视频监控领域AI应用状况报告

内容影响未来的七大主要趋势方法论5附录21执行摘要 3深度解析：视频监控中的负责任人工智能 15轴心方法：人工智能20引言 4关键发现结论9个见解：从云和边缘人工智能的加速到人脸识别的日益增长9 19 执行摘要关键见解确定关于云计算与边缘计算之间的平衡、伦理考量、客户期望以及协作需求的议题逐渐浮现。展望未来，人工智能在安全与安全领域之外的发展，可能将集中在对生成式人工智能、集成化能力、更智能的人工智能系统以及更深度的物联网集成，同时亦需应对复杂的伦理与隐私问题。本报告考察了这些领域的关键机遇、挑战以及预期的未来趋势，同时也探讨了负责任实践如何成为公司在使用AI方面的关键要素。基于定性研究以及定量数据来源的洞见，报告阐述了AI所带来的可能性和障碍。人工智能应用激增——市场间存在差异。1 2 云端和边缘人工智能的转型持续加速 3 多样化数据集成产生洞见4 人脸识别技术的日益广泛使用 5 商业智能和运营效率的新机遇 6 人工智能集成面临的挑战——弥合预期与能力差距 7 通过合作与协作实现人工智能集成 8 引领负责任的人工智能 9 前路展望——值得关注的未来趋势：生成式人工智能、更智能的人工智能管道、人工智能与物联网的融合随着人工智能持续改变视频监控，其提升安保、安全、运营效率及商业智能的潜力正日益受到认可。 引言人工智能在视频监控领域的现状 | 引言人工智能的采用提供了显著的优势，包括更高的效率、改进的决策能力和提升的输出质量，使企业和社会都受益。然而，它也带来了围绕隐私、网络安全和技术整合的挑战，强调了信任、责任和问责制的必要性。人工智能的兴起为组织监控和安全保障其环境创造了新的可能性。从人脸识别到预测分析，人工智能驱动的系统已从尖端创新转变为增强安全、保障安全、提供商业智能和提升运营效率的必要工具。然而，随着人工智能的发展，其部署相关的挑战也随之增加。 在Axis，我们正引领这场变革，与合作伙伴、终端客户及其他利益相关者紧密合作，塑造一个AI赋能、更智能、更安全的未来。 4 方法论非常特别的感谢：本报告探讨了塑造AI在安全、安全、商业智能和运营效率方面的机遇与挑战。报告结合了来自Axis全球合作伙伴网络中十一个经过精心挑选的专家的深入洞察，每位专家都在AI领域拥有卓越的业绩和丰富的专业知识。在2024年期间，来自世界各地的技术合作伙伴和系统集成商被选中并进行了访谈。每次访谈持续约一小时，并遵循半结构化格式。 为补充访谈结果，数据来源于 Axis 于 2024 年第二季度开展的两个全球调查：年度 Axis 销售渠道调查和 Axis 终端客户调查。Axis 销售渠道调查面向 68 个国家的分销商和渠道合作伙伴进行，收到约 4,900 份回复。Axis 终端客户调查面向 64 个国家的终端客户展开，产生约 900 份回复。 关键发现主要发现分为三个部分：顶级趋势、9条洞察以及负责任人工智能的深入探讨。 12影响最终客户的前三大趋势最多3个答案网络安全、风险与隐私：61%分析及可操作的洞察：36%你：你认为以下哪些趋势最为重要？您的业务在不久的将来？网络安全、风险和隐私已成为终端客户的首位优先事项，61%的受访者将其视为关键影响领域。分析和可操作的洞察紧随其后，被36%的终端客户认定为重要因素。最后，34%的受访者将人工智能和生成式人工智能视为变革性技术，影响其业务的未来。值得注意的是，这些领域中的一些可能被感知为相互重叠并相互影响。这一点通过深度访谈得到证实，在这些访谈中，许多主题被一起讨论，突出了它们的相互关联性。顶尖趋势影响未来轴销售渠道调查和轴终端客户调查要求合作伙伴和终端客户确定影响视频监控行业及其各自业务的顶级趋势。两组——渠道合作伙伴和终端客户——都强调了网络安全、风险与隐私、人工智能和生成式人工智能、分析以及可操作的洞察力，作为塑造其行业和运营的最重要趋势之一。3AI和生成式AI：34% 34%在终端客户中，有相当一部分人将人工智能和生成式人工智能视为具有变革意义的趋势，这些趋势将显著塑造其业务的未来。 7 66%62%合作伙伴中，人工智能和生成式人工智能被视为未来对行业影响最重大的趋势之一。高级管理人员和高层管理人员将人工智能和生成式人工智能确定为对他们的未来业务最具影响力的行业趋势。 12影响合作伙伴的前三大趋势多种答案可能存在AI和生成式AI：62%3 分析和可操作的洞察：50%网络安全、风险与隐私：62%调查结果显示，合作伙伴认识到网络安全、风险和隐私以及人工智能和生成式人工智能是塑造视频监控行业的两大重要趋势，这两种趋势均被62%的受访者列为重要。50%的合作伙伴还强调分析和可操作的洞察力是关键趋势。轴销售渠道调查揭示了高级管理层认定的三大行业趋势，突显了他们塑造视频监控行业未来的首要优先事项。该调查从60多名高级和高级管理人员中收集了见解。人工智能（AI）和生成式人工智能（generative AI）引领排名，66%的高管认为这些技术是最重要的趋势。网络安全、风险和隐私紧随其后，61%的高管指出这些领域。排名前三的第三位是分析和可操作洞察力，56%的高管将其视为关键趋势。高级管理人员在合作伙伴中称人工智能和生成式人工智能是行业的主要趋势。您认为以下哪种趋势对我们行业在不久的将来最为重要？ 8 为补充调查数据以获得深入见解，在 Axis 合作伙伴网络中的技术合作伙伴和系统集成商中，对十一位经过精心挑选的 AI 专家进行了采访。9 条见解：从云和边缘人工智能的加速到人脸识别的日益普及 9 ：受访者一致表示，人工智能领域正掀起一股热潮，兴趣在过去几年中飙升。客户不仅对人工智能越来越感兴趣，而且对其潜在应用也越来越了解。尽管取得了这些进展，但大多数人同意，我们仍处于人工智能应用的早期阶段，仍有巨大的增长和完善空间。AI采用在某些市场，如美国、日本、新加坡以及欧洲的某些地区似乎更为先进，在这些市场，客户更积极地寻求AI解决方案以提升监控和运营效率。专家将此归因于市场成熟度、监管框架以及客户在投资和部署AI解决方案方面的准备程度存在差异。人工智能的应用激增——1市场之间的差异访谈发现揭示了几项主题见解：我们押注于边缘计算，但最终，许多解决方案将需要在边缘和云之间寻求平衡。伙伴，美洲 与此同时，云集成的重要性日益凸显，尤其是在管理多个场点的庞大安装方面。结合摄像头边缘AI的即时处理能力与云端系统的可扩展性和便捷接入的混合模式，正逐渐成为众多机构的首选方案。这种平衡使组织能够发挥这两种技术的优势。从传统的本地服务器系统向混合架构的转变仍在继续，其中云技术将与边缘人工智能解决方案相结合。这一发展趋势是由对易于扩展性、快速处理和带宽使用率提升的需求所驱动的。边缘人工智能发挥着关键作用，它能够实现极低延迟的本地快速分析，这对于关键场景中的实时响应至关重要。通过将人工智能处理流程移近数据源，在像摄像头这样的边缘设备上，企业可以减少带宽消耗，提升效率，并更好地支持实时应用，例如安全监控。随着这一趋势的持续，混合方法预计将继续塑造人工智能在安全、安全、商业智能和运营效率方面的未来。向云过渡和2边缘人工智能持续加速 10 整合多样化数据源以实现更全面的分析正成为一个趋势，该趋势可能革新安全与安保，提升商业智能并提高运营效率。专家预测，通过整合音频及环境背景等额外感知数据来补充视频数据，将增强态势感知能力，提供更具操作性的洞察，并更全面地理解事件。专家强调，整合多重数据源能够实现更精确的潜在威胁识别和预测。例如，在紧急情况下，将视频数据与音频分析相结合，可以使安保团队能够更快、更准确地做出响应。这种更丰富、具有上下文感知能力的方法体现了人类操作员如何处理多重输入以做出明智决策的方式，代表着在提升安全、安保及运营效率方面迈出的重要一步。人脸识别在许多国家已广泛采用，特别是在亚洲，它通常被用于城市安全、监控和商业应用。相比之下，在欧洲、美国以及像澳大利亚和新西兰这样的国家，采用似乎较为缓慢。多元化的整合3生成洞察的数据展望未来，我们将看到人工智能整合来自多个数据源以获得更深入的洞察。多模态作为一个概念已经存在一段时间了，但我认为它将加速发展。而这将使更智能的决策成为可能。合作伙伴，亚太区日益增长的使用4人脸识别 伙伴，美洲受访者预测人脸识别技术将继续在全球范围内获得关注。围绕其使用的伦理考量仍然是核心焦点，特别是在隐私法律严格的地区。大多数受访者强调，存在有效的方法可以负责任地实施人脸识别，包括与隐私法规保持一致，并保持对其技术如何运作及应如何应用的透明度。这种透明度被视为建立和维护公众对这项技术的信任的关键。人工智能的集成正将网络摄像机转变为强大的数据生成传感器。通过将摄像头等人工智能赋能的边缘设备与云计算等大规模计算能力相结合，视频监控行业正在被重新定义。专家在采访和报告中强调了这种范式转变，并指出基于人工智能的视频解决方案正越来越多地应用于零售、物流和制造业等领域的应用场景。常见的用例包括空间优化、人数统计、资产追踪和资源管理。然而，新法规的引入正在帮助阐明面部识别应如何应用，其通过基于风险区分用例，并为负责任使用提供在这些讨论中，一个反复出现的话题是人工智能能够实现显著的成本节约和运营改进。通过将视频分析技术与更广泛的企业系统集成，公司能够实现更优的资源分配、自动化流程，并做出更明智的决策。新的商业机遇情报和运营效率我们看到客户将人工智能与额外的传感器数据集成起来，以提供更丰富、更具操作性的智能。而这将是一个全新的游戏格局。 明确框架。5 11 尽管人工智能为提升监控和检测精度提供了巨大潜力，但多位专家表示，他们在结合合适的工具和技术以获得可靠结果方面面临困难。高效满足客户需求的最佳人工智能软件和硬件组合选择，仍然是一项复杂任务。人工智能硬件的进步为新的功能铺平了道路，但也带来了挑战，特别是对于致力于确保与现有遗留系统兼容性的集成商而言。在多次访谈中，一个反复出现的主题是：有效整合人工智能技术以构建能够提供更高价值的系统的挑战。这不仅仅是出于技术本身的目的来利用技术，而是要创造能够满足特定需求并产生实际效益的解决方案。AI集成挑战：连接6期望和能力由于人工智能几乎可以实现任何事，真正的挑战在于帮助客户识别需要解决的正确问题——在哪里才能获得真正的投资回报。伙伴，美洲 另一个关键问题是客户期望与AI解决方案实际能力之间的差距。客户通常期望近乎完美的准确性——特别是在车牌识别或异常检测等应用中。然而，在特定条件下，AI系统通常能达到85-95%的准确率，这可能无法满足这些期望。视频质量、环境变化等因素也影响性能表现，并且不同应用场景本身具有不同的准确率特性。这一挑战似乎在人脸识别和运动检测系统中尤为明显，在这些领域，就人工智能技术的优势与局限性保持透明度至关重要。专家们强调，通过明确传达人工智能能够——以及不能——实现什么来管理预期和培养信任的重要性。正如我们有责任谈论人工智能带来的机遇一样，我们也需要实事求是地认识到这项技术能做什么和不能做什么。合作伙伴，欧洲、中东、非洲 12 那些强调价值观和目标一致性的合作伙伴关系，在克服人工智能集成难题中也发挥着关键作用。人工智能开发者、集成商和终端用户之间的合作，被反复认定为提升人工智能实施可靠度、相关性与长期成功的关键因素。通过让客户尽早参与其中，利益相关者可以确保更好地理解技术（及其预期用途），并将用户反馈纳入考量。与人工智能技术快速部署相关的伦理挑战突显了选择正确合作伙伴的重要性。多位受访者强调，选择价值观一致的合作伙伴——尤其是在隐私、合规和对人工智能伦理的看法等方面——对他们来说至关重要。一个具体的例子，被各地区受访者所强调的，是协作监控项目的概念。在这些举措中，客户积极参与AI系统的设计和持续的反馈循环。这种实践性方法带来了定制化解决方案，既能满足特定需求，又能兼顾伦理考量与实际应用性。伙伴关系与合作7高效且负责任的AI集成我认为在合作伙伴关系中，道德不应被轻视。我们已经拒绝了一些想要以我们认为不道德的方式使用我们