活動現場，?？低?CEO 胡揚忠說道，「過去幾年的踐行，我們意識到人工智能的產業鏈長且復雜，?？低晳{一己之力很難做。因此，我們進行戰略調整，變得更加開放，建立 AI Cloud 生態。」話語直接，骨子里透著傳統實業的務本。

正如站在十字路口的海康威視，兼具著傳統和先進的兩面性，保守的安防行業同樣面臨著數字化和 AI 化的轉型。

透過這家手握全球六成安防市場的公司，我們得以窺視整個行業的趨勢縮影的微妙變化。與此同時，?？低曇彩巧儆械?，能夠從硬件到軟件、從應用到平臺全面覆蓋視頻行業產業鏈的代表，是新玩家們無法繞開的參考標的。

「場景化」與「碎片化」中的商機

對比剛出爐的 2017 年安防公司年報成績單，海康威視的利潤相當于四個大華，而大華則相當于六個排名第三的東方網力，其他排位靠后的企業利潤更加微乎其微——這是一個頭部效應極為明顯的行業。

但盡管如此，隨著計算機視覺技術在安防行業的率先落地和商業化，安防三巨頭中宇視迅速崛起，AI 四小龍冒頭（商湯科技、曠視科技、依圖科技、云從科技），以及由他們支撐起的數十億美金高額估值。傳統安防行業的邊界已經被打破，攝像頭衍生出的生意經越來越有趣。

在?？低?CEO 胡揚忠看來，這是由人工智能應用場景化的特性決定的。

「所有的場景化技術即意味著碎片化，做產品的公司有非常大的空間，這是 AI 時代的紅利?！沽硪环矫?，由于人工智能技術的快速發展，導致 AI 產品的迭代周期縮短、品類多樣化。不過，他同時提出，「傳統用戶偏好長時間不用更換的方案，在人工智能時代很難再做到」，這也是所有 AI 從業者都需要面臨的問題。

數據、算法、算力，常被稱為人工智能領域里的「三駕馬車」。但在行業落地時，面對海量數據、新型算法、高強度算力，?？低曁岢隽烁鼮橐幠；娜椧兀河柧毱脚_、軟件平臺和應用軟件。

1）算法的訓練平臺對 AI 的發展有著無可取代的價值。因為一旦有新算法出現，則意味著新的價值?？紤]到數據的私密性，而決定自建訓練平臺，是不現實、不經濟的。一是投入巨大，二是需要專業人士支撐維護。針對不同行業提供開放平臺和開放區間是未來趨勢。但前提是，訓練平臺提供方需要保障用戶數據的安全和合法合規使用。

2）作為平臺公司，真正的價值在于平臺的支撐體系和系統戰略。直接將互聯網龐大的云體系架構移植到行業里太過繁雜。這個前提下，行業 PaaS（軟件平臺），將作為整個解決方案中最為重要的一環，軟件平臺是否穩定、可擴展、能否持續迭代，將決定用戶的投資收益和持續的價值回報。

3）不同于互聯網領域的顛覆概念，人工智能只是加持，只是讓傳統的行業獲得更好的發展。各個參與方都有機會，特別是軟件開發商，因為與用戶走得很近，能夠理解用戶的需求，形成積累和沉淀，能伴隨用戶長期發展。在這個過程中，軟件開發商扮演著極其重要的作用。

此外，胡揚忠也表示了作為一家 AI 技術公司的警惕性，「人工智能技術的發展涉及到宗教、法律、社會權力等方面，技術便利性的同時也會帶來一些威脅。我們要承擔起背后的社會責任」。

平臺開放是趨勢 也是策略

依托于海量的應用場景和需求，?？低曒^早地接觸并實踐了 AI 技術。

?？低?2014 年成立研究院，聚焦在感知、智能分析、視頻大數據研究等，根據 2017 年上半年財報顯示，現在研究院規模已超過 1 萬人。2015 年，?？低曂瞥?AI 結構化服務器；2016 年，相繼推出具備前端處理能力的 AI 攝像機、ADAS 等。

諸如基于 GPU 和深度學習技術的「獵鷹」視頻結構化服務器、基于 GPU/VPU 和深度學習技術的「深眸」系列智能攝像機等，這些產品在后來 2017 年開始刮起「端智能」風潮中，起到了某種的引導作用。

在 2017 年的安博展會上，有參展商評論，?？低曔B新品的叫法都能成為風向。

在胡揚忠看來，?？低暿?AI 產業界的參與者，既是算法、產品的提供商，也是軟件平臺商，同時也是應用軟件的開發商。早已不局限于外界眼中的「賣攝像頭的」產品公司。

他同時指出，在過去幾年將 AI 技術的落地過程中，深刻體會到人工智能的產業鏈長而復雜，包括網絡通信、計算存儲、數據運維與管理等?！溉绻a品、應用、算法、軟件平臺都自己做，尤其是面對一個碎片化的市場，是一件非常難的事。」

基于此，?？低曔M行戰略調整，更加開放，建立 AI Cloud 生態平臺，同時也將作為海康威視的服務模式。具體開放內容包括：

1）開放 AI Cloud 的開發平臺，讓更多應用軟件開發商在上邊做開發

2）AI Cloud 將融合更多廠商的算法和 AI 產品

3）提供開放的訓練系統，及遷移學習、增量學習的能力，賦能行業客戶

4）基于螢石云平臺，提供互聯網上的 AI 服務

5）提供數據標注、數據共享服務

活動現場，?？低暵摵鲜着?11 家合作伙伴共同啟動了 AI Cloud 生態，其中包括英特爾、英偉達、微軟云、滴滴、新華三、西部數據、華尊科技、英特爾、希捷科技、安恒信息、浪潮。這些廠商多為?？低暤拈L期合作伙伴。從上述合作伙伴業務關系來看，部分硬件業務與海康威視的競爭關系。

徐習明回應，商業中競合是常見現象，并不會因為生態建設而回避。

「云+端」之外

AI Cloud 除了將自身的資源和優勢開放出來，也是海康威視提出的 AI 產業技術架構。

隨著端智能概念的普及和重視，「云+端」的數據網絡架構漸成主流。但在實際的運維過程中仍遇到了不少問題。?？低暩呒壐笨偛卯厱瓴┦刻岢隽艘韵滤伎迹?/p>

1）如何能夠更靈活、更充分地發揮邊緣設備的資源價值？

2）如何能夠在建立更具兼容性的數據模型，讓不同時間、不同團隊開放的應用能夠實現彼此協同和監督？

3）如何能夠讓海量的互聯設備使用統一的運維服務體系等？

以視頻監控為例，既需要邊緣設備的靈活響應，又需要就近匯聚邊緣設備的數據、視頻調看控制，還要管理復雜的采、存、算等設備——就像人體這樣的復雜系統，連接感知末梢與大腦有序運作的，是非常復雜的經絡體系，而不是簡單的信息通道。

另一方面，各地市區都在積極地進行城市級的智能化改造，諸如在智慧城市和智慧交通等區域級的大型項目已經北上深等地區落地，這時需要面臨的是數千路攝像頭所采集的數億級數據量。

因此，?？低曁岢隽恕高吘売颉沟母拍?。具體而言，在 AI Cloud 架構中，將邊緣設備視為邊緣節點，主要解決的是感知數據的采集，把云端成為云中心，應對互聯網數據在內的多方位數據的融合，并進行分析。

在這兩類節點之間，靠近邊緣節點一方再加上一個環節——邊緣域，以實現感知數據的匯聚和智能化應用。通過邊緣域來分攤海量數據給中心節點帶來的并發壓力，同時提升運作任務的敏捷性、實時性和系統可靠性。

畢會娟進一步解釋，在物聯網領域，基于邊緣域的 AI Cloud 架構主要提供四種能力，包括 AI 資源的可調度、數據的按需匯聚、應用的場景化響應、運維的一體化建設，同時也為實現 AI Cloud 生態的成長。

以「邊緣域管理調度平臺」為例，該平臺可以管理、調度域內計算存儲資源池、數據資源池和算法倉庫的資源。同時，通過建立算法模型規范，支持多廠家的算法在同一個算法倉庫中進行管理調度。

目前，?？低曇验_啟 AI Cloud+行業解決方案的應用，AI 項目陸續落地全國 30 多個省級行政區域，為應急指揮、民生服務、城市運營、交通管理、商業決策等領域提供 AI 解決方案服務。旗下的公有云「螢石云」平臺已積聚 2 萬多家開發用戶、4000 多個活躍應用。

大連鎖時代

正如前文所述，無論是對于?？邓幍陌卜佬袠I，還是安防領域所面臨的許多行業客戶而言，「頭部集中，大連鎖」趨勢愈發明顯。

海康威視由此提出「大連鎖時代」的說法，其中行為標準化、管理規范化、場景數字化、平臺網絡化被視為方法論。?？低暩呒壐笨偛眯炝暶髦赋觯皟身検莻鹘y連鎖行業正在踐行的，但還不夠，更重要的是后兩項能力的跟進。

一個鮮明的例子，曾經作為零售行業的神話——連鎖巨頭大潤發，身為連鎖店商業模式的典范但在互聯網時代仍被阿里巴巴收購。

意識到數字化和網絡化的重要性，徐習明進一步提出視頻大聯網以建立規范管理平臺、視頻結構化以建立在線生態網絡兩大戰略。

憑借行業領域的系統化能力和規?；瘧茫？低曀岢龅姆椒ㄕ摵徒涷瀸τ诋斚碌暮筮M者不乏借鑒意義。

在 AI 技術真正落地和商業化過程中，技術之外的短板值得重視。技術能力雖能決定所處段位，但落實到一門具體的生意仍需要戰略和打法的配合。傳統廠商急需擁抱互聯網和先進技術，而技術創業者則需要離場景和應用更近。

一份公開數據顯示，安防作為目前 AI 落地最充分的行業，目前技術滲透率僅為 1％。也就是說，只有 1％的安防設備應用了 AI 技術。但通過海康威視面向合作伙伴這堂普及課來看，AI 在安防行業的落地絕不僅止于前端攝像頭的想象力，這更像一場圍繞數據展開的生意。