次數:214
- 51電子網公益庫存:
- 2SJ201
- 74F579
- ACS712ELCTR-20A-T
- CH375S
- U2321B
- MPC5407CAI220
- PT5407A
- SS413A
- AFE5805ZCF
- C0805C820F5GAC
- ECR102M16B
- GSOT04C-E3-08
- IDD04S60C
- KSC5026M
- M310210-1K
安防視頻監控從“人眼查看”發展到機器自動分析識別并結構化處理,得益于人工智能、云計算、大數據等技術的迅猛發展,其中安防領域最為核心的人臉識別、車輛特征識別、行為識別等應用匯聚著大量的人工智能算法,也正是在這樣的產業技術結構之下,ai企業憑借領先的算法優勢在安防領域積累起了不可小覷的影響力,在談到人工智能在行業市場的發展時,傳統安防企業和ai企業各自扮演的產業角色自然成為繞不開的話題。
從業務目標上看,安防企業與ai企業有著共通的地方,都期望于能夠為用戶提供更加智能和完善的視頻解決方案,而基于這樣一個共同的目標,他們的著眼點落在了不同的環節,分別站在了產品和技術的兩端。
傳統安防企業的業務重點更偏向于設備研發制造、解決方案與系統集成,ai企業則更專注于芯片和算法技術研發。安防人工智能從技術走向產品再到解決方案,這兩大產業角色之間的業務勢必將會逐漸融合。算法廠商開始著手朝產品端延伸,完善自有產品和服務體系。而大型安防企業為了優化其智能安防系統應用效果,不在芯片和算法上受限于人,鞏固其市場話語權,也將在組建自有人工智能算法團隊方面投入更多精力。雙方各自補齊短板,才更有可能塑造企業的綜合競爭力。
而目前這些趨勢已經在行業市場有所體現。值得一提的是,在目前的市場環境下,能夠同時擁有ai和安防雙重深厚資源的企業,更有能力打破產業角色局限,無疑是時代的幸運兒。當然,他們也真實存在,未來也必將鋒芒畢露。
然而安防產業并不像其他的制造類行業,它本身是一個多層次、多區域、多領域的復雜行業,機會雖然很多但也分散。ai企業和傳統安防企業要想在智能安防時代長盛不衰,都需要補齊短板,融合發展。http://yushuo02.51dzw.com
ai企業想要進入到安防市場來做深做透,還需要面臨兩大難題:
一是產業經驗的問題。ai企業大部分以人工智能算法起家,其專注的方向在人臉識別、行為識別、語音識別等等技術領域,而安防僅僅是這些技術可橫向切入的應用行業之一。大部分ai 企業是在近幾年興起的深度學習浪潮(尤其是人臉識別)之中才涉足到安防這個領域,相對于扎根已久的安防企業來說,ai企業無疑是行業新貴。他們并沒有在安防行業市場長期積累的從業經驗,缺乏對安防市場情況的深度了解,包括用戶真實需求、產品生命周期、渠道體系、解決方案能力及工程體系等,而這些并非憑借技術或資本就能摸透。
二是技術落地的問題。ai企業在芯片、算法上占據著顯著的優勢,但實際的安防項目考驗的是企業的解決方案能力,從硬件、軟件到系統,算法只是其中一個維度,如何將優質算法轉化為“生產力”,服務于實戰應用才是關鍵。
反過來看,傳統安防企業想要展開在ai算法和芯片方面的技術探索,同樣也是一個艱苦的過程。在產業鏈中,從上游往下游發展還可能“順勢而為”,但從下游往上游“逆流而上”拓展會更加困難,因為這里涉及到兩大阻礙因素:
首先是企業人才結構完全不同。安防產品或集成類公司和算法類公司的人才組成具有極大差異,算法公司的團隊普遍由技術研發型人才構成,這類人才的培養需要很強的專業環境,且人才培養周期長。在安防產品或集成類公司,即使采用外聘的手段來迅速組建ai研發團隊,這種方式也并不能迅速見效,甚至墜入一個研發大坑,付出多年研發的高昂成本之后卻換來產品過時或競爭力低下。歸根到底,還是因為涉及到企業基因的問題。一家公司的基因很大程度上取決于其創始人/創始團隊,如果創始人/創始團隊并不具備算法研發的思維、組織能力、協調能力和決策能力,那么下面的技術團隊也很難順利地開展工作,導致技術成功產品化存在很大困難。http://yushuo02.51dzw.com
另外還有一點,算法是一個深度技術鉆研的領域,需要持續不斷的投入,不論是高精尖人力,還是研發資金,并且這種持續的投入不一定有明確的回報,這非常考驗企業的遠見和耐性。尤其對于沒有太多資金和資源鋪墊的中小型安防企業來說,自研算法是需要謹慎考慮的事。當然,對于大型安防廠商而言會好很多,因為他們有更雄厚的資本和人力資源做支撐,但大公司管理難度大、研發方向多但不專注、效率低、拖累多等也常常不易逾越。
當前業內有部分廠商會通過后天持續不斷的鉆研和投入,取得一些ai 方面的技術成果。但很多時候這種ai的成效是外在的表現,從長遠的發展角度來看,這類企業的ai業務更多是以“混合物”的形態出現,并不純粹,核心技術還沒有扎根在地,沒有太大的技術輸出實力為實戰應用和長期競爭力持續賦能。由于缺乏天生的ai基因,安防廠商自研算法這條路可能會走得比較艱辛。
那么,是不是說安防廠商想要探索ai領域的機會一定很渺茫呢?其實不然,傳統安防廠商想要拿到ai的“船票”,仍然可以做一些嘗試,最行之有效的措施便是合作。對于安防和ai企業而言,依靠單一的技術、產品或市場資源很容易后繼無力。找到合適的合作伙伴,實現優勢互補,也能走向雙贏。
而合作共贏的前提是,雙方都要清楚自身的短板在哪里。不同領域之間業務模式所存在的差異,同一個領域里不同企業發展情況的差異,這些都是在選擇合作伙伴過程中需要量化考慮的問題。http://yushuo02.51dzw.com
產業在走向精細化運作的過程當中,會不斷衍生出新的發展機會,只有將基因優勢、技術優勢、經驗優勢、渠道優勢等等這些統統轉化為基于用戶需求的綜合服務能力時,優勢才能凸顯它的價值,而這也才是安防人工智能于用戶而言的核心價值。
在安防人工智能的絕對趨勢之下,產業未來局勢將發生很大的變化,在市場持續更迭的過程中,除了不斷夯實自身的業務能力之外,企業還要培養自身高瞻遠矚的格局,向死而生的勇氣,開放共贏的氣度,如此,才能行穩致遠!
來源:安防知識網
- 51電子網公益庫存:
- 2SJ201
- 74F579
- ACS712ELCTR-20A-T
- CH375S
- U2321B
- MPC5407CAI220
- PT5407A
- SS413A
- AFE5805ZCF
- C0805C820F5GAC
- ECR102M16B
- GSOT04C-E3-08
- IDD04S60C
- KSC5026M
- M310210-1K
安防視頻監控從“人眼查看”發展到機器自動分析識別并結構化處理,得益于人工智能、云計算、大數據等技術的迅猛發展,其中安防領域最為核心的人臉識別、車輛特征識別、行為識別等應用匯聚著大量的人工智能算法,也正是在這樣的產業技術結構之下,ai企業憑借領先的算法優勢在安防領域積累起了不可小覷的影響力,在談到人工智能在行業市場的發展時,傳統安防企業和ai企業各自扮演的產業角色自然成為繞不開的話題。
從業務目標上看,安防企業與ai企業有著共通的地方,都期望于能夠為用戶提供更加智能和完善的視頻解決方案,而基于這樣一個共同的目標,他們的著眼點落在了不同的環節,分別站在了產品和技術的兩端。
傳統安防企業的業務重點更偏向于設備研發制造、解決方案與系統集成,ai企業則更專注于芯片和算法技術研發。安防人工智能從技術走向產品再到解決方案,這兩大產業角色之間的業務勢必將會逐漸融合。算法廠商開始著手朝產品端延伸,完善自有產品和服務體系。而大型安防企業為了優化其智能安防系統應用效果,不在芯片和算法上受限于人,鞏固其市場話語權,也將在組建自有人工智能算法團隊方面投入更多精力。雙方各自補齊短板,才更有可能塑造企業的綜合競爭力。
而目前這些趨勢已經在行業市場有所體現。值得一提的是,在目前的市場環境下,能夠同時擁有ai和安防雙重深厚資源的企業,更有能力打破產業角色局限,無疑是時代的幸運兒。當然,他們也真實存在,未來也必將鋒芒畢露。
然而安防產業并不像其他的制造類行業,它本身是一個多層次、多區域、多領域的復雜行業,機會雖然很多但也分散。ai企業和傳統安防企業要想在智能安防時代長盛不衰,都需要補齊短板,融合發展。http://yushuo02.51dzw.com
ai企業想要進入到安防市場來做深做透,還需要面臨兩大難題:
一是產業經驗的問題。ai企業大部分以人工智能算法起家,其專注的方向在人臉識別、行為識別、語音識別等等技術領域,而安防僅僅是這些技術可橫向切入的應用行業之一。大部分ai 企業是在近幾年興起的深度學習浪潮(尤其是人臉識別)之中才涉足到安防這個領域,相對于扎根已久的安防企業來說,ai企業無疑是行業新貴。他們并沒有在安防行業市場長期積累的從業經驗,缺乏對安防市場情況的深度了解,包括用戶真實需求、產品生命周期、渠道體系、解決方案能力及工程體系等,而這些并非憑借技術或資本就能摸透。
二是技術落地的問題。ai企業在芯片、算法上占據著顯著的優勢,但實際的安防項目考驗的是企業的解決方案能力,從硬件、軟件到系統,算法只是其中一個維度,如何將優質算法轉化為“生產力”,服務于實戰應用才是關鍵。
反過來看,傳統安防企業想要展開在ai算法和芯片方面的技術探索,同樣也是一個艱苦的過程。在產業鏈中,從上游往下游發展還可能“順勢而為”,但從下游往上游“逆流而上”拓展會更加困難,因為這里涉及到兩大阻礙因素:
首先是企業人才結構完全不同。安防產品或集成類公司和算法類公司的人才組成具有極大差異,算法公司的團隊普遍由技術研發型人才構成,這類人才的培養需要很強的專業環境,且人才培養周期長。在安防產品或集成類公司,即使采用外聘的手段來迅速組建ai研發團隊,這種方式也并不能迅速見效,甚至墜入一個研發大坑,付出多年研發的高昂成本之后卻換來產品過時或競爭力低下。歸根到底,還是因為涉及到企業基因的問題。一家公司的基因很大程度上取決于其創始人/創始團隊,如果創始人/創始團隊并不具備算法研發的思維、組織能力、協調能力和決策能力,那么下面的技術團隊也很難順利地開展工作,導致技術成功產品化存在很大困難。http://yushuo02.51dzw.com
另外還有一點,算法是一個深度技術鉆研的領域,需要持續不斷的投入,不論是高精尖人力,還是研發資金,并且這種持續的投入不一定有明確的回報,這非常考驗企業的遠見和耐性。尤其對于沒有太多資金和資源鋪墊的中小型安防企業來說,自研算法是需要謹慎考慮的事。當然,對于大型安防廠商而言會好很多,因為他們有更雄厚的資本和人力資源做支撐,但大公司管理難度大、研發方向多但不專注、效率低、拖累多等也常常不易逾越。
當前業內有部分廠商會通過后天持續不斷的鉆研和投入,取得一些ai 方面的技術成果。但很多時候這種ai的成效是外在的表現,從長遠的發展角度來看,這類企業的ai業務更多是以“混合物”的形態出現,并不純粹,核心技術還沒有扎根在地,沒有太大的技術輸出實力為實戰應用和長期競爭力持續賦能。由于缺乏天生的ai基因,安防廠商自研算法這條路可能會走得比較艱辛。
那么,是不是說安防廠商想要探索ai領域的機會一定很渺茫呢?其實不然,傳統安防廠商想要拿到ai的“船票”,仍然可以做一些嘗試,最行之有效的措施便是合作。對于安防和ai企業而言,依靠單一的技術、產品或市場資源很容易后繼無力。找到合適的合作伙伴,實現優勢互補,也能走向雙贏。
而合作共贏的前提是,雙方都要清楚自身的短板在哪里。不同領域之間業務模式所存在的差異,同一個領域里不同企業發展情況的差異,這些都是在選擇合作伙伴過程中需要量化考慮的問題。http://yushuo02.51dzw.com
產業在走向精細化運作的過程當中,會不斷衍生出新的發展機會,只有將基因優勢、技術優勢、經驗優勢、渠道優勢等等這些統統轉化為基于用戶需求的綜合服務能力時,優勢才能凸顯它的價值,而這也才是安防人工智能于用戶而言的核心價值。
在安防人工智能的絕對趨勢之下,產業未來局勢將發生很大的變化,在市場持續更迭的過程中,除了不斷夯實自身的業務能力之外,企業還要培養自身高瞻遠矚的格局,向死而生的勇氣,開放共贏的氣度,如此,才能行穩致遠!
來源:安防知識網
上一篇:國產芯片初步站穩
下一篇:空閑狀態的兩個解決方法
熱門點擊
- 乘車碼到底是什么?
- 俄羅斯四大通信運營商排行占比情況
- 手機指紋解鎖存在的一個驚天漏洞
- 普通晶閘管的結構和工作原理
- 乘車碼到底是什么?
- 長江存儲是武漢IC業的重要標簽
- 聯發科的現狀與未來
- ROHM技術支持體系的特點
- 美國半導體設備生產商Akrion Systems LLC的收購
- 如何降低USB 3.x的插入損耗
推薦電子資訊
- 最差勁科技合作品盤點
- 最差勁的科技合作品。 LG普拉達: 看到這個不得... [詳細]