東莞機房建設公司表示如果安防的智能化要大規模普及，城市級的應用場景必不可少，且最考驗廠家技術。

從行業發展趨勢分析，要去處理的信息規模和應用場景復雜度是持續以量級上升，可能兩年前用人臉識別做展會安保，做門禁考勤，而時至今日很多地方都是借助AI實現。

例如“一人一檔”的微粒化精細管理模式，延伸至區域應用層面，就需要防管控一體化的管理手段，實現城市從安全管理到智能化治理大轉變。

當然，探索猶如一場征程，需要面對的坎坷還很多，挑戰也無處不在。

要實現AI+城市的應用，首先可以看到對于數據的需求就是一個量級增長，比如一千路攝像頭對于人臉抓拍每天視頻監控數據量大概在每路3000左右，1000乘以3000就是300萬。作為城市安全的管理者，公安部門最短需要保存約一百天，這個數據量就是三個億。

以此類推，城市典型的場景是100萬人，每天要把這100萬人跟一個一千路視頻系統產生數據碰撞，是三個億照片之間去做一個M比N的交叉，它所容納的數量是極為驚人的。

與此同時，除了人臉識別，智能化城市還需諸多全結構化的數據，比如行人、車輛、非機動車等。

未來，應對城市十萬路以上的量級，公安部門會更加迫切希望把整個城市監控攝像頭連接在一起，去做這種中心化的數據分析，而且這種數據分析絕不僅僅是基于人臉數據，而是各種各樣的信息，視頻信息和傳統結構化信息融合在一起做分析，以最大限度挖掘AI應用價值。

可以肯定，超大規模、綜合性、城市級分析場景，將會成為城市未來的發展方向。

AI在安防，引發了全新產業鏈的變化。傳統的安防廠商、AI公司、IT企業、芯片企業和平臺商都紛至沓來。

為什么展會能看到諸多的AI公司征戰安防，主要是視覺類的AI是智能城市未來核心的價值增長點。

因為從本質上去看，智能城市業務發展過程中很大一部分價值創造和提煉，都是以監控視頻來支撐。

對于視頻監控系統產業，是以信息為核心，從信息的采集、傳輸、存儲，到信息的分析計算，再到信息的反饋，會形成一個閉環。

視頻監控也不例外，應用的子場景，都是圍繞這幾個關鍵點去展開的。

安防行業之前在信息的采集、傳輸、存儲方面做了很多工作，從攝像頭、IPCamera、高清聯網，包括大數據中心，它在前三個環節已經出色的完成了使命，卻在信息的分析計算和信息反饋的關鍵點所做的太少。這兩個關鍵點就是AI的應用天地，也是AI在整個安防行業最為核心的價值體現。

究其原因，正是因為AI落地安防，還未在最后兩個關鍵節點中完成信息閉環，所以這是AI企業的優勢。