■原題:安防,起(qi)風(feng)了
科(ke)技創新(xin),正從顛覆彼此開始(shi)走(zou)向擁抱對方,智(zhi)能技術正從輔助手段走(zou)向運營手段。
安防(fang)行業作為AI落地(di)最佳場景,在過去的(de)三(san)年中卻陷入了沉默期。不少CV創企「AI賦(fu)能千行百業」的愿景無情地(di)被現(xian)實(shi)的人員成本(ben)居高不(bu)下、產(chan)品難以標準化(hua)和規模復(fu)制、落地(di)場景單一內卷化(hua)等現(xian)實(shi)所(suo)澆滅。
相反(fan)行業(ye)巨(ju)頭們,正悄悄地(di)積蓄力(li)量,從(cong)人(ren)們尚未注(zhu)意的地(di)方發起絕地(di)反(fan)擊。
5月9日,宇(yu)視科技召(zhao)開(kai)2023合作伙伴大(da)會(hui),向業界(jie)匯報最新AIoT發展成果及前行(xing)信(xin)念——行(xing)業(ye)大(da)模(mo)型(xing)+生態為(wei)先(xian),猶如在(zai)平靜(jing)了幾年(nian)的(de)(de)水面(mian)上投下重磅(bang)的(de)(de)炸(zha)彈,引發行業(ye)(ye)重大的(de)(de)震動。許(xu)許(xu)多多的(de)(de)安防(fang)企業(ye)(ye)不(bu)僅遭遇技術(shu)升級的(de)(de)壓力,面(mian)臨著生存的(de)(de)危機,亟需跳脫(tuo)傳統價格戰和狹義規模競(jing)爭的(de)(de)思(si)維,尋找安防(fang)產(chan)業(ye)(ye)新的(de)(de)突破(po)口(kou)。
AIoT+AIGC創造行業新(xin)范式
AIGC(生成式AI)的(de)快速發展,不斷凸顯數(shu)據要素的(de)重要性。近年來,AIoT行業(ye)也(ye)正圍繞(rao)著「喚醒沉睡的數據」而不斷尋(xun)求突破。以安(an)防場(chang)景為例,國內現有近(jin)2億臺安防攝像機(ji),但(dan)其產生的視頻數據卻有八成冗余(yu)信息,如何讓(rang)AI與產業(ye)結合,通過深度(du)學習、高性能運算及(ji)大數據技(ji)術,從海量數據中篩(shai)選有用的價值,成了業(ye)內探討(tao)的共同目標。
當海量的AIoT的(de)(de)數據遇(yu)到(dao)創造力(li)十足的(de)(de)AIGC技術(shu),會迸(beng)發(fa)出什么樣的火花?
雖(sui)然(ran)在短(duan)期內(nei),AIGC在行(xing)業具體的(de)落(luo)地(di)應用仍然處于摸(mo)索階段,但看一項(xiang)技術的(de)發展,往往需要重(zhong)視它的(de)長期表現(xian)。
宇(yu)視(shi)科技(ji)總裁張鵬(peng)國表示(shi),AIGC是一次非常大(da)的技術躍遷,本(ben)質在(zai)(zai)于(yu)技術平權和知(zhi)識平權;具備通識能力的大(da)模型,在(zai)(zai)解決長尾需求時,所需的場景標注數據量(liang)更小、開發(fa)周期(qi)更短,意味著做細分行(xing)業算法和業務軟件的成(cheng)本(ben)更低。AIGC和(he)AIoT教學相長(chang)、互(hu)相攀升,將帶來新的(de)市場(chang)機會,給行業帶來的(de)變革(ge)是巨大而(er)長(chang)期的(de),值得(de)期待。
從上述(shu)觀點(dian)中,可以(yi)提(ti)煉出以(yi)下(xia)信息:
一(yi)是(shi)AIGC和(he)AIoT互為依托,相互促進,AIGC對海量數據有龐(pang)大的需(xu)求,海量的數據能促進AIGC算法迭代(dai)和能力升(sheng)級(ji),形(xing)成正向循環(huan)。
AIoT數據規模足夠大,海量的(de)數據可以持續的(de)為(wei)AIGC提供「養料」并(bing)進一步(bu)驅(qu)動應用創新;
二是技(ji)術發展,一(yi)方面進一(yi)步(bu)簡化(hua)了(le)開發的(de)(de)周(zhou)期(qi),加(jia)速(su)細分(fen)行業的(de)(de)智能化(hua)落地,另一(yi)方面重構行業技(ji)術分(fen)層和生(sheng)態分(fen)層結構,改變生(sheng)產關系,讓工程商與集成商擁有更多的(de)(de)參與權(quan)。
以(yi)上(shang)僅僅是冰山一(yi)角,任(ren)何顛覆性的(de)技術都會(hui)讓行業感(gan)受到(dao)影(ying)響,創造新的(de)商(shang)業機(ji)會(hui)。
當我們(men)跳脫出(chu)安防領(ling)域(yu),將視角看向AIoT領域,可(ke)以發現國內(nei)熟知的(de)科(ke)技大企業在新一(yi)波(bo)人工智(zhi)能浪潮中(zhong),都已經展開了新的(de)行動。
AIGC的興(xing)起(qi),也為改寫中(zhong)國安防(fang)局(ju)面提供了絕佳的機遇,一切尚(shang)新,生態未成,所有廠商(shang)處(chu)于同一起(qi)跑線。
安防產業當前面臨的決策是,如何通過這些新的技術,去做一(yi)些新的事情。
達(da)摩院機器智能實(shi)驗室認為,要把技術融(rong)入(ru)一個(ge)產品,需(xu)要有系統架(jia)構的能力,能讓新東西高速運(yun)轉(zhuan),同時(shi)要有廣泛視角(jiao),知道如何將客戶需(xu)求定義成技術問題,再去拆解。
在宇視合作伙伴(ban)大(da)(da)會上,借鑒通用大(da)(da)模(mo)型訓練的優(you)秀算法(fa),以十余年(nian)的深度學(xue)習(xi)技術(shu)積(ji)累(lei)和行業(ye)經(jing)驗積(ji)累(lei)為(wei)基礎(chu),宇視從客戶實際需(xu)求出(chu)發,以通用大(da)(da)模(mo)型+行業場景+訓(xun)練調(diao)優為架(jia)構(gou),推出宇視(shi)AIoT行業大模型——梧桐。
大(da)(da)模(mo)型(xing)引發(fa)產業「大(da)(da)爆(bao)發(fa)」
宇視首席AI科學家李聰廷表示,宇視可能不是最擅長做(zuo)基礎研(yan)究的,但是最擅長做(zuo)技術產(chan)業落地的,宇視行業大模型(xing)「梧桐」集CV行業、NLP行(xing)業及(ji)MM多模態行業于一身(shen),能(neng)夠(gou)充(chong)分滿足(zu)多樣化(hua)的任務和(he)場景(jing)需求,更(geng)能(neng)為(wei)合作(zuo)伙伴共建(jian)生態、實(shi)現更(geng)多跨領域發展賦(fu)能(neng),驅動CV行業二次變(bian)革。
張鵬國告訴a&s,雖然目前行業客戶(hu)對于大模型的需求(qiu)尚未明確(que)提出,但對于降本與增(zeng)效的提升已經是明確(que)的痛點,通過底層AI大模型(xing)的加持,可進一步(bu)滿(man)足用戶需求的同時,幫助合作伙伴拓寬業(ye)務賽道。
簡(jian)單而言,梧桐(tong)有三大(da)「加持力(li)」:
一是提升AI落(luo)地(di)的「物美價(jia)廉」,通過(guo)「行業(ye)大模型+小(xiao)樣本」訓練學(xue)習模(mo)式,提升長尾AI需求(qiu)落地(di)的效(xiao)率和效(xiao)果,幫助用戶以更(geng)低成(cheng)本獲取更(geng)好的AI效果;
二(er)是提升業務流(liu)程的「AI化」,通過NLP大模型,改變產(chan)品研發、銷售及運營等環節(jie)的交(jiao)互方式,替換重復工作人力,實現產(chan)品選(xuan)型推薦(jian)的精準「ChatGPT化」能力;
三是提(ti)升業務(wu)服(fu)務(wu)的「差異(yi)化」能力,幫助合作伙伴挖掘視頻數據衍生的新(xin)業務(wu)藍海。
在新(xin)技術(shu)面前,業內人(ren)士(shi)坦言道,當前的「AI 時(shi)代不能(neng)睡覺,眼睛一閉就過(guo)時(shi)了」。
在宇視科技發(fa)布梧桐之后,一些業(ye)內人士已經迫不(bu)及(ji)待向筆者進行了詢(xun)問(wen),市(shi)場沉寂太久,都(dou)在等新的水花。
目前業界中的AI服務本質上是to G與to B的生(sheng)意(yi),單(dan)價高、決(jue)策流程長(chang)(chang)、服務周期(qi)長(chang)(chang)、研發成本高、不(bu)(bu)單(dan)「重」且(qie)「慢」,企業要不(bu)(bu)斷開(kai)拓新(xin)的項(xiang)目才能保持持續(xu)發展,但每(mei)個細(xi)分行業又有自己的游戲規則,對于(yu)開(kai)發新(xin)項(xiang)目或新(xin)場景而言,非常困(kun)難。
也有業界(jie)人士提出,如果所有的產(chan)品都通過大模型重做一次,行(xing)業必然會誕生新的「生命大爆(bao)發」。
在大(da)模(mo)型的(de)技術部署上(shang),宇視(shi)并不是行(xing)業的(de)孤勇者,在近期海(hai)康威視(shi)與大(da)華股份(fen)的(de)機(ji)構調(diao)研報告中,已經對外透露在大(da)模(mo)型上(shang)有自己的(de)部署規劃(hua)。行(xing)業內暗流涌動(dong),就等(deng)敲開AIGC的大(da)門。
重塑行業秩(zhi)序
不少深圳(zhen)渠道商(shang)曾向a&s反(fan)饋,安防市(shi)場競爭激烈(lie),產品同質化(hua)現象也愈(yu)發嚴重,進而引發的價格戰讓人(ren)苦不堪(kan)言,雖然(ran)AI的融(rong)入,曾(ceng)經(jing)一度讓人看到(dao)差異化(hua)競爭的曙光,但終究市場窗口期(qi)稍縱即逝(shi)。深圳渠道商及集成企業確信,AI的(de)(de)落地離不開算(suan)法、算(suan)力在邊(bian)緣側的(de)(de)部署,未來渠道的(de)(de)價值(zhi),在于數據的(de)(de)運營(ying)。但市場(chang)現狀,讓他(ta)們仍然無法擺(bai)脫搬運工的(de)(de)傳(chuan)統角色,想要靠(kao)自身(shen)拓(tuo)展新價值(zhi)在當下難上(shang)加難。
張鵬國表示,自從2016年,AI在行(xing)業(ye)落地至今,大部分的(de)(de)(de)企業(ye)在人和(he)車的(de)(de)(de)兩條狹(xia)窄(zhai)的(de)(de)(de)細分賽道不斷內(nei)卷,究(jiu)其(qi)原(yuan)因,是太(tai)多的(de)(de)(de)貼(tie)近用戶的(de)(de)(de)長尾的(de)(de)(de)、定制化的(de)(de)(de)、有特色(se)的(de)(de)(de)需求和(he)算法以及業(ye)務軟件,實現效率太(tai)低,實現成(cheng)本又太(tai)高,而(er)AI技術本身也存(cun)在(zai)局限性,導致(zhi)行業(ye)未(wei)能形(xing)成積極(ji)向上(shang)的行業(ye)新(xin)秩(zhi)序。
在(zai)舊秩序中,一(yi)些暫時比較成功(gong)的企業(ye)身上(shang),也(ye)很容易看(kan)到(dao)隱(yin)患——價(jia)格優勢就像「七傷(shang)(shang)拳」,傷(shang)(shang)害別人的同時也(ye)傷(shang)(shang)害自己,集成與(yu)定(ding)制化服務,效率不夠時,做一(yi)單虧一(yi)單,而且(qie)場(chang)景分(fen)散容易導致企業(ye)戰略失焦(jiao)和(he)增長乏(fa)力……
大(da)(da)航海時代,即使很多人已經感受到大(da)(da)洋(yang)彼岸(an)吹(chui)來的(de)風,但卻堅持(chi)在(zai)舊有大(da)(da)陸上繼續(xu)內卷,當新(xin)(xin)大(da)(da)陸僅(jin)僅(jin)是個虛幻傳說時,哥倫布們已經懸(xuan)起旗幟,賭上一(yi)切(qie)去追尋新(xin)(xin)世界(jie)未知的(de)寶藏。
但無論技(ji)術如何變(bian)革(ge),AI賽(sai)道注定(ding)是(shi)場長跑(pao),除(chu)了自身實(shi)力之外(wai),生態與合作(zuo)伙伴至關重(zhong)要。
張鵬國提出,宇視倡導的是整個產業共同發展,共同繁榮的理念。AI大模(mo)型技術降低(di)AI落地應用的(de)(de)(de)門(men)檻,從而帶(dai)來技術(shu)的(de)(de)(de)平民化(hua)。這將有(you)助于每個合作伙伴可以做自己所(suo)在行業的(de)(de)(de)細分的(de)(de)(de)算法和業務軟件(jian),而不用再做搬箱子的(de)(de)(de)事(shi),構(gou)筑自身的(de)(de)(de)護城河。
僅憑當前的案(an)例(li)及應用,去判斷AIGC在行業未來(lai)的(de)發(fa)展缺少適量的(de)參照物(wu)。畢竟在商業的(de)世(shi)界里(li),只有帶來(lai)實(shi)際(ji)的(de)營收,技術的(de)價值才能夠真正體現。
但當整個行業(ye)都在談論轉型,蓄勢已久、百折不撓的(de)新物種終將登上新舞(wu)臺。
星海橫流,歲月成碑。
幾年后回顧,AIGC+AIoT探索(suo)的(de)這一小步,或許(xu)將成為行(xing)業發現無(wu)限可能新大陸(lu)的(de)契機。
[出處(chu)] 安防,起風(feng)了(le).安全自(zi)動化, 2024-05-16