一位集成商老兵眼中的安防“新”市场——AIoT

在阶层固化、链条成熟的安防市场,身为统筹角色的系统集成商一直占据在生物链的顶端,分得项目中的最大单笔利润蛋糕,但同时也承担着资金链和供应链管控的巨大责任,稍有闪失便要全权兜底。正所谓,与戴皇冠,必承其重。

如今,恰逢安防产业变革升级,安防市场的核心正在被重塑,正如巨头海康威视已经自诩为「以视频为核心的物联网解决方案提供商」,集成商的形态和模式也衍生出多元化。

在单纯的计算视觉技术之外,物联网人工智能技术的融合正在为安防市场创造出更多附加价值。

如果将传统以承建工程建设的集成商比作「施工队」,特斯联便是一家风格独特的「精装修队」——这是一位安防行业分析师为其贴上的标签。

「精」,并非因为所承建的项目高端,而是来自于特斯联将智能物联网等技术理念的落地到泛安防市场。这些年,特斯联也因这一鲜明标签获得资本和市场的高度青睐。

据公开数据显示,特斯联成立三年,已经落地超过 8000 个安防项目,面向安防、商用、市政等公共领域,服务超过千万人口。在 2017 年,特斯联获得超过十亿元订单。

资本层面,特斯联作为光大集团孵化的高新技术企业,过去三年里曾获得光大控股、IDG 资本等超过 17 亿元融资,迅速晋升为人工智能物联网领域的「独角兽」。

高速的成长节奏、稳健的业务扩张、看得到的账面成绩,让特斯联成为智能安防市场领域不可忽视的研究样本——相比传统安防厂商,后来者特斯联究竟「赢」在哪里?

特斯联科技副总裁、未来城市事业部总经理刘丰

面对这个问题,刘丰是个合适的回答者。这位 16 年的通信行业老兵,曾任中兴通讯智慧城市产品线总经理,有着七年的智慧城市方案与产品经营管理经验。去年,刘丰加入特斯联,负责未来城市、智慧社区相关业务。

先后经历传统与智能两种不同理念下的安防集成体系,刘丰对于安防市场的这场智能化变革感触颇深。以下是机器之心与刘丰的对话内容,经机器之心整理编辑。

安防工程的「精装修」

「相较而言,特斯联不再是传统集成商的定位。因为传统意义上的集成商只是为了从单个项目中赚钱,一般不会有太多自有的产品。就相当于一个装修公司,从外购买原材料,根据别人的设计按部就班地装修一套房屋,装修完之后他的工作也就结束,不会再考虑后续的使用和运营。」

经过三年快速发展,特斯联目前在北京、重庆、上海、武汉等地均设有分公司,同时也作为特斯联的优势市场地区。上图为特斯联武汉大楼。

机器之心:你之前在大体量的民营国企公司干了很多年,为什么现在会选择加入创业团队?

刘丰: 这个问题印象中已经回答过很多次,主要是投资人问得比较多。 我之前在中兴,它本质上还是一家做硬件的公司,华为也是。他们的主赛道还是在通信,在 5G。我会从中兴来到特斯联,是因为看到了人工智能物联网未来的利好趋势。

原来做智慧城市业务,主要聚焦硬件产品上,较少考虑到平台和运营战略。但是我能够接触和看到 AIoT 技术在未来对于国家的基础设施、基础产业都存在巨大机遇。所以会希望跳出来寻找这方面的机会。

而特斯联恰好是在 AIoT 领域具备前景的标的。虽然说特斯联还比较年轻,但是很专注,这和他的创始团队、初心是息息相关的,一直坚持做AIoT领域的运营。 

另外,在传统型的大公司呆久了,我更期待创业给人带来的挑战。

机器之心:你在中兴和特斯联负责的业务比较相似,具体做的事有什么差异?

刘丰:我在中兴负责智慧城市产品线,属于比较典型的项目集成。这类通信类大公司做集成主要有两个核心目的。

 一是通过集成来提升其在市场上的品牌能力。因为安防类项目面向的都是政企客户,通过一两个口碑项目就能够快速提升在政企领域的品牌影响力。

第二,安防类的集成项目能够作为一个抓手,通过做项目集成能够反向地、快速地推动产品端的提升。

也正是因为背后这两大驱动原因,所以决定了通信类公司对于集成项目的诉求。当硬件产品的品牌和市场建立起来之后,集成项目的重要度可能会降低,而不是全力以赴。

相较而言,特斯联不再是传统集成商的定位。因为传统意义上的集成商只是为了从单个项目中赚钱,一般不会有太多自有的产品。就相当于一个装修公司,从外购买原材料,根据别人的设计按部就班地装修一套房屋,装修完之后他的工作也就结束,不会再考虑后续的使用和运营。 

但特斯联不是——它的特殊性在于:面向一栋商业楼的项目,我们会将这栋楼视为成为长久客户,未来我给他装设的任何一个传感器,以及可能带来的数据价值,都是我从这栋楼里获得的潜在收益,具备持久性。这不再是一锤子买卖,一次性的交易。

大部分集成商都是一次性交易,更加看重收入毛利和回款进度。但我们更看重的是通过提供产品、解决方案而在后续能够带来的数据价值,以及未来共同运营可能带来的收益。所以,虽然都叫「集成商」,但是内涵并不一样。

机器之心:智能城市,或者说泛安防行业主要由巨头在主导,特斯联作为一名年轻的选手,如何在竞争激烈的成熟市场快速成长并占有自己的一席之位?

刘丰:核心优势说多了就不叫核心优势。 我觉得,我们最大的优势在于我们聚焦在几个垂直细分的市场,同时对这些客户的需求理解最深刻。如果需求理解的不深刻,你做出来的东西就没法打动客户。

机器之心:谈到和经验相关,自然有更老牌的集成商公司,比如中国移动、华为等公司资历更久,如果要比较客户熟悉度、产业认知度,看起来他们会更更占优势?

刘丰:华为的优势在于技术,中移动优势在于运营、客群关系、全国范围内的渠道。但是要说对于垂直行业的了解,我认为他们都不是在里面最好的。

比如说,对于公安的理解,对于商业地产的理解,那是不如专注一直在这些垂直领域耕耘的企业了。

机器之心:特斯联如何建立专业的认知和经验?

刘丰:靠我们资历深厚的团队,比如说面向商业地产行业、建筑行业,那我们的团队就是从地产行业来的;另外还有我们的金融团队,金融团队一直就在做地产行业的投资。因为我们在这个领域做投资,一直研究他们,所以知道他们关心什么,他们的运营压力在哪里。

机器之心:现在你们提聚焦「未来城市、未来建筑和未来金融」三大块,我看官网主要以介绍“智慧社区、智能写字楼和其它行业”三个板块为主,这有什么不同?

刘丰:我们从去年开始就提未来三大业务了。智慧社区是未来城市里最核心的场景。 我们称之为未来城市,是未来对于城市智能化的升级。有意将智慧社区级项目扩大规模至城市级。

特斯联面向商业地产的案例——北京诺金酒店项目。特斯联从项目方案阶段便参与其中,为其提供包括信息管理、能源管理、绿色低碳等整合技术方案。运营阶段,采用特斯联ABAS系统平台方案进行管理。

机器之心:「未来建筑」主要面向商业地产,这也是官网上案例介绍最多的部分,这是否意味着更主要的业务?

刘丰: 这是一块营收比较稳定的业务。这个领域就是之前我提到的特斯联的差异,在获取客户之后,我们会通过和客户运营,收集到的数据产生更多达到未来的收入,不光写字楼,我们主要有五个课题:商业综合体、体育场馆、医院、宾馆/酒店。

这些客户不单以自营销售目的,我们更看重和他们一起分享收益。比如说传统的节能改造。第二,通过不断跟进这些客户,了解他们在运营过程中的各类需求,比如自动化升级改造的需求、消防的需求;比如说智慧零售的需求,酒店无人前台的需求等等,这些机会都能够帮助他们提升运营效益。

我们更看重降低成本,管理客流。 而传统的集成商都是一次性的,比如说弱电工程,主要是布线。但这部分工作对于我们来说意义并不大。

特斯联的边缘侧智能分析开发板

机器之心:to B 市场相对开放,除了老牌厂商,还有依靠人工智能技术快速成长起来的新锐公司。从方案上看,大家都大同小异,特斯联的差异化体现在哪里?

刘丰:最终反映到一个公司能力上还是产品的竞争力,而不是说纯粹做技术,技术可能是一种手段。 当然,一个公司达到一定体量规模之后,很有必要进行基础性的研究。

我们做的硬件产品主要是进行边缘计算,并不会在数据中心、或者在摄像头的层面去和别人竞争,因为这些我们认为已经很成熟了,只有边缘计算是一个新的概念。用分析盒子赋予边缘侧人工智能的算法和一定的模型,当人工智能更加靠近终端侧,它的实施和响应会更好,延时会更少。

另外,对于场景的理解大家并不相同。比如,智慧社区,要去深刻理解在社区里面需要解决的问题,而不是直接套用手机上的 Face ID 来开门。在一个特定场景里面,要解决的问题是不一样的,比如芯片的功耗,芯片的处理能力,设备对于室外的适应能力,以及接口。

方案的核心能力就是设计能力,硬件软件的设计能力,还有算法的改良能力,因为需要经常升级算法。这涉及到几块,一是社区光线变化会非常复杂,从春夏秋冬白天到晚上到下午。就像手机也强调逆光清晰。在社区里面最麻烦是逆光,宽动态,有的时候特别亮,也是特别暗,怎么解决? 

不能像在马路上卡口放置的特别亮的带 LED 的摄像头,如果放在社区里放会严重影响行人通行。

第二,针对社区特定的人群做一定分析。但它不像放在机场纯粹就是比对人脸,它还涉及更多的关联分析。 如果不对这个场景理解那么深刻,你很难把它做好。

如何用 AIoT 满足安防市场新需求?

「商业地产已经进入到存量时代,房企间的竞争已经开始从规模、成本、速度慢慢转移到了以客户为中心的运营能力以及品牌塑造这种软实力的竞争上。这就要求商业地产平台需要从简单粗暴的租赁开发模式慢慢进化到一栋楼宇全生命周期的运营模式。」

机器之心:整体来看,特斯联面向的客户群主要商业客户和政府客户两类,能否介绍一两个案例,体现特斯联如何攻克行业痛点,如何取得客户信任和建立口碑?

刘丰:地产面临最大压力,包括商业综合体,开始进入精细化运营阶段。因为之前都是属于粗放式管理,只要争取到地就行,不用考虑太多运营层面。现在不行了。

商业地产已经进入到存量时代,房企间的竞争已经开始从规模、成本、速度慢慢转移到了以客户为中心的运营能力以及品牌塑造这种软实力的竞争上。这就要求商业地产平台需要从简单粗暴的租赁开发模式慢慢进化到一栋楼宇全生命周期的运营模式。

最近几年,地产尤其要求从经营层面获得效益,就遇到了节能的问题。在商业综合体里,能耗是非常大的。传统模式由地产商自己去采购封闭的能源系统,包括照明、电梯、新风、供暖,以及要实现调度还包含主机和服务器设备。

首先,物业公司就面临这套复杂系统的管理压力。其次,这些系统之间都是割裂的。比如,今天早上太阳出来,温度上升;到了下午,就骤冷。那么相应的暖风系统需要自动去适配。如果,楼里的人流增多,那么新风系统要加大。这时,后台的主机到底开几台、开哪个、开什么档位都需要调控。

我们最早一批客户绿地地产,就是希望解决这些问题。为此,我们提供了ABAS这套系统,将所有控制系统集成到一个平台上,整体层面进行控制运维。

此外,我们还将部署一些传感器,比如温度、湿度、二氧化碳、光线等传感器,通过它们采集到这些信息,基于外部环境、内部人流量,反向去控制电力设备。

在这套系统运行了半年至一年之后,我们就能得出一个算法模型,最后由人工智能实现自主地控制,比如究竟是开几台主机更省电,究竟哪些参数能够影响这套软通模型的建立。现在我们还一直在优化这套商业模式。

机器之心:系统试运行的过程中为什么需要半年至一年,看起来时间相对较长,这个过程,我们需要介入哪些工作才能够保证它后期能够自主控制?

刘丰: 这套系统短期内运行是看不出问题的,春夏秋冬,不同的天气和季节至少得要跑一遍。 在这样复杂环境的运营过程中,我们才能发现它会出现什么情况然后再去改进,比如控制系统、发动机等。等到这套系统完全成熟后,其他项目基本就是可复制的了。

特斯联面向智慧社区板块的项目案例——北京北太平庄项目。以新外大街3号院为试点,特斯联在社区出入口提供智慧门禁系统,以掌握社区内实有人口活动情况,提供服务支撑、基础信息采集、出租房屋管理等工作。

机器之心:面向公共的社区和城建等工程呢?

刘丰:to G 方面类似。我们最早做过智能门锁、智能家居等产品。在帮助社区单元和住户安装智能门锁、门禁时,我们发现一个问题,无论是政府还是公安、或者居委会街道,在公共服务和管理压力是巨大的。

在中国,一个社区民警最多可能要管理1万多人,管理的最基本是要了解在管辖范围里有哪些嫌疑犯存在,特别是流动人口密集的小区;第二,管理者还需要了解有哪些人需要提供服务,比如独居老人、弱势群体等,需要定期监控和了解。但基于传统的上门询问等基础手段很难实现全面覆盖。

为此,我们就提出了智慧社区的方案,一是通过智能化手段采集居住在社区的人口信息,就不需要一一上门。 二是解决管理层面的问题,一般地,小区的常见案件主要就是侵财案件。

比如,偷电瓶车、入室盗窃,一般这些作案者都会踩点,那么通过我们的人脸识别大数据系统,就能发现可疑人员出现在不该出现的地方,不该出现的时间点,并且反复出现时,就可以提前介入。

比如,社区里的常住老人,如果监控到他三天都没有出门,那就需要上门拜访,以及查证是否发生意外。我们一家重庆的客户聊到,他们辖区有一位老太太,儿子在监狱劳改,发现老太太两天没出门,他们上门去看,她一直保持同一个姿势躺在那不动才发现她是去世了,后来再向她监狱里的儿子申请火化,这种处理方式特别人性化。如果不是有监控和识别系统很难发现。

机器之心:这种监控还需要人工参与吗?

刘丰:不需要,通过人工智能的方式判断一个特定对象有没有进出很容易。这主要在边缘侧实现。如果智能分析放在后端,最大的问题就是为网络传输带来太大的压力,视频流现在都是 1080P;第二个是存储带来压力也很大。 如果替换现有摄像头,成本和工程太大。

通过前端结构化人脸的处理,提取一些照片,对应到人、时间地点、特征值等,再通过大数据分析。政府拿到这些信息,可以主动的去服务,比如新生儿童需要少儿住院基金,医保等,退伍军人的各种补贴等都可以主动上门进行服务。

这是我们在重庆、在上海的智慧社区项目,一是帮助政府减负增效,二是服务更加主动,更加精准。

机器之心:社区类项目偏向旧区改造,智能楼宇也是建成预后再升级,还是从前期的项目规划就开始介入?

刘丰: 地产项目是从规划就开始做,因为后期再介入,对于前期的改造量会比较大。举一个简单的例子,商业综合体和写字楼的视频监控系统主要用来安保,但实际上现在我们的客户需要用它来进行客流量统计和动线分析的,这就有两个层面需要调整,一是摄像头的类型和规格要求不同。二是安装位置不同。 

第一个层面,类型还可以升级,但安装位置的调整涉及到线路调整,这个改动比较大。

此外,如果在建设初期,做这笔投资比较容易;如果都建完了,项目费用比较难谈。这就像买房子,提前承诺精装修,多花点钱无所谓,但最后你要额外掏钱就另当别论了。 

对于一个商业综合体,物业、商业单位的布局也要考虑进去,比如电影院到底有多大,在哪些位置引进餐饮,我们能为其提供前期的规划项目。

机器之心:针对商业综合体的项目,如果如何参与后期的运营?

刘丰:我们会针对专业设备进行托管,比如空调的泵、主机等。

机器之心:这是否意味着做的项目越多,铺设的人力更多?

刘丰:对于楼宇项目,我们以运营中心的模式,比如一个城市只需要放一个运维中心团队,它可以通过我们的云系统辐射周边,进行远程控制。这也是我们为帮客户省钱的模式,不会因此反而增加更多人力。

机器之信:物业公司和运营商对于运营收费的接受度和意愿如何?

刘丰:这一定是省钱的方案,因为能省掉人力成本,现在人力成本越来越高;比如,我们的无人健身房项目能省掉三个前台,因为此前是需要前台人员三班倒。

还是得会算账就行。在中国的很多低端方案,人是比较难裁的。但是一套设备可能要几十万,至少得两个人轮班,这个人力成本并不便宜。虽然说购买解决方案一次性投资肯定大,但你要看后续的提升。 

产业智慧城市物联网特斯联安防
相关数据
海康威视机构

海康威视是以视频为核心的物联网解决方案提供商,为全球提供安防、可视化管理和大数据服务。海康威视全球员工超25000人(截止2017年6月30日),其中研发人员超10000人,研发投入占企业销售额的7-8%,绝对数额占据业内前茅。海康威视是博士后科研工作站单位,在国内设有五大研发中心,在海外建立蒙特利尔研发中心和硅谷研究所,海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术,针对公安、交通、司法、文教卫、金融、能源和智能楼宇等众多行业提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。在视频监控行业之外,海康威视基于视频技术,将业务延伸到智能家居、工业自动化和汽车电子等行业,为持续发展打开新的空间。海康威视在中国大陆35个城市设立分公司及售后服务站,在境外,设立香港、荷兰、南非、印度、迪拜、美国、加拿大、巴西、俄罗斯、新加坡、意大利、澳大利亚、法国、西班牙、波兰、英国、韩国、哥伦比亚、哈萨克斯坦和土耳其等33个分支机构。海康威视产品和解决方案应用在150多个国家和地区,在G20杭州峰会、北京奥运会、上海世博会、美国费城平安社区、韩国首尔平安城市、巴西世界杯场馆、意大利米兰国际机场等重大安保项目中发挥了极其重要的作用。海康威视是全球视频监控数字化、网络化、高清智能化的见证者、践行者和重要推动者。连续六年(2011-2016)蝉联iHS全球视频监控市场占有率第1位,硬盘录像机、网络硬盘录像机、监控摄像机第1位 ;连年入选“国家重点软件企业” 、“中国软件收入前百家企业” 、A&S《安全自动化》“中国安防十大民族品牌”、CPS 《中国公共安全》“中国安防百强”(位列榜首);2016-2017年, A&S《安全自动化》公布的“全球安防50强”榜单中,蝉联全球第1位。2010年5月,海康威视在深圳证券交易所中小企业板上市,股票代码:002415,长期位居中小板市值前3位。基于创新的管理模式,良好的经营业绩,公司先后荣获“2016CCTV中国十佳上市公司” 、“中国中小板上市公司价值十强” 、“2016年A股上市公司未来价值排行以及A股最佳上市公司”榜首 、“第六届中国上市公司口碑榜最佳公司治理实践奖” 、“中国中小板上市公司投资者关系最佳董事会” “上市公司金牛投资价值奖”和“最佳投资者关系管理奖” 等重要荣誉。海康威视秉承“专业、厚实、诚信”的经营理念,坚持将“成就客户、价值为本、诚信务实、追求卓越”核心价值观内化为行动准则,不断发展视频技术,服务人类。

www.hikvision.com
华为机构

华为成立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。华为的主要业务分布在无线、网络、软件、服务器、云计算、人工智能与大数据、安全、智能终端等领域,发布了5G端到端解决方案、智简网络、软件平台、面向行业的云解决方案、EI企业智能平台、新一代FusionServer V5服务器、HUAWEI Mate等系列智能手机、麒麟系列AI芯片等产品。目前华为拥有18万员工,36所联合创新中心,14所研究院/所/室,业务遍及170多个国家和地区。

http://www.huawei.com/cn
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

暂无评论
暂无评论~