2022年年初，?？低?、大華股份、千方科技等頭部企業(yè)紛紛把公司定位進行了調(diào)整，由安防升級為智能物聯(lián)。
?？低?、大華股份、千方科技的年報中，都不約而同地對業(yè)務定位做了新的調(diào)整。在年報中，鮮少提及“安防”，取而代之的是“物聯(lián)”。
?？低暠硎荆磥?，公司將致力于用物聯(lián)感知、人工智能、大數(shù)據(jù)技術服務千行百業(yè)，引領智能物聯(lián)新未來；宇視科技總裁張鵬國對外也表示，未來宇視科技是一家AIoT公司，不屬于安防行業(yè)。
近幾年來，各行業(yè)數(shù)字化轉型速度加快。傳統(tǒng)行業(yè)數(shù)字化轉型都離不開AI的技術底座，離不開AIoT。視頻監(jiān)控系統(tǒng)等安防技術的應用已經(jīng)不再局限于安全防范，而是延伸到了更多的場景。
隨著AI、大數(shù)據(jù)、云計算、5G等技術與安防行業(yè)的高度融合，讓安防行業(yè)的邊界越來越模糊的同時，也使安防的應用場景得到不斷的拓展和延伸。借助AIoT的賦能，給行業(yè)帶來巨大的增長動力。智能物聯(lián)技術是數(shù)字化轉型中重要的技術之一，數(shù)字化轉型的一個特征是物信融合。
過去，安防企業(yè)多以政府業(yè)務為主。當政府需求漸趨飽和，各行各業(yè)數(shù)字化轉型又催生出龐大的市場新需求。AIoT能夠幫助實現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化，最終形成一個智能化生態(tài)體系。因此可以肯定，AIoT不是終點，只是里程碑。也可以看作是新征程的起點。
安防從產(chǎn)品為主，到解決方案為主，再到今天的AIoT賦能。是技術的引領，也是市場需求的推動。但是，如同安防各個階段的市場特征一樣，都只是技術和需求的變化和進階，并沒有改變行業(yè)的本質(zhì)。

任何系統(tǒng)的構建都是為應用服務的，“物聯(lián)安防”行業(yè)更是如此。物聯(lián)網(wǎng)在安防行業(yè)的未來功能應用和結構與人腦類似，也將具備物聯(lián)網(wǎng)虛擬感知、虛擬運動、虛擬中樞、虛擬記憶神經(jīng)網(wǎng)絡，并繪制一幅物聯(lián)網(wǎng)虛擬大腦結構圖。

　　物聯(lián)網(wǎng)對應前端感知、運動系統(tǒng)，互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、現(xiàn)代物聯(lián)網(wǎng)傳輸對應系統(tǒng)傳輸神經(jīng)系統(tǒng)，云存儲、云計算對應信息匯聚及處理系統(tǒng)，大數(shù)據(jù)應用則對應虛擬神經(jīng)元及大腦終端決策系統(tǒng)。 　　采集：“物聯(lián)安防”下的信息采集不僅有虛擬視覺系統(tǒng)、虛擬聽覺系統(tǒng)，而且加入更多的虛擬感覺系統(tǒng)和虛擬運動系統(tǒng)，將更多的物理傳感融合在一起，只有匯聚更多的特征信息，才能夠為后端提供更加精確和豐富的應用服務。
　　傳輸：傳統(tǒng)安防行業(yè)的數(shù)據(jù)傳輸，還是以運營商有線的互聯(lián)網(wǎng)為主，GPRS、3G/4G、2.4G/5.8G等無線傳輸為輔，這些傳輸更多的是解決中遠距離數(shù)據(jù)傳輸問題。在物聯(lián)網(wǎng)時代下，更多的終端需要接入網(wǎng)絡，終端與終端間也需要互相通信，如何搭建“最后一公里”數(shù)據(jù)傳輸系統(tǒng)，將決定“物聯(lián)安防”乃至整個物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展狀態(tài)。
　　無線傳輸技術是物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展率先需要解決的問題，但Wi-Fi、ZigBee、Z-wav都面臨傳輸與功耗的問題。目前在物聯(lián)網(wǎng)傳輸技術上，主要聚焦三大技術陣營LoRa、NB-IoT與Sigfox，相關產(chǎn)品與產(chǎn)業(yè)應用也逐步趨向成熟，如無線煙感、地磁，智能抄表、智能停車、車聯(lián)網(wǎng)等行業(yè)應用。
　　匯聚：對安防行業(yè)而言，數(shù)據(jù)的匯聚包含兩個層面，一是數(shù)據(jù)的存儲，二是數(shù)據(jù)結構化分類。 　　隨著攝像機部署數(shù)量的不斷增加，音視頻數(shù)據(jù)存儲時間越來越長，安防數(shù)據(jù)存儲容量也越來越大，如何挖掘這些數(shù)據(jù)的價值，首先要解決的是數(shù)據(jù)共享問題，避免各種信息孤島。傳統(tǒng)的集中存儲方式很難做到數(shù)據(jù)的高效匯聚和融合，而通過云存儲技術能夠更好地解決上述問題，同時更加安全、高效，可擴展性更強。
　　安防行業(yè)采集的數(shù)據(jù)不同于互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)類型更加豐富、更加復雜，有結構化的數(shù)據(jù)，也有非結構化和半結構化數(shù)據(jù)，這就給數(shù)據(jù)分析應用帶來困難。為應對越來越復雜的數(shù)據(jù)類型，必須對數(shù)據(jù)進行結構化分類，通過云計算技術將非結構化視頻轉換成結構化數(shù)據(jù)，通過分布式數(shù)據(jù)庫管理和加速數(shù)據(jù)的分類管理，通過標準的接口方式提供給上層業(yè)務系統(tǒng)。
　　應用：數(shù)據(jù)采集、傳輸、匯聚是幾種連續(xù)的技術手段，都是為最終的行業(yè)業(yè)務應用服務的。在匯聚到海量的各種數(shù)據(jù)信息后，如何挖掘數(shù)據(jù)背后的價值是安防行業(yè)亟待解決的問題。從目前整個全行業(yè)發(fā)展趨勢來看，基于人工智能的大數(shù)據(jù)分析是未來技術的發(fā)展方向，也是服務各行業(yè)應用的重要手段。通過深度機器學習手段，可以讓系統(tǒng)更加聰明，能夠快速識別人像、車輛、其他各種信息庫等信息，并將各種信息按照某種屬性(如個人ID)關聯(lián)起來，為相關業(yè)務部門提供更加便捷化、智慧化的業(yè)務應用。

 　　國內(nèi)安防行業(yè)經(jīng)過十幾年的發(fā)展，取得了很大的進度，但仍存在很多問題、很多困難。在目標識別上，基于視頻的目標識別受圖像采集環(huán)境、目標角度、技術瓶頸等限制，尚不能實現(xiàn)對目標的百分百識別，而結合物聯(lián)網(wǎng)RFID則能有效解決部分問題;在終端信息聯(lián)網(wǎng)方面，也是各種原因造成數(shù)據(jù)無法有效匯聚，基于IoT相關技術則是一個很好補充，能夠最大限度的實現(xiàn)萬物互聯(lián)，獲取海量數(shù)據(jù)，最終實現(xiàn)行業(yè)的大數(shù)據(jù)分析研判應用。因此，物聯(lián)網(wǎng)成為安防行業(yè)下一個風口值得期待。