近年來，安防視頻監控無論在軟件還是硬件方面都迎來了重大的技術進步，各式各樣的智能監控攝像頭被投放到市場。

不過，與任何新事物一樣，人工智能視頻監控也面臨著一些限制其采用和發展的挑戰。盡管有一些明顯的優勢可以將投資回報提高數倍，但一些客戶仍然猶豫不決。

一般來說，幾乎所有市場層面都需要額外的教育和意識培育，但知識鴻溝并不是唯一的問題。本文將簡單分析一下現階段AI 視頻監控行業面臨的主要挑戰。

AI監控尚處淺層應用

視頻監控作為各大機構和場所的核心安防系統之一，伴隨著技術的發展和應用，視頻監控攝像頭不僅僅能夠實現基礎的安全防范功能，同時也是助力商業智能的重要工具。

Azena 營銷副總裁 Fabio Marti 談到，視頻監控攝像頭如今正成為越來越重要的物聯網傳感器設備，在商業智能、城市管理、工業監測等領域發揮著重要的作用，這已被公認為是智能安防行業的顯著趨勢。不過從普及應用的情況來看，監控攝像頭依然主要被視為安全和監視工具，距離被納入到企業的數字化運營工作中還有一段距離。”

用戶培育尚待成熟

智能攝像頭和人工智能分析的應用是市場趨勢，市場正在接受這些可以處理復雜分析的強大邊緣傳感器的潛力。

“客戶需要了解這些攝像頭的真正潛力以及如何從中獲得價值。”Marti 補充道。“此外，系統集成商和終端用戶依然缺乏較為全面的數據科學專業知識，還無法幫助推動諸如利用智能攝像機系統生成有價值數據或提高運營效率之類的舉措。”

根據 Hakimo 創始人兼首席執行官 Sam Joseph 的說法，最大的挑戰是終端用戶尚未習慣 AI 算法，因此，在某些情況下，他們對算法是否真的能在實踐中發揮作用猶豫不決。

“不過越來越多的終端用戶開始嘗試采用人工智能解決方案，且隨著時間的推移，他們也對這些算法越來越充滿信心，因為他們能很清楚的感受到AI算法相較于傳統方式帶來的能效提升。”Joseph 補充道。

使用AI監控具有一定門檻

人工智能視頻監控攝像頭和智能訓練一樣好。Vicentive Systems的集成產品經理Dan Berg指出，限制人工智能在視頻監控中應用的一個主要挑戰是配置和微調分析所需的時間和成本。

“要想取得成功，集成組織需要找到合適的客戶——一個在運營中理解人工智能需求并每天參與該技術的客戶，”Berg表示。“成功部署人工智能分析系統需要集成商和終端用戶有明確的目標和成功指標，以及耐心。”

結論

人工智能在視頻監控中的應用將繼續存在。在未來幾年里，我們肯定會看到更多的技術進步，使安全攝像頭更加智能。

但它們的采用速度可能沒有業界希望的那么快。目前，安全行業變化緩慢，需要很長時間才能接受新技術，同時，安全設備的安全性考慮也是一個同樣重要的問題。

為了讓人工智能監控系統實現更多的市場滲透，有必要讓用戶端更多地了解AI監控系統的諸多應用優勢，而這則有賴于解決方案提供商和集成商的積極宣揚推廣。