安防行業是AI人工智慧落地比較成熟的應用領域，其先進性和未來的可發展性是毋庸置疑的。在人工智慧技術落地安防領域之後，的確為安防行業帶來了翻天覆地的變化，智慧化、資料化和便捷化的優勢賦予了安防行業新的生命力，促進安防行業的全面發展。

在人工智慧安防行業細分化的應用下，目前已經落地的智慧安防技術應用場景有：智慧園區、智慧樓宇、智慧交通、智慧煤礦、智慧幼兒園、智慧工地、AI+危化行業、智慧物流、電梯內電瓶車智慧檢測等。這些場景的檢驗使用，加上新需求的延展，即使市場上人工智慧技術的應用蓬勃發展，但是在技術研發、企業持續投入和產品融合應用等方面逐漸暴露出諸多難點和困境。

1.分層嚴重

一方面是企業的實力層次不同，對應的研發實力、資金支援和演算法積累上也不盡相同，分層嚴重。這是AI時代下，安防中小企業面臨的一系列亟待解決的難題；另一方面AI人工智慧技術的深度和精準度不同。目前落地較為成熟的智慧安防大都是一些大公司提出並執行實施的，但是由於之前的演算法積累和行業融合的時間還比較短，目前的場景應用大都是基於人臉識別、車牌識別和大資料彙總方面，在精細化應用方面有待持續深耕。

2.技術精準度有待提高

現在人工智慧技術在安防行業的應用是一種欣欣向榮的態勢，但是目前的一些識別精準度並不能達到100%，例如AI在細分領域中環境適應性較差。比如鑑於車輛及道路環境的相對標準化，識別率相對較高，但對於人臉的準確識別則很容易受到光照不足、影象模糊、目標尺寸過小或相互遮擋等環境影響，以致影響到識別準確率。另外，資料資源的分散，不能獲取大量的資料資源，這使得人工智慧分析缺乏有效的資料支撐，同樣也會影響準確率。這就導致了其他場景應用的侷限性，也很難獲取信任並與公安業務部門建立資料合作的關係。

3.新需求不斷難以匹配

隨著使用者對人工智慧技術接受度的不斷提升，使用者新的需求也不斷湧現出來，但有些應用功能具有一定的邊界，只能存在於理想的環境條件當中。而除了演算法之外，當下使用者對於環境的需求也越來越苛刻，雖然現在1080p的攝像機已經很普及，但在存量市場中也存在大量的720p或者標清的產品，使用者也希望在這些場景下能夠實現相應的智慧輔助功能。不過，使用者新需求的提出，一定程度上也加速了智慧化應用的產出及落地速度。

基於這些難點與侷限，隨著人們安全意識的提升、對智慧事物接受能力的提高，以及在安防企業、AI企業、網際網路企業等企業的共同努力下，將會有越來越多的企業精細化持續深耕智慧安防行業，這在一定程度上將會促進難點的解決和行業的持續前進。