AI+安防市场研究：天花板高、赛道长，增量空间巨大

2019 年 3 月 2 日 艾瑞咨询

研究报告丨工具与技术

全文字数: 6470字精读时间: 9分钟

核心摘要：

AI+安防是人工智能技术商业落地发展最快、市场容量最大的主赛道之一，预计到2020年，AI+安防软硬件市场规模将达到453亿元，其中视频监控尤其是中心侧业务将先行发展，知识图谱和安防智能机器人发展潜力较大。

AI+安防产业链较长，上下游关系并非泾渭分明，角色界限比较模糊，竞合关系复杂。在此背景下，人工智能公司应从战略管理到业务能力构建竞争壁垒，坚持技术引领业态，不断探索AI+安防这一广阔市场的实战需求，提升市场对AI的反响和预期；安防厂商应着眼全行业、全产业链条的整体需求，积极拓展业务范围。

未来AI+安防行业将形成人工智能公司、安防厂商、集成商、云服务商并立的格局。市场在AI+安防建设大规模完成后，也将迎来应用与运维市场的焕发，下游运营领域将成为新战场。

▌AI+安防全景

▌AI视频监控系统

AI基础能力包括动态视频分析、静态人脸比对

公安AI视频监控系统主要有动态比对识别（主要基于视频流）和静态比对识别（主要基于图片流）两类基础能力，其中，动态比对识别系统主要由市级及区县级公安部门建设，用于实时抓拍比对告警，大型静态库则主要由省级公安部门建设，用于响应各级公安的数据查询需求。

▌透过政策看AI+安防视频监控的长期成长

政策指导为AI+安防视频监控的智能升级提供保障

从2016年到2018年初，十三五规划、十九大报告、雪亮工程等不断强调提升安防视图资源共享协作及联网率、高清化建设。监控视频图像结构化数据的协作机制逐步建立，以及视频监控的清晰度和联网率得到快速发展，为监控智能升级奠定了较好的基础条件，使AI+安防视频监控得到较快推进，预计2020年将实现从公共安全到民用监控的各个场景实现智能化。

▌AI视频监控系统的技术演变

跨镜追踪将成为近年AI绕过基础设施限制的最有效途径

存量前端感知设备很难满足人脸识别所要求的架设高度、角度等需求，超过80%的摄像头需要换新或改造才能用于人脸识别，而这一般涉及长周期高投入的建设。2018年，AI+安防业内头部玩家开始重视将ReID（行人再识别）技术与人脸识别结合应用，充分利用现有设备和基础设施，实现跨摄像头对检索对象进行连续追踪和轨迹还原，增强数据的时空连续性。

当结构化数据池形成后，以人脸大数据应用为代表的认知计算将成另一个爆发点

安防认知分析尚未与感知智能完成打通，未来认知计算将成为突破AI+安防智能水平的重要方向。随着公安视图数据结构化工作的推进，汇聚视图数据、社会数据和公安业务数据，并形成针对具体业务的实战解决方案成为行业新热点。

▌AI视频监控系统的建设逻辑

AI前端感知节点市场比较理性

前文提及，安防人脸识别的实现大多需要新建或改造现存前端摄像机，简单来看，人脸检测、抓拍乃至比对等人脸识别算法可由AI摄像机在感知节点实现，或由高清网络摄像机配合后端服务器完成。2018年市场较为理性，从铺设速度看，AI摄像机在公安动态识别系统项目中渗透约达到16.6%，而若考虑全国近2300万路现存公安监控摄像头，则渗透率约0.4%，从设备能力看，符合应用场景可用指标为核心准则。

▌AI视频监控成本进入下降通道，利于渗透加速

在国产化的作用下，传统监控（包括模拟摄像机、高清摄像机等）的平均价格下降，2012年至2018年CAGR为-9.2%，而AI视频监控（包括前端智能、后端智能等）应用大部分出现于2015年，其价格走势也进入了下降通道，到2018年平均价格约为2万元一路，近几年将保持平稳下降态势。

▌知识图谱定义和与其他分析服务的区别

知识图谱是对多种类数据源的知识结构化、关联化分析

对于解决数据关联性问题，建设行业知识图谱成为了公安大数据应用的主流方向。知识图谱是解决数据梳理和组织成知识库的技术，是一种应用语义理解技术实现更高质量、可计算、计算机可理解的大数据结构，用于提高对数据、信息、情报的搜索查询能力。知识图谱与大数据分析和视频结构化分析同属于软件应用类服务，但存在着明显区别，视频结构化分析是通过计算机视觉技术，将非结构化的视频数据进行处理，变为机器可识别的数据集，是知识图谱上游的数据来源之一，可以说，视频结构化分析实现的是人眼及人右脑视觉区域所解决的部分问题，而知识图谱更像是人的左脑，通过对右脑存储信息的分析进行知识构建和调用；大数据分析实现的是数据结构化及关联，知识图谱是在大数据分析的基础上，通过语义理解将“点线面”的数据关联与事物现实中非简单指向性的复杂关系相联结，而形成的实用型认知应用。

▌公安知识图谱的意义与建设

应用AI算法实现技术与业务的深度融合

在公共安全领域，公安多年积累的实战经验与技术算法如何相互转换，是最大的行业难点，也是知识图谱主要解决的问题。公安知识图谱通过数据采集、数据处理、数据库重构、知识转化和实战应用五个步骤，运用分布式存储、关联算法、语义推理等技术，以及大量的公安专家团队与技术人员配合，来实现技术与业务的深度融合。目前，国内能够在“十亿数据节点，百亿关联边”的图谱结构下，实现秒级查询的公安知识图谱应用是较为优秀的产品标准，在国务院和公安部大力推动下，未来将有更大规模，更高数据集的知识图谱应用落地。

▌公安知识图谱的发展演变

2018年市场认知逐渐清晰，行业向规模化、体系化发展

公安知识图谱建设起步较晚，2015年有少部分大数据分析公司开始尝试建设，初期以小而具体的工具软件形式出现，数据关联更多是通过人工打标签实现，效率低且价值有限，在全国范围的应用率仅为10%以下。经过技术发展和落地实践，以及企业内部技术标准统一和服务工具自动化迭代，自2017年开始市场认知产生变化，随着2018年公安部出台相关指导意见，各级公安系统对公安知识图谱的认知逐渐清晰、统一，更多基础层平台化的大型项目开始投入建设，已有项目维护和应用持续进行，2018年工具型公安知识图谱应用率为30%，平台型建设率达到10%，艾瑞将持续看好其发展。

▌安防智能机器人的分类

巡检机器人：导航精准度、专业检测能力要求高

巡逻机器人：导航稳定性、AI技术可用性要求高

安防智能机器人根据使用场景可分为，应用于机房、电商仓库、核电站等封闭场景的巡检机器人和应用于电路、轨道、园区、公共场所等开放场景的巡逻机器人，二者相比，巡检机器人对导航的精准度和专业检测、报警能力有更高要求，使用的AI基础能力包括：烟火检测、高温告警、异常声音告警等；巡逻机器人因使用场景丰富，所以需求空间更大，由于需要暴露在开放的室外，所以对导航稳定性、流畅性，本体鲁棒性等方面有很大的要求，使用的AI基础能力主要包括、人脸识别、人体检测、辆检测及识别、烟火检测、异常行为分析以及人证核验、语音交互与语义分析等。

▌安防智能机器人系统和落地部署

端到端的闭环系统服务和快速部署能力是行业竞争壁垒

安防智能机器人系统构成包括机器人、网络系统、机器人云平台、可拓展设备，以及充电坞，其中机器人本体近年来不断增加边缘计算能力，多采用CPU+GPU的芯片模式；网络传输方面多为视频传输需求，使用包括WiFi、移动互联网等多渠道传输，目前峰值可达9Mb/s，伴随5G的商业化落地，相关企业也在做该方向的积极尝试；目前能实现公有云、私有云部署的企业并不多，云平台主要作用是多机器人管理、应急控制和AI赋能，是开放性合作的重要载体。

安防智能机器人在落地部署方面主要包括，机器人运行环境勘察、制定网络部署方案、制定机器人巡检/巡逻方案、机器人建图，以及机器人巡检/巡逻路径和工作目标设定，实际交付中对技术支持团队的要求较高，需要技术支持人员对机器人的各项功能、对各类网络特性、对工程实施都非常熟知，并且能够做初步的工程预算，未能在机器人快速部署上整合出高效率的解决方案，将成为行业内公司的一大竞争壁垒。

▌安防智能机器人的发展历程

2018年是发展元年，贴近场景、解决实际问题是王道

继2005年国内第一台电力巡检机器人投入使用之后，机房巡检机器人、消防机器人等产品开始陆续出现在市场中。2015年是一个发展节点，业内一众玩家捕捉到赛道的潜力，开始致力于人工智能、物联网、导航技术等新兴技术的研发，成长起如高新兴机器人、国自机器人、安泽机器人等一批业内优秀的企业，但当时市场需求较为盲目，多以展示型需求为主，市场空间有限，行业也一度陷入迷茫期，但随着智能机器人在安防行业的落地试用，为行业找到了突破口。

2018年是安防智能机器人发展元年，北京安博会中抢眼的表现、公安部门大力规划建设和年底激增的订单量都证明了其在主动安防大背景下的价值所在。未来安防智能机器人将向可移动平台方向发展，向更多应用领域开放其后台，带来更多附加价值，艾瑞也将持续关注其发展。

▌AI+安防产业链

上下游关系并非泾渭分明，角色界限比较模糊

AI+安防产业链与传统安防差异最大的地方在于，上下游关系并非泾渭分明，安防厂商、AI公司、云服务厂商都可通过集成商渠道或直客模式向客户提供产品与服务，部分集成商也可直接提供部分硬件产品和软件技术，各角色相互之间存在合作加潜在竞争的关系，生态比较开放。产业链内核心玩家类别包括上游的芯片公司、AI公司、中游的安防厂商、云服务厂商，下游的安防集成商（含具备系统集成资质的项目集成商类与具备安防工程资质的工程建设服务商类）等。

▌AI+安防产业图谱

▌AI+安防市场空间

2018年市场规模达135亿元，2017至2020年CAGR达125.5%

2018年，我国AI+安防软硬件市场规模达到135亿元，相较于2017年增长接近250%，部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%，部分典型AI公司安防业务则占接近一半的营业收入。预计2019年市场仍将保持高增速，到十三五收官之年2020年增速开始稳定，届时市场规模可达到453亿元，从2017年到2020年CAGR达到125.5%。

视频监控占比近90%，中心侧份额最大

2018年AI+安防软硬件市场约135.3亿元的产值中，视频监控占据绝大部分，份额近90%，成为AI+安防的主赛道。其中，端侧市场规模超过38亿元，占28.3%，中心侧市场规模超过74亿元，占54.8%。而在AI+安防的核心战场公安领域，总市场规模约93.1亿元，其中端侧市场规模约13.8亿元，占14.8%，中心侧市场规模约66.5亿元，占71.4%，边缘侧渗透有限，占比较小，约3.8%。出入口控制的主要产品如人脸识别闸机、门禁等，门槛相对较低，与监控人脸识别具备相通之处，因此绝大部分安防产品与解决方案提供商均涉足这部分业务，其市场相对较大。值得注意的是，知识图谱与安防智能机器人业务起步时间短、份额较小，但发展潜力强，随着结构化信息池的丰富，大规模布控、社会治理场景中知识图谱将成为刚需，而机器人由于支持复杂场景的产品成熟仍需较长时间，爆发时点会相对稍晚。

市场天花板高、赛道长，增量空间巨大

2018年中国整体安防行业产值约为7096亿元，按照行业应用来看，公安监控业务约1703亿元，其中AI软硬件及相关建设费用可达到274.5亿元（软件部分约37.7亿元，硬件部分约44.4亿元，相关配套设施与工程等部分约192.5亿元），目前试点类项目较多，软件部分受到一定程度的预算压缩，随着大规模动态识别项目的建设，这种情况可能得到改善。按照业务构成看，AI类项目收入约共计395.5亿元，其中工程部分约260.2亿元，软硬件产品部分约135.3亿元。

目前，AI渗透率仍然较低，AI+安防行业增量空间巨大，与此同时，安防前后端软硬件均存在三至五年后更新换代需求，因此AI+安防具备存量空间基础，而AI也为安防业务带来更高附加值，开拓了新的市场空间。

▌AI公司商业分析

商业模式及策略变化

2018年AI公司直接面向客户的项目占比大幅提高，并更注重各类商业合作伙伴的拓展。在与安防厂商的合作方面，出现两类分化的策略，一种是逐渐打造自身全流程产品与解决方案业务闭环，这背后有两大动因，一是由于安防行业特性，硬件仍然具有市场入口地位，AI公司对设备和产品的重视提升，二是安防厂商在维持产业链核心地位的需求下对自研算法的投入和使用更强调，外采需求弱化；另一种是发挥技术优势，将从感知成像到识别布控全链条能力开放的技术输出策略。

▌AI公司竞争力要素分析模型

AI公司竞争力要素分析模型将AI+安防业务中各类因素汇集在一个简便的模型中，以此分析一个企业安防业务的基本发展态势。模型确定了竞争力的五种主要来源，即商务能力，管理能力，技术能力，产品能力及财务能力，市场关注或研究企业AI+安防业务竞争力时可从上述五个方面入手。

▌2018年安防厂商视频监控业务收入占比

AI产品营收在前端营收占比中增长100%，后端增长70%

通过对头部安防厂商视频监控业务收入结构的研究，发现2017年和2018年人工智能开始真正落地安防场景，其中2018年更是飞速发展的一年。按前端产品、后端产品、中控产品、工程施工和其他划分的营收结构在这两年中基本没有发生变化，而AI产品的营收在前端营收占比中增长了100%，在后端营收占比中增长了70%，说明在符合已有市场需求结构的基础上，AI产品越来越受到市场的重视与欢迎，虽然整体占比还很小，但在公安部门“新建一批、利旧一批、淘汰一批”的准则下，2019年AI产品在安防厂商视频监控业务中的占比增速不会低于2018年。

▌2018年安防厂商获客模式及客户特征

项目类仍是最大利润来源，公安和交通类项目占60%份额

通过对2018年中国头部安防厂商获客模式的研究，可以将其分为项目类和渠道类，项目类和渠道类获客对比从2010年的8:2，到2018年的6:4，渠道类占比逐年上升，是因为用户需求逐渐明确、渠道逐渐下沉，可以做集成业务的企业越来越多等原因导致，但项目类仍然是主要的利润来源。项目类中公安和交通是主要的需求领域，占整体项目类的60%，是安防厂商主要竞争的战场，在未来也将保持重要的需求地位。而围绕视频监控衍生的大安防场景中，仍有很多长尾、碎片化的需求，未来中国安防发展走过基础建设阶段，进入应用阶段时，将产生不容忽视的价值。

▌安防厂商的竞争力要素分析

三大核心要素决定安防厂商的行业地位和竞争力

安防厂商核心竞争力要素可以归类为三点：技术能力、销售能力和渠道能力。在AI+安防时代，拥有人工智能技术的综合实力不仅可以在竞争中产生优势，还能在产业链上下游拓展中掌握主动；销售能力和渠道能力是安防厂商综合实力的体现，销售能力主要是指辐射全国重点区域的销售能力、供应商资质、客户信任，渠道能力主要是指面对上游供应商和下游集成及销售渠道时的影响力。