去年不少企業(yè)還可以拿著“人工智能”的概念吸引眼球和忽悠客戶，但在今年卻越來越難了。因為這些人工智能技術(shù)在實際運用中，讓用戶產(chǎn)生了各種問題例如誤報嚴(yán)重等現(xiàn)象突出，“落地”已經(jīng)成為今年安防行業(yè)重點探討的話題，結(jié)合近期筆者參加「2018中國人工智能安防峰會」收集到的一些行業(yè)人士的對于AI安防項目難題的探討的觀點，本文做了一些不破壞原意的修改，以供業(yè)內(nèi)人士交流。

七牛云AI實驗室聯(lián)合創(chuàng)始人林亦寧：對我們來說，我們覺得最難的點還是落地，比如說經(jīng)常會碰到一些問題，當(dāng)需要把一些傳統(tǒng)的老民警的經(jīng)驗轉(zhuǎn)化成算法模型的時候，客戶往往會告訴你說這個數(shù)據(jù)不能出場，只能在場內(nèi)進行迭代。還有比如它的數(shù)據(jù)的類型和我們實際上能夠接觸到的數(shù)據(jù)類型，或者我們平時積累比較多的數(shù)據(jù)類型完全不是一類分布的情況下，該如何做好這些事情，這都是很細(xì)節(jié)的問題，但是實際在操作的過程中都是很重要的問題。

如果要落地交付一個產(chǎn)品的時候，就需要把這些細(xì)節(jié)問題一個一個的解決好，這其實也是一個公司在做項目、做產(chǎn)品過程中的積累，只有這些坑一個個踩過去了，人工智能的東西才能真正變成一個實際在安防產(chǎn)業(yè)中應(yīng)用的東西。

天地偉業(yè)總工程師楊清永：AI技術(shù)現(xiàn)在已經(jīng)被互聯(lián)網(wǎng)或者被業(yè)界炒得非?；?，甚至在有些公安用戶的腦海里，會有AI無所不能的錯覺，例如他們會疑惑企業(yè)宣傳的99.9%的準(zhǔn)確度，誤報率億分之一，為什么還會出現(xiàn)一天出現(xiàn)三個誤報的狀況？這個概念已經(jīng)炒得超出用戶的預(yù)期，因此他們就會認(rèn)為是廠家的產(chǎn)品做得不好，或者說算法落后，但實際上這是一個應(yīng)用落地的問題，就是它落得還不成熟。

現(xiàn)在因為AI智能應(yīng)用的領(lǐng)域非常細(xì)分、非常多、非常雜，所以它需要的上層應(yīng)用非常松散、非常多，需求五花八門。原來做傳統(tǒng)安防的時候，每天你收集不到什么需求，現(xiàn)在每天的需求就像雪花一樣，甚至沒有人去滿足它。所以現(xiàn)在要快速發(fā)展，企業(yè)也不可能一夜之間招很多人來滿足各行各業(yè)的需求應(yīng)用的開發(fā)，因此行業(yè)生態(tài)鏈的建立是有所必要的。在生態(tài)里有各行各業(yè)里面做得非常好的企業(yè)，他們對這個行業(yè)的業(yè)務(wù)了解非常深，也做得非常成熟，如果能把這些企業(yè)之間的優(yōu)勢聯(lián)合起來，構(gòu)成一個生態(tài)鏈，讓產(chǎn)品能夠快速地在各行各業(yè)里面落地，便能夠給用戶產(chǎn)生價值。因此我覺得當(dāng)前項目的難度是如何建立自己的生態(tài)鏈，找到固定的合作伙伴。

云天勵飛首席科學(xué)家、前Snap研究院首席研究員王孝宇：政府不會不斷地用某一家的產(chǎn)品，這是為了防止招標(biāo)的流程出現(xiàn)問題。最難的問題是非標(biāo)準(zhǔn)化的問題，每一家的需求不一樣，每個領(lǐng)導(dǎo)的要求也不一樣。另外是安防領(lǐng)域存在了很久，中國有9000多家安防的廠商，每一家都有它的“地盤”，如何讓這種狀況得到改善以及強化合作，這里面也有不少的難點。

在中國做生意一定要是垂直的，單純做一塊遲早會被干掉，就比如說算法，企業(yè)如果只做算法的話，?？档绕髽I(yè)如果每年都要投入20億去使用這些企業(yè)的算法，第二年也許便會自己組建團隊自己做了。而算法企業(yè)自身無法作答，因為這里面的開銷實在太大。這里面最大的困難在于如果把2G的商業(yè)模式用一套方案在全國打透，也許每家安防廠商都在想這個問題，非常復(fù)雜。

臻識科技CEO兼聯(lián)合創(chuàng)始人任鵬：如果一個技術(shù)足夠成熟的話，落地其實不難。所以問題就是這個技術(shù)以及這種產(chǎn)品形態(tài)是否足夠成熟，它包括產(chǎn)品的性能指標(biāo)、售價、商業(yè)模式，以及產(chǎn)品是否能轉(zhuǎn)化把一個實驗室的概念轉(zhuǎn)化成一個實際運用的產(chǎn)品的能力。在這個產(chǎn)品轉(zhuǎn)化的過程中，從原型機到量產(chǎn)，也要經(jīng)過很長的階段，從你投入第一個實驗點到小批量的實驗，然后再到大批量，這個過程如果不完全走過一次，沒有人想不到的里面的困難有多少。