安防設(shè)備市場概況

對于安防市場而言，在過去一年里最明顯的變化主要有2個明顯的變化：
一是傳統(tǒng)的政府類項目市場進展緩慢，隨著雪亮工程等大規(guī)模城市級項目建設(shè)進入尾聲，政府端對公共安全的投入呈現(xiàn)放緩的態(tài)勢，大部分企業(yè)開始向商業(yè)市場布局，如電力、水利、零售、物流等，抓住商業(yè)端企業(yè)數(shù)字化轉(zhuǎn)型的機遇；

二是生成式AI及大模型席卷各行各業(yè)，安防行業(yè)作為AI落地最佳場景，在過去的三年中卻陷入了沉默期。不少CV創(chuàng)企“AI賦能千行百業(yè)”的愿景被現(xiàn)實的人員成本居高不下、產(chǎn)品難以標準化和規(guī)模復制、落地場景單一內(nèi)卷化等現(xiàn)實所澆滅。AIGC技術(shù)與大模型，讓業(yè)內(nèi)看到了喚醒海量的AIoT的數(shù)據(jù)的新方式，業(yè)內(nèi)不少企業(yè)開始思考如何通過這些新的技術(shù)，去促進新的商業(yè)應(yīng)用的落地。

　　圖：2021-2022中國安防設(shè)備市場概況（單位：億元）

針對中國安防設(shè)備市場的調(diào)研結(jié)果，a&s plus統(tǒng)計，2022年中國安防設(shè)備市場達1878億元，其中視頻監(jiān)控市場達808億元，防盜報警市場達214億元，出入口控制市場達528億元，樓宇對講/智能家居市場達328億元。2022年是安防發(fā)展多年來不確定性因素最大的一年，國內(nèi)疫情防控與國際環(huán)境變化讓產(chǎn)業(yè)供應(yīng)鏈、市場需求等脫離了原有的發(fā)展軌道，企業(yè)普遍感受到了較大的壓力。

a&s plus調(diào)研結(jié)果顯示，46%的調(diào)研對象表示2022年企業(yè)經(jīng)營有所增長，且企業(yè)規(guī)模正在  擴大， 46%的調(diào)研對象表示2022年企業(yè)經(jīng)營有所增長，且企業(yè)規(guī)模正在擴大，32%的企業(yè)看好AIGC和大模型在行業(yè)的應(yīng)用，并創(chuàng)造更大市場商機，70%的安防企業(yè)希望通過數(shù)字化轉(zhuǎn)型升級，實現(xiàn)盈利能力的提升。

圖：2022企業(yè)經(jīng)營狀況

在調(diào)研中，42%表示2022年產(chǎn)品或解決方案的平均單價上升，34%表示產(chǎn)品或解決方案的交付時長上升。從整體市場上看，供應(yīng)鏈短缺問題，已經(jīng)較于上年有所好轉(zhuǎn)，但由于諸多不確定性因素的影響，供應(yīng)鏈仍然存在著一些問題。另外需要引起注意的是，由于過去一段時間的供應(yīng)鏈失衡，導致設(shè)備商都進行了大量的備貨，大部分庫存都處于較高的水平，在未來的一段較長的時間中，將面臨著去庫存的壓力。目前地緣政治與全球需求疲軟的影響仍不可能退去，因此整體安防行業(yè)市場發(fā)展依然充滿著未知的挑戰(zhàn)，這或許會對近幾年快速發(fā)展起來的國內(nèi)安防芯片廠商形成新的洗牌與淘汰態(tài)勢。

智能安防落地現(xiàn)狀

當前智能安防落地的應(yīng)用主要在人臉識別、車牌識別、視頻結(jié)構(gòu)化、智能分析等應(yīng)用上最為高頻，可以看出目前AI技術(shù)在安防項目的落地應(yīng)用仍然聚集在感知與認知階段。尤其在人臉識別的應(yīng)用，大部分企業(yè)都在相同的開源框架下完成技術(shù)開發(fā)，算法間的差異相對較小，具體方案的同質(zhì)化現(xiàn)象日趨嚴重。
同時隨著智能安防技術(shù)的發(fā)展成熟，安防企業(yè)所承接的項目也從之前的平安城市、智能交通、雪亮工程等公共安全項目，延伸到智慧水利、智慧景區(qū)、智慧電力等數(shù)字化管理項目，同時非傳統(tǒng)安防類型項目正呈現(xiàn)出逐年上升的態(tài)勢。

a&s plus針對智能安防落地現(xiàn)狀分別對業(yè)內(nèi)廠商及部分行業(yè)用戶進行了交流，綜合起來看，目前智能安防落地仍然存在三處常見的痛點：

一是算法服務(wù)成本的居高不下，在許多大型項目中， AI應(yīng)用在落地后，對高級算法人才提出了長期駐場的需求，但相關(guān)研發(fā)人員不足，給AI應(yīng)用落地造成了極大的成本壓力;

二是數(shù)據(jù)素材的獲取，在法律允許的條件下，獲取真實的、有效的數(shù)據(jù)是一個長期且艱巨的工作過程，而且沒有捷徑可走，同時由于過去傳統(tǒng)建設(shè)中，數(shù)據(jù)大部分都是獨立存在的，形成了較為突出的“信息孤島”問題，打破這樣的局面同樣需要一定的時間；

三是場景應(yīng)用過于單一，雖然在某些特定的場景，智能安防與AI應(yīng)用已經(jīng)取得了良好的落地效果，但更多的細分場景充滿著各種多樣化及個性化的需求，目前市場并沒有良好的解決方案去覆蓋這些痛點，其本質(zhì)是企業(yè)對于場景業(yè)務(wù)理解的深度及投入產(chǎn)出比的優(yōu)化還未真正做到位。

許多廠商在宣傳自身AI方案時，往往采取的是實驗室的數(shù)據(jù)，這也導致了用戶對產(chǎn)品的期望值偏高，在落地的體驗上出現(xiàn)極大的落差感。對于用戶而言， AI安防工程化目前亟需解決的問題主要為四點，一是算法場景限制，二是前端布點困難，三是成本仍然較高，四是智能與深度應(yīng)用不足。

同時安防行業(yè)的發(fā)展也面臨了諸多的挑戰(zhàn)。其中“芯片法案”等對國內(nèi)安防市場產(chǎn)生了一定的影響，在高端新品領(lǐng)域，目前國內(nèi)的空缺仍存未填補，對產(chǎn)品創(chuàng)新的影響仍然較大。

據(jù)國際貨幣基金組織(IMF)公布的數(shù)據(jù)顯示，2022年全球GDP總量超過100萬億美元，相比2021年96.29萬億美元增長4.05%，但整體增速開始放緩。2022年國內(nèi)生產(chǎn)總值1210207億元，比上年增長3.0%�？v觀近年的工程項目市場，政府類項目放緩，地產(chǎn)類項目逐漸萎縮，商業(yè)類項目較為分散，行業(yè)軟件和硬件供應(yīng)漸入飽和，安防系統(tǒng)集成行業(yè)增速逐年放緩。

據(jù)a&s plus調(diào)研發(fā)現(xiàn)，與2021年相比，2022年國內(nèi)工程項目加速回暖，增長勢頭強勁，安防集成及工程項目市場保持著穩(wěn)定的增長，但受市場競爭、項目放緩、交付周期拉長等多方面因素影響，整體市場增速有所放緩，甚至一些規(guī)模較小且市場集中的企業(yè)面臨著巨大生存壓力。

對于大型安防系統(tǒng)集成商而言，近年來也緊跟行業(yè)發(fā)展潮流，在大數(shù)據(jù)、云計算、人工智能、物聯(lián)網(wǎng)等新興技術(shù)賦能下，通過軟件及平臺的優(yōu)勢，在用戶數(shù)字化轉(zhuǎn)型中找到安防之外的發(fā)力點，借助自身資源，整合合作伙伴資源，實現(xiàn)服務(wù)的差異化，獲得新的發(fā)展機遇。

對于中小型安防系統(tǒng)集成商而言，由于客戶資源集中在中小型客戶群體，受經(jīng)濟環(huán)境影響，這類型的客戶對安全管理項目的投入呈現(xiàn)放緩觀望的趨勢，同時已經(jīng)交付項目回款周期也被拉長，為了尋找新的發(fā)展出路，不少集成商也開始在智慧旅游、智慧林業(yè)、智慧水利等中小型項目中發(fā)力，尋找傳統(tǒng)安防之外的新商機。

從量的角度看，據(jù)a&s plus統(tǒng)計數(shù)據(jù)顯示，2017-2022年中國安防系統(tǒng)集成市場的規(guī)模分別為3158.00億元、3631.70億元、4067.51億元、4474.26億元、4742.71億元、5169.55億元，近五年增長率各自是13%、15%、12%、10%、11%、9%。

a&s plus通過走訪與問卷的形式，向企業(yè)及用戶調(diào)研智能安防落地難的主要原因，前三分別是應(yīng)用效果無法達到預期效果、技術(shù)成熟度不足、產(chǎn)業(yè)碎片化嚴重，從這些原因中不難看出，目前智能安防的落地仍然處于初級階段，應(yīng)用效果是影響用戶選擇智能安防產(chǎn)品或者解決方案的第一要素。

除此之外，在調(diào)研中廠商代表們也反映出目前智能應(yīng)用落地中存在的問題：

一是目前人工智能在安防行業(yè)的滲透仍然較低，需要所有攝像頭都能對視頻信息進行全面智能分析之時，人工智能在安防行業(yè)的價值才能真正凸顯出來，目前的現(xiàn)狀僅僅是用小部分算法解決小部分的問題而已；

二是國內(nèi)企業(yè)AI設(shè)備的出貨量已經(jīng)占整體產(chǎn)品出貨量的70%左右，尤其在疫情之后，園區(qū)、辦公樓宇等對電子哨兵等智慧防疫產(chǎn)品需求更加強烈，吸引了眾多企業(yè)的關(guān)注，也造成了市面產(chǎn)品同質(zhì)化嚴重與質(zhì)量參差不齊的現(xiàn)象；

三是數(shù)據(jù)的制約性， AI落地依賴數(shù)據(jù)訓練基礎(chǔ)算法，因此獲得高質(zhì)量數(shù)據(jù)是落地的關(guān)鍵，在一些傳統(tǒng)安防之外的場景，缺乏統(tǒng)一、標準、高質(zhì)量的數(shù)據(jù)，導致創(chuàng)新應(yīng)用進度緩慢；

四是隨著國內(nèi)人臉識別規(guī)范以及數(shù)據(jù)安全法等出臺，隱私與安全無疑也會是智能安防落地的重要難題。以數(shù)字城市建設(shè)為例，隨著數(shù)字化程度的提高，安全挑戰(zhàn)也將越大，面對復雜多樣的應(yīng)用場景，網(wǎng)絡(luò)和數(shù)據(jù)資產(chǎn)數(shù)量龐大，網(wǎng)絡(luò)邊界也難以被定義。

a&s plus認為，要加快智能應(yīng)用落地速度，必須要處理好行業(yè)深度碎片化問題，表現(xiàn)為用戶不集中、應(yīng)用與產(chǎn)品分散、缺乏標準化的建設(shè)，導致出現(xiàn)以下狀況：

首先是場景碎片化嚴重，在產(chǎn)品和項目的過程中，用戶認為智能化便能解決一切問題，但實際上人工智能并不是萬能。在很多碎片化場景里，其實需要投入大量的人力、物力去解決場景化的問題;

其次是產(chǎn)品與解決方案的碎片化問題。當前看來，不管是邊緣計算還是云計算，實際上都是在解決點狀的問題，但由于碎片化太嚴重，在各個節(jié)點上部署智能化和數(shù)據(jù)流轉(zhuǎn)等AI應(yīng)用是一個很復雜的過程。也正因為如此，當前業(yè)內(nèi)廠商普遍都比較期待AI項目標準化的盡快到來，標準建設(shè)將在一定程度緩解碎片化的痛點，讓項目的交付變得更便于執(zhí)行;

最后是算法碎片化問題，由于算法的持續(xù)更新實現(xiàn)了大規(guī)模智能應(yīng)用的落地，但算法的升級是永無止境的過程，這導致廠商在進行數(shù)據(jù)規(guī)劃、可視化可檢索和大數(shù)據(jù)融合時增加了不少難題，這點目前也只能通過技術(shù)的迭代、算法的穩(wěn)定得以緩解。總而言之，緩解場景碎片化痛點，并不是由某一類廠商便能獨自解決的，需要產(chǎn)業(yè)鏈上多個環(huán)節(jié)共同參與。

綜合上述，目前的難點大概涉及到這幾個主要環(huán)節(jié)：

(1)一是需要積累面向場景的數(shù)據(jù)，二是需要工程師開發(fā)面向場景的算法，三是需要大規(guī)模的訓練系統(tǒng)進行算法的訓練，能讓前后端的產(chǎn)品承載智能算法，四是需要一個平臺軟件對接智能功能和行業(yè)的需求;

(2)規(guī)�；�智能應(yīng)用部署成本高。許多產(chǎn)品與方案在演示或者PK的階段都處于相對理想的環(huán)境中，但到了實際的環(huán)境中，用戶便會發(fā)現(xiàn)較大的差異。相對巨大成本的投入，卻得不到預期的效果，智能應(yīng)用的效果往往南轅北轍，讓眾多用戶望而卻步;

（3)安全問題。在行業(yè)進入智能化之后，一方面人工智能可以實現(xiàn)無人類干預，基于知識并能夠自我修正地自動化運行，這種決策方式往往會產(chǎn)生人們無法預料的結(jié)果，另一方面視頻的數(shù)據(jù)都經(jīng)過高度濃縮，價值遠超于前，尤其是個人隱私問題，導致被犯案的機率變得更高，對社會的影響也更大。

因此要真正解決落地及生根的問題，必須突破算力、算法、應(yīng)用、成本等因素，正面目前尚存的四大難題：

一是中國安防市場的對于海量視頻圖像分析的AI應(yīng)用剛需較大，但目前的應(yīng)用仍然處于初步階段，越往后發(fā)展，場景會越來越多元，應(yīng)用會越來越復雜，面臨AI的無限可能性，企業(yè)需做好長期性的技術(shù)儲備；

二是安防項目是集產(chǎn)業(yè)、技術(shù)、模式、資本、服務(wù)為一體的復雜系統(tǒng)，涉及前端采集、存儲、傳輸、管理、應(yīng)用等多個產(chǎn)業(yè)鏈條，當下賦能過程中， AI僅僅滲透到了采集等單個環(huán)節(jié)，智能效果還有較大的提升空間；

三是作為傳統(tǒng)制造業(yè)，安防產(chǎn)業(yè)鏈長、成本高也是擺在企業(yè)面前的一道現(xiàn)實問題，成百上千人的隊伍，加上巨額的營銷、研發(fā)成本，想要一直緊咬傳統(tǒng)安防巨頭，做垂直應(yīng)用變得越來越艱難；