5G技术的加速落地、AIOT技术的深入应用，让国内不少行业和企业开始向智能化方向快速演进，智能家居市场的发展速度更是有目共睹。而智能安防作为智能家居发展普及的“先锋”，自然也吸引了众多从业者的关注和参与。

在智能化的浪潮下，各大企业开始争先恐后布局其中，除了传统安防巨头海康威视在加速整合资源外，旷视科技、商汤科技等AI独角兽也都加足了马力进入赛道，阿里、腾讯、百度、京东等大厂也开始跑马圈地，科技巨头华为也是来势汹汹，在此背景下智能安防市场也迎来了高速发展。

智能化升级扩增市场空间

在人工智能和云计算等新技术的驱动下，传统安防升级为智慧安防，开始拥有全程监控、智能决策的能力。我国安防行业增速稳健，景气度稳中有进。

根据中国安防协会公布的安防行业景气指数，2022年一季度安防行业景气度处于“较强景气区间”。2016年，我国安防市场规模5400亿元，2020年增长至8510亿元，CAGR 12.04%,全球市场份额占比约39%。

我国安防市场增速高于全球，从传统安防升级到智能安防，技术升级伴随产品形态复杂化且价值量更高。同时下游应用场景扩容，渠道端不断下沉，智能安防市场量价齐升，当前渗透率低，存量替换空间大。

根据前瞻产业研究院预测，全球安防市场将于2023年迎来拐点，其中智能安防增速更高。根据预测，全球智能安防市场规模将在2023年达到450亿美元，预计2018-2023年CAGR 30.26%。2018年，我国智能安防渗透率为5%，2020年提升至6%。在技术逐步成熟以及需求带动下，安防智能化进程加速，据预测2021-2026年中国智能安防市场年复合增长率为26%，预计2026年市场规模将达到2045亿元。

需求端，安防行业主要受政策驱动影响，政策驱动行业需求提升，宏观经济改善企业需求端回暖。一方面，政府端公共安全支出持续增长，政策推动稳增长新基建及智能化等下游需求扩张下沉，景气度确定性不断提升。另一方面，随着疫情好转带动企业需求回暖，安防助力企业端加速数字化转型降本增效。

供给侧，随着智慧物联的推进，行业竞争格局加剧，中游传统安防厂商在产品软硬件结合、渠道资源、行业理解、客户服务响应速度等方面优势凸显。上游硬件供应链的国产化率逐步提升并向中高端类渗透。供应链的自主可控增强了成本价格稳定性以及海外业务的确定性，同时利于产品技术迭带及相关定制化方案拓展，从供给端推动行业整体发展。机构看好安防行业在AI数字化转型背景下的成长空间及龙头厂商发展优势。

三大安防巨头打法各异

防御派：海康蓄力

由于传统视频监控市场渗透率已经趋于饱和，智能安防赛道又是高手云集，所以即便是作为安防行业的龙头企业，海康威视的境遇不容乐观。而若想要从众多同类竞品中脱颖而出，就要具有一定的独特之处，因此海康威视一直在智能安防赛道上不断积蓄着力量。

一来，随着传统安防增速放缓，谋求智能化转型就成了海康威视持续增长的重要途径之一。作为传统安防行业的巨头，尽管海康威视在安防上的成绩已经十分亮眼，但在竞争日益激烈的安防市场上，海康威视仍不可避免地面临着增速放缓的困境。于是为了寻找新的业绩增长点，海康威视除了拓展一些新的业务机会外，也开始在安防的智能化上下功夫。

二来，海康威视在智能安防上的个性化定制需求，与其他玩家形成了差异化优势，这对其提升市场竞争力十分有利。无论是对行业级市场还是消费级市场，海康威视均为其定制了完整的智能安防产品及解决方案，就连作为方案核心的监控平台也结合了行业特点，提供了与行业相贴合的应用，比如海康威视为物业安保推出了iVMS-8710平台软件，而针对商业数据又推出了iVMS-8720平台软件，以此来满足不同用户的不同需求。

三来，海康威视“云边结合”的打法，保持了其软硬一体化的优势，加速了其智能安防的落地。与行业其他玩家不同，传统安防巨头海康威视的打法更注重“边缘”，意思是数据可以在边缘域（如摄像机）上解决，而不用全部往云中心传输解决，尽可能实现“按需汇聚”。这一思路有效地发挥了海康威视从硬件到软件到系统到平台，每一个环节都能彼此配合的优势，从而更好地提出了针对客户需求的具有行业竞争力的方案和产品。

革新派：旷视深耕

智能安防作为物联网最具潜力的细分市场，前景十分广阔，所以聚焦物联网场景的人工智能领先企业的旷视科技自然不会缺席。只不过在各行业都在进行数字化转型的时代，每个玩家的实力都不容小觑，而旷视科技要想在前有海康威视后有华为的赛道上占得一席之地，也只能不断深耕。

一方面，旷视科技自身在人工智能机器视觉上的探索，与新型智慧城市的建设不谋而合。现如今，新型智慧城市已经是大势所趋，而要建设新型智慧城市则需要大量的AIOT设备，在人工智能机器视觉上处于领先地位的旷视科技正好能承接这一使命。旷视科技自研的AI生产力平台Brain++开发了智慧城市、智慧建筑、智慧物流的AIOT操作系统，可以在未来智慧城市建设中取得先发优势。

另一方面，具有强刚需属性的安防行业，可以有效加速旷视科技全产业落地。安防不仅是从视频获取到视频存储的一整套系统，更是产品和解决方案的完整体系，所以旷世科技选择以安防为突破口来打通全产业。而且安防行业场景较为集中，容易实现技术优化与突破，旷视科技将算法融入安防之中，可以有效降低其全产业落地的成本和效率。

而旷视科技在算法上的技术实力，就是其入局安防行业的底气。随着科技的进步和社会的发展，如今的安防行业也开始向全面智能化转型，所以对算法的需求也日益增多。而得益于在技术算法上的大力投入，旷视科技已经自主研发出了相对领先的深度学习算法、核心计算机视觉算法和AIoT相关算法，而且目前的这些算法也已经达到了安防的应用需求，能很好地融入安防行业中。

后来者：华为转向

智能安防市场的巨大体量吸引了不少玩家争相布局加码，华为自然也不会袖手旁观。只不过，安防的边界逐渐模糊，机器视觉正在全面渗透，开始将传统安防带入智能化时代。在此情况下，华为也不得不做出战略的调整和升级，不再只着眼于安防，而是将目光从智能安防转向了机器视觉，并将智能安防产品线改名为机器视觉产品线。

首先，作为数据基础设施非常重要的一环，机器视觉是华为迈向智慧城市的重要助力。智慧城市的每一个细分领域无不都是以视频为基本载体，而机器视觉所产生的海量视频数据也能释放出很大的价值。而由于目前的安防产品已经无法满足未来智慧城市的需求，所以通过智能安防到机器视觉的战略延伸，可以帮助华为同时满足政府、金融、能源、教育、园区等诸多行业的智能化诉求。

其次，华为在芯片、云端、算法等方面的硬实力，能很好地支撑其机器视觉的发展。得益于多年的建设，华为在连接、存储、云计算、大数据、AI等领域已经做出了一定成绩。华为鲲鹏生态在智能安防产业中建立了完善而稳定的业务框架；华为云也早已面向更广的用户，并形成了针对不同环境、不同需求的开发平台。另外华为还上线了大量基于各类细分领域中的算法，其算力能力也已实现了20Tops的算力支持，远超市面上其他企业。

最后，华为采用生态系统的玩法进入智能安防领域，能助其打造更大的泛安防生态圈。华为智能安防所采用的“2+4+N”战略中，除了基于鲲鹏和昇腾这“2大系列芯片”，以及真数据、真智能、真开放、真安全这“4真”外，主要还有携手“N家生态伙伴”。而华为凭借较深的行业渠道积累搭建自己的平台，吸引了更多不同的合作厂商共同参与，这种高效聚合各方资源的模式，对其智能安防的发展壮大也具有重要意义。

AI+安防需求逐渐精细化 软件成逐鹿之地

随着安防数字化、网络化的发展，视频监控系统的规模日益扩大，监控数据量迅速增加，包含的信息数据更加丰富，已经超出了人力所能管理的范围，必须要依赖先进的AI算法和强大的算力，进行各类海量数据的智能化分析，因此，安防行业的智能化转型是技术发展的必经之路，势在必行。

在智慧城市、智能交通等各大安防应用场景中，对重点目标，如人员和车辆，进行特征分析，并且完成数据的结构化，是人工智能技术最为成熟的应用。特别是在面向政府（ToG）的各个大型安防城市项目中，人脸识别、车牌识别、视频结构化等典型AI算法已成为标配，产生了良好的社会效益。这些头部应用的成功，使得人们对人工智能技术在安防各行业的拓广有了更多想象和试验的空间，行业期望在更多的社会场景中，如政法、城管、校园、医院、工地、景区等等，全面推广AI，能够完全代替人工，大幅提高生产力。

另一方面，安防行业在传统上就是一个具有长尾效应的碎片化市场，强调个性化与客户需求， 大到城市宏观治理，小到单元楼宇监控，应用场景复杂多变, 不同应用下的安防侧重点大相径庭，场景碎片化局面形成已久。因此，智能的泛化需求叠加在碎片化的场景之上，使得当前各细分安防市场的AI应用层出不穷，呈现出了百花齐放的局面。

不仅如此，在每个AI+安防的应用实践中，我们所需要的智能功能已经越来越细，例如，在一个复杂的人像平台中，不仅要做大规模的人脸识别，还要有各类人脸的属性分析，以及人脸饰物的检测识别，还会增加对人体特征的提取和人体比对、人员再识别的应用；不仅有人员衣着的分析，还要给出人员行为姿态描述；

在一个车辆分析系统中，不仅需要对车辆，车型，车色等基本属性的分析，更增加了对车内饰物，驾乘人员，非机动车各种属性，是否载人等多种特征的分析；

又如在城市精细化运营的应用需求中，要求运用AI分析技术，对垃圾溢出、井盖异常、游摊经营、乱挂衣物、广告屏损坏、路面破损、道路积水、施工占道等多种环境秩序问题进行细化检测。

这些对感兴趣目标的细致入微的分析，提供了更多，更精准的人员与车辆个体，和环境特征的刻画，大大拓宽了AI在各种实际应用的技战术方法。

面对精细化和碎片化的AI应用，安防厂商普遍期待的AI安防项目标准化变得更为困难和不切实际，非标准的安防项目整体研发和执行周期长、产品和服务方案的复用率低，项目成本高，特别是大规模应用时，由于AI算法本身也还在持续不断的迭代，算法更新更延长了交付时间和运维成本。因此，通过软件解决，由软件来定义安防产品，已经成为了明显的趋势。

相比硬件而言，软件具有高可扩展性，可持续集成，可持续部署的应用优势。首先，在系统层面，安防厂家应尽可能将AI产品设定成通用平台＋定制化开发的模式。

其次，要真正实现新的AI应用和平台脱钩，实现算法版本的不断迭代，而不影响整体智能平台的正常运维，需采用更加先进的软件设计架构，如当前流行的微服务架构，通过将功能分解到各个离散的服务中，实现对整体AI解决方案的解耦，降低系统的耦合性，并提供更加灵活的服务支持；

最后，围绕安防业务领域组件，来创建各定制化的AI应用，这些AI微服务可独立地进行开发、管理和迭代。通过容器的方式，在通用平台中部署、管理和服务功能，使产品交付变得更加简单。

文章来源：九方金融研究所，KLOCK智能，刘旷