10月26日下午14:00,AIoT星圖研究院如期舉辦了關于AI+泛安防的線上演講直播,并發布了《2022 中國AI+泛安防產業發展報告》,主筆分析師線上分享了報告的核心觀點及主要內容,并從視頻監控、安防芯片等角度解讀了相關上市企業今年上半年的業績數據。
AI推動泛安防產業發展
首先,政策推動了AI安防產業的發展。近年來,隨著雪亮工程的推進,視頻監控布局已實現了“全域覆蓋、全網共享、全時可用、全程可控”的目標,大力推動了AI安防產業的發展。另外,在智慧城市、智慧社區、智能制造等政策的推動下, AI 安防設施也在大力發展。
其次,ASIC 芯片與 AI 攝像機完美結合。此款芯片計算效率高、功率低、成 本較低,有助于 AI 攝像機的迅速推廣。2020 年中國 AI 攝像機出貨量達到 1593 萬個,得益于芯片技術的推動。
再次,AI 視頻監控單路平均價格逐年下降。在 AI 安防發展初期,視頻監控單路平均價格達 2-3 萬元。隨著芯片技術與快速算法的快速迭代,以及市場競爭的加劇,2020 年 AI 視頻監控單路平均價格降至萬元以下,預計未來仍呈現大幅下降趨勢。
AI時代的智慧安防生態
新一代的智能安防系統已經開始把物聯網及其產品與安防產品結合起來,在人工智能、云計算的加持下,整個安防產業價值迅速提升,帶有深度學習功能的前后端產品不斷推出,后端人像大數據平臺已然開始滲透。
在安防實際項目的解決方案應用過程中,固有玩家的商業模式已經從此前的硬件服務轉向軟硬結合,企業享受到的不再只是監控攝像頭的原生價值,還包括IPC背后的潛在價值。單純銷售硬件產品的安防企業已經不再容易獲得高利潤甚至生存艱難,在與摩爾定律瘋狂賽跑的同時,也倒逼著傳統廠商必須尋求產生質變的技術革新,促進自身的發展或生存。
傳統安防巨頭重視邊緣計算,通過統一調度IPC、NVR等分散式的智能設備資源,在數據源頭就近提供以視頻為核心感知數據,實時預處理、存與傳等服務,在提升業務敏捷性、實時性和系統可靠性同時,分攤海量數據給中心節點帶來的并發壓力。轉型期間,他們的優勢在于渠道積累、海量數據以及全套產品解決方案。
算法型AI獨角獸則通過算法進擊云端,通過芯片主攻IPC,從而布局中心控制系統,基于頂層設計做服務。相比傳統安防企業,AI公司的優勢在于分析,在前端、存儲等層面均處弱勢。但該耕耘前期,該類型的企業會積極與阿里、新疆立昂、東方網力等公司接觸,直接觸及政府客戶群體。與此同時,他們在高速發展過程中更多地強調工程化能力。
平臺型企業憑借比較深的行業渠道,積累搭建自己的平臺,吸引更多合作伙伴,打造更大的泛安防生態圈。以華為而言,其優勢在于技術積累雄厚、頂層設計能力強、還有一定的客戶關系基礎,挑戰則主要來源于對行業理解的深度和產品覆蓋的廣度。
上半年安防上市企業表現
就視頻監控企業而言,??低暽习肽臧卜罉I務營收293.66 億元,占比78.82%,比上年同期增長 5.21%。2022 上半年,公司研發投入46.75億元,同比增長20.56%。
大華科技上半年實現營業收入140.87 億元,同比增長 4.31%,實現歸屬于上市公司股東的凈利潤15.20 億元,同比下降 7.51%。
千方科技報告期內實現營業總收入31.16 億元,同比下降 24.44%;實現歸屬于上市公司股東的凈利潤-0.93 億元,同比下降 118.28%。其中智能物聯業務(包括部分物聯產品在智慧交通領域的銷售)實現收入22.40 億元,同比下降 13.07%。
同為股份2022 上半年實現營業收入3.74 億元,同比下降 7.91% ,公司實現凈利潤3807 萬元,比上年同期增長 88.04%。2022 年上半年研發投入6814 萬元,比上年同期增長 8.18%,占營業收入的比例 18.20%。
去年上市的安聯銳視報告期內實現營業收入3.95 億元,同比增長 2.94%;實現歸屬于上市公司股東的凈利潤4701.09 萬元, 同比增長 56.07%。
英飛拓報告期內實現營業收入8.28 億元,同比減少 46.22%;利潤總額-1.32 億元,同比減少 21.40% 。
漢邦高科的游戲、教育、地產行業客戶的廣告投放意愿下降,公司數字營銷業務同比受到較大影響。實現營業收入3016.33 萬元,同比下降 86.10% ,主要為報告期內設備類銷售較去年減少所致。歸屬于上市公司股東的凈利潤-1842.39 萬元,同比下降 8.03% 。
數據來源:企業半年報,AIoT星圖繪圖
對產業鏈上游芯片企業而言,在經歷了 2021 年普遍性的高速增長且普遍缺貨之后,報告期內,全球半導體市場增速放緩,芯片短缺逐漸緩解,面向不同應用領域的電子產品市場呈現了不同的供需發展態勢。報告期內,安防監控市場領域存在一定的庫存消化壓力,加劇了市場的競爭,但增長速度依然可觀。
數據來源:企業半年報
智慧安防產業面臨的挑戰
數據挖掘和數據分析等大數據技術帶來更多有用價值的同時,黑客也在利用這些大數據技術發起攻擊,因為大數據是更容易被“發現”的大目標。視頻監控探頭又是最容易導致居民隱私泄露的設備,從網絡安全角度看,任何監控設備都有可能會被黑客利用,通過侵入監控系統竊取用戶的影像資料,導致個人隱私的泄露,為安防工作帶來諸多不利影響。
人臉在人臉識別應用場景中,人臉圖像扮演著“密碼”這一角色,然而,密碼可以被“破解”,在現實中人臉識別系統會被欺騙與攻擊。目前,已有研究團隊在商用手機上成功實現對抗樣本技術人臉解鎖,不斷演化的攻擊方法將真實世界人臉識別系統存在的安全漏洞極大地暴露出來。與此同時,人們對對抗樣本的關注度也逐漸攀升,所謂對抗樣本,就是將噪聲植入正常數據樣本當中,并造成人臉識別系統出現核算錯誤。
對抗樣本使得深度學習模型的正確率嚴重下降,不僅對現有模型提出了新挑戰,也對防御系統提出了更高要求。例如,當采用對抗樣本攻擊安防認證核驗設備時,會導致數據采集系統出現錯誤判斷,將不法分子誤認為是持證本人而核驗正確,指令打開安防閘門,使不法分子能夠安全通過。
對于人臉識別技術的未來發展以及安全防護,政府要加大與中小企業的合作,鼓勵開展技術創新,從資金、稅務、項目、人才等方面積極提供政策保障和支持,推動人臉識別技術在更廣闊的領域應用和發展;其次,要制定國家及行業安全標準,實現人臉識別零失誤率、高準確率的目標,確保相關產業健康發展。
文章鏈接:智慧城市網