安防行业趁着AI的风口炒热了安防＋AI的概念，在进入到2019年之后，资本和市场将逐步恢复理性，真正的人工智能拉锯战也会拉开帷幕，届时才是AI＋安防开始登场的时候。
（1）传统安防企业
在未来，传统安防企业持续发展、行业占有率持续领先，会继续采用产品销售内嵌智能算法和智能分析软件的常态模式，并加深垂直行业的应用解决方案，针对不同行业不同的应用场景，提供智能软硬件一体化解决方案，其主要的优势主要体现在：
一是在现有产业的技术（硬件产品和平台软件）拥有绝对优势；二是拥有丰富的客户资源，对行业需求和痛点能够深刻理解，行业领头公司已几乎布局全部产业链；三是大部分上市公司拥有良好的现金流，充分利用现有市场的盈利支持大规模研发和并购经费的支出；四是拥有产业链上收集的大量数据，但是存在数据质量参差不齐无法直接使用；五是在AI领域通过组建自主研发团队或者采购、合作、并购的方式切入AI市场；
（2）初创AI公司
初创AI公司在核心技术和研发人才上拥有绝对的优势：利用算法竞赛排名、国内外顶尖论文和强大的实验室、导师资源吸引了大量人才加入团队，保证公司在技术壁垒端持续领先。部分AI公司完成了多轮大额融资，可持续投入研发和市场，已经在业界拥有较高的知名度。
初创AI公司对安防行业的商业模式和盈利模式的理解还不够清晰和成熟，目前以ToC的企业级服务为主要的商业模式，主要扮演算法支撑层和技术提供层的产业角色，通过提供SDK算法模块和开放API云平台接口服务获取利润。而传统安防企业主要向客户提供较为全面的软硬件一体化解决方案，其中可能涉及到摄像机、嵌入式设备、专有服务器及行业平台软件等。而这些贴近用户需求的产品和行业解决方案是新创AI企业短期内无法实现的。
另外，大额融资与政府资金同时带来一定风险，资本估值过高会对企业带来盈利上的压力；各类资本加入对股权和决策权的稀释也会成为公司发展路上的隐患。
因此从总体来看，传统安防企业都是依靠自身的能力一步步成长起来的，在抗风险能力上面要远远强过新创AI企业。初创AI公司则需要更加贴近用户需求，不断提升用户质量和数量。同时其可通过资本重组、并购的方式收购安防企业，快速获取市场及用户资源。
算力＋算法＋数据 未来竞争核心
技术是行业变革的推动力，行业竞争将集中体现在算法、数据和硬件算力这“三驾马车”的较量上。随着安防＋人工智能的发展，未来这三者将呈深化发展的趋势：
（1）算法：集中开发底层算法，优化应用层算法
深度学习本质就是一种算法，通过模拟大脑的神经网络，使得设备能够像人脑一样思考。在安防行业，基于深度学习人脸识别、图像识别、车辆识别、语音识别等算法将会推动行业快速发展，算法迭代将会是推动安防＋AI技术发展的根本：
准确率更高：深度学习算法可以从原始数据中提取具有更高阶、表达能力更强的特征，从而使得识别分类对象的准确率更高；
环境适应性更强：深度学习算法可以自行提取更丰富、更适合的特征参数，从而达到更强的抗环境干扰能力。
识别种类更加丰富：深度学习能够实现比较精准的目标分类识别、自主特征识别的特点，又让深度学习特别适用于抽象、复杂的人、车、物体的特征和行为势态的分析领域。
（2）算力 ：智能前端的边缘计算＋智能云端的规模化计算
深度学习过程中“训练”与“推演”均涉及大量并行计算，传统的CPU明显算力不足，而GPU、FPGA、ASIC具有良好并行计算能力，AI芯片可提供数十倍乃至上百倍于CPU的性能，大幅缩短计算过程，同时也方便调整多种模型架构，显著提升模型的速度。
特别是随着低功耗AI专用芯片的迭出，逐渐形成智能嵌入式前端（通过边缘计算在前端完成结构化算法预处理，获取高质量结构化数据）和后端云智能（大规模计算、存储资源、多维度大数据信息分析）协同加速发展的势态
（3）数据：边缘计算＋规模化计算的结构化数据
上千万的摄像头和庞大的监控网络，瞬间就会产生海量监控视频数据，从海量视频数据中高效提取出有效的结构化数据，就成为智能安防的关键技术。而通过人工智能算法，则可自动抓取视频中的目标图片，并提取其语义化的属性数据以及可用来比对检索的特征数据，形成以数据为驱动的决策机制，根据实时数据和各类型信息，调配和调控用户的数据资源，最终实现系统的自动智能化和运行效率最优化。
人工智能是安防领域的未来，安企在通往未来的道路上，将会出现更多新的应用及技术，从而满足安防领域日益增长的新需求，推动安防产业的升级换代。
