对于智慧安防行业来说呢，其实竞争力就在于算法与数据。既然算法模型技术提升空间不大，那怎样提供一个对于安防行业、对于计算机语言高可用的场景集成数据也就自然成了控制市场走向的关键。最近发现市场上有从空间数据语义化切入的方案很有启发意义，比如泰瑞数创的CIM Generator平台，能够生产与AI算法、深度学习模型相结合的场景数据，将安防应用场景的空间拓扑关系与业务可用信息作为计算机可识别语言进行存储与利用，还是能够解决安防行业中像场景信息难以提取利用、计算机算法与数据难以结合这样一些问题的

在人工智能（AI）浪潮中，最为火热、最频繁地被人提起的落地行业莫过于安防了。在这个行业规模高达6000亿元的庞大市场中，AI+安防成为产业升级的重要领域。我国安防行业在经过了近30年的发展后，已经形成了长三角、珠三角、环渤海三大产业聚集区，并且诞生了以海康威视、大华股份、宇视科技为首的第一阵营，前三强市场份额加起来占比达到50%以上，产业集成度较高。每个月光是从杭州生产出来的安放摄像机都高达百万台，市场竞争激烈。 AI+安防是安防行业升级的大势所趋，目前属于金字塔顶部的高端业务，AI+安防的主要应用场景包括：人体分析、车辆分析、行为分析和图像分析。 一方面，视频监控应用对于AI技术有着迫切的需求，随着摄像头数量、视频数据量呈爆炸式增加，人工监控方式已经远远不足以满足日益庞大的产业需求——简单来说就是摄像头太多、视频太多，人眼已经看不过来了，需要机器来看。 另一方面，随着深度学习技术发展，对于人、车、物进行快速识别、比对、检索等技术已经进一步发展成熟，从原先的实验室概念变为真正稳定、可交付的市场产品。供需双方一拍即合，AI+安防“砰”的一下爆发了。 人工智能应用发展的几大关键性因素：总的来说包括算法、数据、计算力、以及应用场景几大角度。在AI+安防领域，计算力与应用场景各自打法不同，核心竞争力往往在于算法与数据。 传统安防企业在数据积累方面有着一定优势（不过人工标注样本的成本依旧不容小视），而新兴AI创业则算法上具有先发优势，初创企业们往往有着好几年的技术积累，创始人通常也是人工智能领域的先行技术研发者，在机器学习算法上起步较早，是第一批提出AI+安防概念的玩家。 不过随着人工智能技术的进一步发展与普及，这类算法优势的壁垒正在逐渐减弱。拿最近常常被刷屏的各类计算机视觉国际大赛为例，早些日子里国内的各类AI创业公司几乎包揽了冠军地位，然而随着时间推移，不少传统企业的队伍也开始涌现。现在各家的准确率一抖都是90%+、95%+，有时拼的甚至是小数点后几位，算法模型效果已经难以再有阶跃性提升。