- 智能安防投入成本高
从AI芯片、AI算法、智能硬件的投入,都不算是小金额的投入,这对从事AI技术、智能硬件的相关企业提出了一定的资金要求,并且风险大、试错成本高,所以这类企业的门槛相对较高,要么需要有其他可以并行的变现的产业,要么有相关投资人的雄厚资金支持。
- 智能安防数据孤岛
现阶段,智能安防各细分产业以及各厂商之间,数据各自保有、使用,对于需要多维度分析追踪目标的场景,需要提高各个平台的系统开放性,打通平台进行数据和信息共享,扩展可视化信息的应用。
随着AI应用碎片化的不断加强,目前业界厂商普遍都比较期待AI项目标准化的尽快到来,让项目的交付变得更便于执行。
- 智能安防垂直领域探索有限
基于物联网、大数据、人工智能等技术的发展,如何将技术与安防进行结合,并落地成产品或解决方案,这对行业和应用场景的理解,提出了较高的要求,对于不同应用场景的理解,制约着垂直领域的深度探索。未来,对细分行业或应用场景的理解,并与多种技术的高效结合,将决定了智能安防产品的实际应用和落地成效。
- 智能安防整体解决方案有待提升
将多种单点技术融合成符合用户需求的整体解决方案的系统化能力的累积。随着人工智能技术的发展,以算法等技术为切入点进入智能安防领域成为了一种潮流。这在一定程度上,促进了整个行业技术的发展与产品的变革,但怎样才能将多种单点技术融合成为满足用户需求的落地产品,提高产业应用效能及价值,是行业内的众多企业需要考虑的问题
- 智能安防数据安全问题
物联网、大数据、人工智能、云计算的助力加速了安防行业的智能化转型,但与此同时,数据泄露事件也频繁爆发,数据安全问题也逐渐引起人们的重视。
随着人脸识别技术的开源与广泛应用,不法分子通过非法程序对人脸等数据进行非法采集,造成隐私泄露问题。数据云端化使得用户对于企业的数据存储安全性和信誉度有了较高的要求,数据的安全管理,除去法律法规的约束外,还急需建立一套从数据搜集到使用、监管的全流程数据安全管理办法。