很早，VC 們就已放出人工智慧將在 2018 年泡沫破滅的預言，現在的他們正作壁上觀，盯著那張寫滿已投公司的圖紙，以盡力確認自己抓住的是泡沫背後的真實。
身為主角的 AI 創業公司似乎倒沒多大興趣知道哪些同行公司其實是在裸泳，就整體行業發展趨勢而言，至少在公開場合，他們與 VC 大多持相反論調。
但在 AI+安防領域，他們對趨勢判斷或許是一致的：巨頭進場，獨角獸公司壯大，行業發展的頭部效應愈加明顯。技術在今年以來顯然不再是大多數公司炫耀的資本，各大公司差不多的演算法，誰比誰高階多少？更直白的問題直接拋向了那些並非獨角獸的創業公司——你們如何在巨頭林立中突圍，或者怎麼活下去？
這是一個被嚼爛了的問題，但像深瞐科技這樣的初創企業仍然在不斷接收到來自投資人和媒體記者的拷問，今年尤為密集。深瞐已在安防市場深耕 5 年，但這一市場強敵環伺，前有海康、大華等傳統安防企業在原有產品上迅速佈局 AI，很容易形成規模效應；後有商湯、曠視、依圖等獨角獸開始深耕安防。所以它的答案最好更具體或許才能破除一些質疑者的偏見和疑慮。
最顯性的回擊應當是實際營收狀況，但很少有創業公司會對外公開真實資料。深瞐科技 CTO 王建輝願意談論的是行業競合狀態，以及他們的業務開拓和商業落地案例。
從車臉識別到人車動態檔案
安防行業是 AI 技術應用的一大應用場景，涉及諸多垂直領域，而深瞐的應用場景都與“車”最相關。在億歐主辦的 GIIS 2018 安防 AI 創新峰會上，王建輝介紹了他們的核心產品車臉識別和影片結構化。從其概念上不難理解，“車臉識別”與人臉識別異曲同工，深瞐做了相關演算法和產品研發。2015 年他們開始融合車臉、行人和物體，研發出了影片結構化系統，它可以在影片裡提取出行人、車輛、非機動車等物體，同時分析出車身顏色、車型、車牌號，以及駕駛人員是否系安全帶這樣具體而微的屬性。
利用這套系統抓假套牌車是在公安刑偵案中的一項應用。有時識別出套牌車並不難，難的是透過連環識別套牌車復現犯罪嫌犯的逃竄軌跡。但目前就車牌識別的演算法效率和識別精度這一“小目標”而言，在實際測試環境中往往不盡如人意，奇怪的是各大公司在市面上給出的所謂“實測資料”動輒 99% 以上。而如果是在更龐雜的圖片資料量下，或者圖片中的物體處於黑暗模糊狀態，王建輝稱實際“識別精度會更糟糕”。
窺一隅而知全身。在車牌識別這樣一很小的細分領域，王建輝認為行業中好的解決方案其實非常缺少，所以更不用說還有車型識別以及乘客性別、年齡層識別等細分領域，而每一領域的高識別精度都需要良好的演算法效率和龐大資料量進行深度“修煉”。
安防的業務範圍在不斷擴大，已不在是傳統意義上用於維穩和監控的單一所指。城市管理以及智慧物聯網等領域是新的發展趨勢。
除了在公安部門的刑偵應用外，一些公司也在不斷開拓業務邊界。深瞐則試圖在民用市場提供智慧社群的技術解決方案，用以給園區出入的車輛進行登記，給人、車貼標籤，對重點人員進行異常行為分析。他們還在一些省市力推“人車動態檔案”，希望以車臉識別為主線，把車、人以及人的手機透過地址進行關聯，從而記錄每輛車的詳細動態變化過程。他們把車看做具有社會屬性的物體，大型客車反映的是城市外在性經濟，小貨車是內在性經濟，而大吊車則反映的是城市基建的熱度。
如果能大範圍統計出城市車輛活動的範圍，他們最終要達成的目標是統計出各類與之相關的經濟指數，從而給政府提供經濟預告。
市場推廣以及尋求技術落地是當務之急。在技術落地上，王建輝覺得，更重要的是沉澱客戶資源，這就需要技術切實幫助客戶解決實際問題，這樣與巨頭競爭時才更有底氣。
戰略是合縱連橫
安防市場的競爭在加劇，當然抱團取暖者也在聚集，那些不在食物鏈頂端的創業公司的生存法則很簡單：合縱連橫。
實際上從去年開始，“開放”二字越來越多的出現在安防領域諸多玩家的幻燈片上，無論是行業老大哥海康威視、還是特斯聯等一眾創業公司公司都在說開放平臺架構，但人們更想知道他們在“開放”背後真正要打的算盤是什麼？
沒有一家公司可以將全產業鏈上下的業務包攬無遺，任何行業都是如此。“如果選擇成為一家全屬性的公司是非常不可取的策略，這意味著與所有同一行業的公司為敵。”王建輝在接受 AI科技大本營時說，選擇開放則意味著集各家所長，“有資料的公司希望提供自己的資料去吸引演算法公司，去吸引做裝置的人才，然後提供演算法的公司整合到裝置上，從而形成一個開放的生態。”
但商業競爭並不像聽起來那般歲月靜好，王建輝還是隱約透露出某種隱憂。“如果他們（巨頭）只是想採用短期開放、長期壟斷的局面，可能對小公司構成非常大的危險。”宣佈開放平臺能力的大多是巨頭企業，他也摸不到巨頭們將來究竟想要達成何種結果。
深瞐科技也在計劃開放自己的研發能力和研發平臺。他們已為行業內近 20 家企業提供了演算法，而透過 SDK 接入的合作企業已有 200 多家。但“開放”卻並不意味著傾其所有，你不會看到一家公司會輕易開放自己的資料，而那些深瞐已積累的大量與車輛相關的標註資料就是他們的護城基石。
安防行業也正面臨新一輪技術的更新迭代。目前安防行業技術升級的最大問題是所有的資料運算都往中心端匯聚，王建輝解釋說，“如果是小量影片在雲端分析不成問題，但資料量很大的時候，雲端分析的解碼、功耗散熱這些問題是避不開的。”
行業內提及更多的“雲邊融合”思路用以解決上述問題。隨著邊緣計算能力不斷增強，國內也有很多神經網路加速晶片 SoC，深瞐與華為海思合作將演算法整合到晶片做出整體解決方案，以實現實時的全屬性分析。王建輝認為，邊緣計算已經能滿足安防領域的影片結構化分析。他給出了城市管理和智慧影片分析的技術趨勢：分散式計算、多節點儲存、精準化目標提取、結構化資料傳輸、前後端融合。
據 IHSMarkit 釋出的報告，中國目前有 1.76 億個攝像頭，但它們離事前預警，事中分析的智慧程度還差很遠，而中國未來三年的攝像頭數量會增加到 6.26 個億，這個市場盤子還在擴大。無論外界如何渲染行業發展的馬太效應，抑或本來就危急的形勢，像深瞐科技這樣的創業公司的應對策略還是基於自身在行業深耕的優勢，與其他安防公司合作整合使用者渠道，最大化自身的利益。