上周五，安防行业的老大哥海康威视邀来了近 2000 名合作伙伴，在其主场杭州大谈 AI 生态与开放，颇有些互联网公司的作风。 活动现场，海康威视 CEO 胡扬忠说道，「过去几年的践行，我们意识到人工智能的产业链长且复杂，海康威视凭一己之力很难做。因此，我们进行战略调整，变得更加开放，建立 AI Cloud 生态。」话语直接，骨子里透着传统实业的务本。 正如站在十字路口的海康威视，兼具着传统和先进的两面性，保守的安防行业同样面临着数字化和 AI 化的转型。 透过这家手握全球六成安防市场的公司，我们得以窥视整个行业的趋势缩影的微妙变化。与此同时，海康威视也是少有的，能够从硬件到软件、从应用到平台全面覆盖视频行业产业链的代表，是新玩家们无法绕开的参考标的。 「场景化」与「碎片化」中的商机 对比刚出炉的 2017 年安防公司年报成绩单，海康威视的利润相当于四个大华，而大华则相当于六个排名第三的东方网力，其他排位靠后的企业利润更加微乎其微——这是一个头部效应极为明显的行业。 但尽管如此，随着计算机视觉技术在安防行业的率先落地和商业化，安防三巨头中宇视迅速崛起，AI 四小龙冒头（商汤科技、旷视科技、依图科技、云从科技），以及由他们支撑起的数十亿美金高额估值。传统安防行业的边界已经被打破，摄像头衍生出的生意经越来越有趣。 在海康威视 CEO 胡杨忠看来，这是由人工智能应用场景化的特性决定的。 「所有的场景化技术即意味着碎片化，做产品的公司有非常大的空间，这是 AI 时代的红利。」另一方面，由于人工智能技术的快速发展，导致 AI 产品的迭代周期缩短、品类多样化。不过，他同时提出，「传统用户偏好长时间不用更换的方案，在人工智能时代很难再做到」，这也是所有 AI 从业者都需要面临的问题。 数据、算法、算力，常被称为人工智能领域里的「三驾马车」。但在行业落地时，面对海量数据、新型算法、高强度算力，海康威视提出了更为规模化的三项要素：训练平台、软件平台和应用软件。 1）算法的训练平台对 AI 的发展有着无可取代的价值。因为一旦有新算法出现，则意味着新的价值。考虑到数据的私密性，而决定自建训练平台，是不现实、不经济的。一是投入巨大，二是需要专业人士支撑维护。针对不同行业提供开放平台和开放区间是未来趋势。但前提是，训练平台提供方需要保障用户数据的安全和合法合规使用。 2）作为平台公司，真正的价值在于平台的支撑体系和系统战略。直接将互联网庞大的云体系架构移植到行业里太过繁杂。这个前提下，行业 PaaS（软件平台），将作为整个解决方案中最为重要的一环，软件平台是否稳定、可扩展、能否持续迭代，将决定用户的投资收益和持续的价值回报。 3）不同于互联网领域的颠覆概念，人工智能只是加持，只是让传统的行业获得更好的发展。各个参与方都有机会，特别是软件开发商，因为与用户走得很近，能够理解用户的需求，形成积累和沉淀，能伴随用户长期发展。在这个过程中，软件开发商扮演着极其重要的作用。 此外，胡扬忠也表示了作为一家 AI 技术公司的警惕性，「人工智能技术的发展涉及到宗教、法律、社会权力等方面，技术便利性的同时也会带来一些威胁。我们要承担起背后的社会责任」。 平台开放是趋势 也是策略 依托于海量的应用场景和需求，海康威视较早地接触并实践了 AI 技术。 海康威视 2014 年成立研究院，聚焦在感知、智能分析、视频大数据研究等，根据 207 年上半年财报显示，现在研究院规模已超过 1 万人。2015 年，海康威视推出 AI 结构化服务器；2016 年，相继推出具备前端处理能力的 AI 摄像机、ADAS 等。 诸如基于 GPU 和深度学习技术的「猎鹰」视频结构化服务器、基于 GPU/VPU 和深度学习技术的「深眸」系列智能摄像机等，这些产品在后来 2017 年开始刮起「端智能」风潮中，起到了某种的引导作用。 在 2017 年的安博展会上，有参展商评论，海康威视连新品的叫法都能成为风向。 在胡扬忠看来，海康威视是 AI 产业界的参与者，既是算法、产品的提供商，也是软件平台商，同时也是应用软件的开发商。早已不局限于外界眼中的「卖摄像头的」产品公司。 他同时指出，在过去几年将 AI 技术的落地过程中，深刻体会到人工智能的产业链长而复杂，包括网络通信、计算存储、数据运维与管理等。「如果产品、应用、算法、软件平台都自己做，尤其是面对一个碎片化的市场，是一件非常难的事。」 基于此，海康威视进行战略调整，更加开放，建立 AI Cloud 生态平台，同时也将作为海康威视的服务模式。具体开放内容包括： 1）开放 AI Cloud 的开发平台，让更多应用软件开发商在上边做开发 3）提供开放的训练系统，及迁移学习、增量学习的能力，赋能行业客户 4）基于萤石云平台，提供互联网上的 AI 服务 5）提供数据标注、数据共享服务 活动现场，海康威视联合首批 11 家合作伙伴共同启动了 AI Cloud 生态，其中包括英特尔、英伟达、微软云、滴滴、新华三、西部数据、华尊科技、英特尔、希捷科技、安恒信息、浪潮。这些厂商多为海康威视的长期合作伙伴。从上述合作伙伴业务关系来看，部分硬件业务与海康威视的竞争关系。 徐习明回应，商业中竞合是常见现象，并不会因为生态建设而回避。 「云+端」之外 AI Cloud 除了将自身的资源和优势开放出来，也是海康威视提出的 AI 产业技术架构。 随着端智能概念的普及和重视，「云+端」的数据网络架构渐成主流。但在实际的运维过程中仍遇到了不少问题。海康威视高级副总裁毕会娟博士提出了以下思考： 1）如何能够更灵活、更充分地发挥边缘设备的资源价值？ 3）如何能够让海量的互联设备使用统一的运维服务体系等？ 以视频监控为例，既需要边缘设备的灵活响应，又需要就近汇聚边缘设备的数据、视频调看控制，还要管理复杂的采、存、算等设备——就像人体这样的复杂系统，连接感知末梢与大脑有序运作的，是非常复杂的经络体系，而不是简单的信息通道。 另一方面，各地市区都在积极地进行城市级的智能化改造，诸如在智慧城市和智慧交通等区域级的大型项目已经北上深等地区落地，这时需要面临的是数千路摄像头所采集的数亿级数据量。 因此，海康威视提出了「边缘域」的概念。具体而言，在 AI Cloud 架构中，将边缘设备视为边缘节点，主要解决的是感知数据的采集，把云端成为云中心，应对互联网数据在内的多方位数据的融合，并进行分析。 在这两类节点之间，靠近边缘节点一方再加上一个环节——边缘域，以实现感知数据的汇聚和智能化应用。通过边缘域来分摊海量数据给中心节点带来的并发压力，同时提升运作任务的敏捷性、实时性和系统可靠性。 毕会娟进一步解释，在物联网领域，基于边缘域的 AI Cloud 架构主要提供四种能力，包括 AI 资源的可调度、数据的按需汇聚、应用的场景化响应、运维的一体化建设，同时也为实现 AI Cloud 生态的成长。 以「边缘域管理调度平台」为例，该平台可以管理、调度域内计算存储资源池、数据资源池和算法仓库的资源。同时，通过建立算法模型规范，支持多厂家的算法在同一个算法仓库中进行管理调度。 目前，海康威视已开启 AI Cloud+行业解决方案的应用，AI 项目陆续落地全国 30 多个省级行政区域，为应急指挥、民生服务、城市运营、交通管理、商业决策等领域提供 AI 解决方案服务。旗下的公有云「萤石云」平台已积聚 2 万多家开发用户、4000 多个活跃应用。 大连锁时代 正如前文所述，无论是对于海康所处的安防行业，还是安防领域所面临的许多行业客户而言，「头部集中，大连锁」趋势愈发明显。 海康威视由此提出「大连锁时代」的说法，其中行为标准化、管理规范化、场景数字化、平台网络化被视为方法论。海康威视高级副总裁徐习明指出，前两项是传统连锁行业正在践行的，但还不够，更重要的是后两项能力的跟进。 一个鲜明的例子，曾经作为零售行业的神话——连锁巨头大润发，身为连锁店商业模式的典范但在互联网时代仍被阿里巴巴收购。 意识到数字化和网络化的重要性，徐习明进一步提出视频大联网以建立规范管理平台、视频结构化以建立在线生态网络两大战略。 凭借行业领域的系统化能力和规模化应用，海康威视所提出的方法论和经验对于当下的后进者不乏借鉴意义。 在 AI 技术真正落地和商业化过程中，技术之外的短板值得重视。技术能力虽能决定所处段位，但落实到一门具体的生意仍需要战略和打法的配合。传统厂商急需拥抱互联网和先进技术，而技术创业者则需要离场景和应用更近。 一份公开数据显示，安防作为目前 AI 落地最充分的行业，目前技术渗透率仅为 1％。也就是说，只有 1％的安防设备应用了 AI 技术。但通过海康威视面向合作伙伴这堂普及课来看，AI 在安防行业的落地绝不仅止于前端摄像头的想象力，这更像一场围绕数据展开的生意。■
2）AI Cloud 将融合更多厂商的算法和 AI 产品
2）如何能够在建立更具兼容性的数据模型，让不同时间、不同团队开放的应用能够实现彼此协同和监督？
