重视人工智能已经逐渐成为全国共识。

　　从2017年国务院印发《新一代人工智能发展规划》截止到2018年底，共有20多个省份发布了30余项人工智能专项扶持政策，形成了包括技术攻关、建设支撑平台，推动数据和应用场景开放、引进培育人才以及建设产业园区等支撑体系。

　　北京市：2017年9月，发布了《中关村国家自主创新示范区人工智能产业培育行动计划(2017—2020年)》;2017年12月，印发了《北京市加快科技创新培育人工智能产业的指导意见》，这也是目前北京市最主要的人工智能政策;2019年2月20日，科技部发布了《关于支持北京建设国家新一代人工智能创新发展试验区的函》。

　　上海市：2017年11月，上海市印发了《关于本市推动新一代人工智能发展的实施意见》;2017年2月制定了《上海市人工智能创新发展专项支持实施细则》;2018年9月，发布了《关于加快推进上海人工智能高质量发展的实施办法》;

　　广东省：2017年8月，广东省发布了《广东省战略性新兴产业发展“十三五”规划》;2018年8月，广东省发布了《广东省新一代人工智能发展规划》;2018年11月深圳市发布了《深圳市战略性新兴产业发展专项资金扶持政策》。

　　在政策的支持与引导下，我国人工智能技术发展有望进一步提速。2018年，人工智能迎来落地元年，各领域内相关项目陆续落地。

　　目前中国安防产业已经具备了人工智能技术落地、成长的基础设施环境和一定的市场容量。据沙利文研究院数据，2013年至2017年之间，智慧安防市场规模由1，100.5亿元增长至1，748.2亿元，年复合增长率为12.3%。智慧安防行业未来发展潜力巨大。

　　AI在交通行业的落地

　　随着城市公共交通建设的加快以及汽车保有量的持续增长，交通管理现状和需求的矛盾进一步加剧，与车辆相关的刑事和治安案件逐年上升，但受限于传统系统平台普遍对车牌号码信息的检索能力及各方面因素，在存在着诸多问题。

　　AI在治安防控上的落地

　　城市化进程的推进带来了人口密集、流动人口增加，也引发了一系列城市管理问题，多样性、复杂性、犯罪作案手段隐蔽性以及刑事案件高发对社会治安和重点区域防范都提出了更高的需求，尤其是近年来对城市反恐的新要求，为公安管理工作特别是预防犯罪和执法工作都提出了新的挑战。

　　落地应用的三个不足

　　成本高：人工智能技术落地应用的成本包括稀缺专业人才的聘用成本和研发成本及使用代价。马云曾在第二届世界智能大会上表示，中国人工智能发展不成熟的主要原因是人才短缺。因为专业性与深度的问题，人工智能领域缺少专业人才与高素质人才，资料显示我国人工智能人才缺口超500万，供求比例仅为1：10，技术的进步也导致行业的门槛越来越高。除此之外，高昂的研发成本和长周期的投入需求使得人工智能落地成本随之增大。数据显示，华为过去10年研发投入累计超过3000亿元;2017年三星就AI研究和开发投入140亿美元;百度每年投入15%营收约15亿美元用于AI研发······各大巨头在人工智能领域的研发投入逐年增加，但却似乎鲜有实质性的突破成果。

　　场景限制多：人工智能技术落地的应用场景并不是学术科研演示，用户目标不尽相同，需要根据不同行业、不同场景、不同方式综合考虑硬件投入的成本、硬件的性能、功耗、用户的体验效果等综合因素，向客户提供有针对的、适合的产品及解决方案。深晶科技负责人曾表示，AI算法落地难除了没有场景化，更重要的是没有对行业流程进行再造。将管理流程按照AI信息化的理念重新设计，才能使AI发挥更大的作用。

　　过于碎片化：AI安防普遍被认为前景广阔，但发展现状“碎片化”亦是共识。一方面，安防产业对AI的需求非常旺盛，另一方面，AI落地进程困难而缓慢。目前安防行业主要在做人脸识别、车牌识别等单点AI应用，但每个场景、每个地方的需求都不尽相同，安防行业应用场景碎片化与弱人工智能处理的应用需求碎片化相契合。与此同时，AI技术处在较早期阶段，只适用于确定、有约束场景的任务，因此AI应用目前以场景化和碎片化的方式涌现。

　　碎片化表现为各类应用数据难以互联互通，例如谈及智慧城市建设，杭州市公安局一信息建设专家表示，“公安交管部门拿不到高速公路的交通信息，因为高速公路系统属于交通厅管辖。就连公安系统内部，也存在诸如户政和交管部门之间信息互不联通等现象。

　　结语：总体来看，人工智能为中国安防产业打开了一扇窗，在通往未来的道路上，还有诸多障碍和困难需要克服。而在建立AI安防生态圈的同时，如何有效率地实现用户个性化需求，是安企需要面对的新命题。对于企业而言，只有坚持以客户需求为中心，让产品和服务真正解决用户需求，保证落地效果并持续创新发展，才能不断发展。