任一市場，隨時代而變，時間的意義，便不同尋常。
安防行業在2002經歷產品數字化變革後，2005開始智能初探，那時智能視頻分析大多以移動偵測為主，應用差強人意。到了2016年，AI安防元年開啓，開始了智能探索，技術日臻完善。時至2020，AI安防已進入下半場，技術下沉後，考慮更多的是AI如何與市場全面無縫對接，如何適應場景，賦能千行百業，做深垂直應用。
AI安防技術迭代速度放緩
從技術路徑的演進迭代看，安防監控產業的發展歷程可以分為：模擬時代、數字時代、高清時代和智能時代，這個過程伴隨着海量視頻數據的湧現。
數字化解決了安防監控視頻的存儲和讀取問題，使安防監控最核心的功能“事後查”變成用户“可獲得”，這奠定了安防監控產業飛速發展的基礎。高壓縮率數字編解碼技術的發展助推行業進入了高清時代，200萬、500萬、4K等分辨率解決了“看得清”的問題，但這個時代安防監控的核心應用還是停留在“事後查”。
只有發展到當下的智能時代，才給安防監控的核心應用賦予了全新的概念：從“事後”向“事中”和“事前”轉變，AI技術是促使這一轉變的核心。
智能安防為傳統安防帶來了革命性的轉變。在“事中”階段，傳統安防需要工作人員盯着屏幕，隨時監視，人工做到這一點並不現實，但AI技術可以做到實時監視，發現符合報警規則的事件並實時告警。AI技術不僅讓“事中”實時告警變成可能，它還可以進行事前預測，通過AI大腦的識別和分析，將一些隱患或者事件進行提前預警，做到提前處置。
AI帶來的另一大變革是效率的極大提升。
有觀點認為，這幾年AI安防的發展似乎沒有之前在熱潮期那麼“高光”了，技術上鮮有大的突破，成熟的AI產品及解決方案較少，一些技術並不成熟，智能化水平尚處在初級階段。
任何技術都會遇到創新天花板，這是客觀規律。從狹義AI技術看，深度學習技術的迭代速度在放緩，雖然也有很多學者在積極探索深度學習以外的AI技術，但總體上近兩年突破式創新的確少了。但深度學習算法各類網絡每年還會有創新，全球各類榜單不斷地被刷新指標，且深度網絡訓練的可解釋性問題還待解決，深度學習算法技術還有很大的突破創新空間。此外AI芯片技術從工藝集成度到應用生態等各個維度還在長足發展，各類AI芯片廠商也還在不斷湧現，安防只是其落腳點之一。
從過去幾年安防技術的發展路徑可以看出來，創新仍在持續。2012-2016年，車輛識別技術的發展帶動國內AI安防率先在智能交通領域實現規模落地。2017-2018年，人臉識別在公共安全領域大顯身手，19年是結構化和以圖搜圖、ReID技術規模化應用的元年，現在人臉、結構化以圖搜圖等技術正在AI安防產業中發揮着巨大的推動力。
落地最快但可能並不完美
安防是AI領域最具有商業化潛力的場景之一。目前AI安防的應用場景非常廣泛，主要在社會治理方面，如治安防控，智能交通、智慧監所、工業安全、民用安防、智能樓宇等細分場景。現在看來，AI安防的應用空間和應用領域還遠遠沒有達到飽和的狀態。
接下來，人工智能技術對於風控領域的賦能將從社會治理逐漸擴展到各行各業，未來攝像頭數量將成倍增長。人工智能將深入到生產生活的各個場景裏，如智慧樓宇、智慧工廠、智慧社區，而不是僅侷限在閉路監控、防盜報警等場景。這是一個2G到2B的轉變，存在着大量的機會
由於AI 三要素“數據、算力和算法” 在安防賽道恰好在同一時間點共同迎來了爆發，成就了AI安防，促使其成為AI技術落地最成熟的領域，但光靠AI三要素並不能解決AI安防大規模落地應用遇到的問題。
面對人工智能技術在安防各細分行業應用的日益成熟，“安防+AI”也由此前的“算法-算力-數據”上半場技術佈局，開始向“方案-實施-運維”的場景落地下半場延伸。
特別是對於安防行業的碎片化市場，細分領域中的各個場景仍有着個體獨特的安防需求在其中。在智能化潮流的衝擊下，這種碎片化需求更甚，傳統技術、硬件已無法滿足多場景需求，注重於運維服務的場景平台開始得到大規模鋪設。
萬億級市場，巨頭與新貴“博弈”
這幾年，海康威視、大華股份、宇視等老牌巨頭紛紛開始在AI技術上發力，目前它們仍牢牢佔據第一陣營。商湯、曠視、雲從、依圖等AI明星獨角獸創業公司也將眼光瞄向了這裏，它們幾乎都將安防作為核心佈局的領域；此外，BAT 、華為等互聯網巨頭也不斷進場跑馬圈地。
更多的是中小參與者。據前瞻產業研究院《中國安防行業市場前瞻與投資戰略規劃分析報告》數據顯示，截至2017 年年底，國內安防企業約為 2.1 萬家，行業總收入約為 6016 億元，年均增長 14.4%。
此外，該報告預測，2020年，我國安防行業總收入將突破 8000 億元，達到 8212 億元左右。另有數據顯示，截至2022年底，中國安防行業市場規模將達到近萬億元。萬億市場規模所釋放出的巨大吸引力無形中也在加劇着行業的競爭。
不同類別的參與者各有優劣勢。傳統安防企業以硬件產品、供應鏈、平台見長，行業前幾名基本可以看做“全優生”，各項實力都很均衡，基本沒有短板；AI企業是算法實力一枝獨秀，硬件能力稍弱；巨頭則以整體實力見長。
有行業資深人士認為，經過這四五年的發展，AI 安防還沒有進入到“下半場”。安防行業的上半場，是以視頻編解碼技術的進步為基礎的，即H.264/H.265/CVS等標準的落地應用這成就了海、大、宇這樣的上一代頭部公司。而安防行業的下半場，將以“數字視網膜”，“針對對象的特徵預提取”等技術和標準為基礎，像二維人臉識別、三維人臉識別等技術，都是“特徵提取”的一個主要方面。
到目前為止，整個產業鏈都處於初級階段，目前下半場的重要時間點還未出現。
雖然很多大公司都已經提前佈局標準制定，目前AI安防領域仍未有統一的標準出現，只有確立了標準，企業都基於統一標準推出技術和產品，才算真正的開局。而一旦有了標準，就會有巨頭產生。
據專業人士預測，緊隨在“智能時代”後，安防產業下一個發展階段應該是“泛智能時代”。AI安防的下半場結束，不會意味着AI安防的結束，可能會是AI安防泛智能應用的開端。
接下來AI安防行業將在服務好G端需求的同時逐步向B端即行業端下沉。未來3-5年，B端安防市場的體量將逐步增大，甚至慢慢與G端需求齊平。
不能忽視的是，由於中美貿易摩擦等影響，今年安防產業面臨較大的外部環境風險，海康威視、華為等企業被美國商務部列入了實體清單。受美國斷供禁令影響，華為的AI安防芯片因缺貨嚴峻導致價格被爆炒。現在外部環境仍面臨較大的不確定性，但危機也往往與機遇並存，恐難抵擋大勢所趨。