AIoT时代集成商的“生态位”转型与应战求索

CPS中安网
人脸识别技术一经推出,便颠覆了传统的智能分析算法。由于其深度学习特性,识别的准确率大幅提升,达到了可以实战的标准。

本文来自CPS中安网。

AIoT自融入千行百业以来,直面产业、融入场景、提质增效就是其最初之想与未来之愿。

安防,自从贴上智能标签后,AIoT与安防的千丝万缕与万般依赖,使得安防成为AIoT原本两个有交集但远未重叠的行业,日渐交融、兼蓄并发。

正如此,这个产业链或者更宽泛的生态之中,工程商与集成商的转型升级之路与求生之战,也是不可多得的光景。

01.集成商的“生态位”与“求索欲”

进入AI时代以后,最早在安防行业得到应用的AI技术是人脸识别技术。

人脸识别技术一经推出,便颠覆了传统的智能分析算法。由于其深度学习特性,识别的准确率大幅提升,达到了可以实战的标准。

然而在初期人脸识别技术都是依附在单一产品上进行销售,只存在一些基本的业务,入布控报警,黑名单白名单报警。

虽然准确率很高,但是对于用户使用来说意义并不大,因为没有真正解决用户的问题,所以无法实现普及。这便是只有AI,没有IoT,智能化数据只能停留在单点,所能解决的问题非常有限。

因此,这一时期的安防工程集成商,有点准备不足和水土不服。他们也在上下求索,丰满自身。

02.时代把脉、瞄准未来

AIoT看似是万物感知,但感知只是手段,并非最终目的,感知还需为后续的智慧应用服务。所以,感知只是第一步。对于很多工程集成商而言,太多关注于传感器本身的硬件之能,而对于软件开发与二次开发能力,偏弱。

记者前不久在华为中国区伙伴大会上与其生态集成商沟通中了解到,AIoT赋能安防,各类基于人工智能技术的垂直应用不断涌现。

视频监控系统前后端均实现智能化,前端智能化和后端云化,逐渐形成边缘节点、边缘域、云中心三个层次的云边融合的产业生态圈。

而行业大佬们以基于行业标准的开放技术架构,提供智能视频云、智能多维感知、视频图像处理、视频解析、算法仓、大数据分析、网络安全等产品和服务,与广泛联合的生态合作伙伴一起,为用户完整交付涵盖端、边、云的有安防特色的AIoT解决方案,带给用户更为高效的智能新体验。

这个集成商企业就是在ISV方面独树一帜,以至于他们在东莞猫眼项目建设中,他们成功中标四千路前端点位和后端所有智能化平台大单。

有了东莞这一成功案例,随后在中山、江门都会顺藤摸瓜,在市场机遇中找到抓手,形成一个商业机会,在智慧警务、智慧云、猫眼等项目中立于不败。

由此,可以说,AIoT是直面与融入产业,带来效能倍增,所以工程集成商们如何无缝与平滑了解产业与场景真正痛点,并将碎片化场景如拼图般融合起来,是关键。

同时,如何与上游厂家一同认知让全行业生态的演变,进而共同打造和实现生态的高度协作,这一般是对于非常有实力的大型集成商的转型升级路。

而对于偏小的一部分,除了有一支有丰富施工经验的施工队伍外,还必须有一支紧跟市场步伐的能掌握新技术、新产品的有开发创新能力的技术队伍,重视技术人才建设,要使自已具有软件开发与二次开发能力。

因为工程商本身就相当于“集大成”者,要有能对各种系统与设备的集成能力,有软件开发与二次开发能力,从而有能力组成一个AIoT新型的综合大系统,形成一套独特的项目解决办法和自有特色。

如果对项目的解决方案没有任何特色,在市场上拼的可能就是价格,这就很难形成竞争优势。尤其是AIoT时代,直面的不单单是本行业还有更多外来者的市场争夺。

另一方面,处于生态位承上启下的衔接角色,工程集成商们做得更多的并非包罗万象的集成,而是清晰地将甲方诉求与研发制造商的产品理论进行对接和可能性探讨。

毕竟做大型平台开发不是集成商最擅长之处,他们根植于项目,与项目同呼吸、共命运。

对于系统集成商来说,未来最大的竞争是软实力的竞争,它考验集成商软件开发能力的深度、精度、厚度。

软件实力主要体现在三方面:平台软件、二次开发、熟悉和运用应用型软件。

平台软件起到一个很大的作用是,例如将报警、门禁等数据统一到一个数据库中,借数据库做代码转换。

过去国内具备平台软件研发能力的集成商不多,大部分还是依赖于软件供应商。

对面“僧多粥少”,在当前产业链和通路上发生一些恶意变化,如有的厂商跳过工程商直接面对用户,安防通路环节越来越少,价格越来越透明。

因此,现在部分工程集成商为争取更多的市场主动权,在做工程的同时,也会开发一些与工程相关、配套的产品,或代理国际品牌的产品,这样显然也可以当作添加在市场竞争上的一个砝码。

03.非标化与定制化的方案开发

运营服务的品质化

关于AIoT,业内有一恰当比喻。放眼长远,AIoT更为远大的愿景是搭建一个“乐高乐园”。

其中,AIoT的底层软件基础设施和技术、产品、服务、解决方案等能力,将通过开源开放的方式输出给广大开发者。

中小企业和工程集成商们可以用类似搭积木的方式,方便快捷地获取自己所需的“乐高模块”,从而开发出适用不同行业的解决方案。

在这个乐高乐园里,工程集成商与方案提供商的产品开发更加便捷和高效,而最终用户也有更友好的应用体验。

长久以来吃大型项目(3111工程、科技强警、平安城市、智慧城市、雪亮工程、市域治理等)红利,传统的安防集成商自身是高增长的,即便是在2008年的金融风暴与最近几年的疫情肆虐时,依然是逆势增长。

由于本身竞争不太市场化和潜规则长期存在,综合来看AIoT下的集成圈层,依然缺乏市场机制中的优胜劣汰生存法则,不太利于产业良性升级和整顿。

因此,整个产业不易培育出传统安防大型集成企业、无序竞争造成服务质量不易再提升,整个行业的应用环境也不容易走向深层次,继而不易带动整体产业技术的再次提升。

同时,由于各原始厂家陆续推出全方位的AIoT解决方案,系统集成商要想保持原有的市场地位或是扩展更广阔的市场。

从某种程度上来看,传统系统集成商必须进行业务转型,方能在系统集成领域长期稳定地发展。传统的系统集成商主要集中点是集成,它没有自主技术和核心竞争力,依靠的是大厂家或其它企业的产品和技术。

在某些程度上,厂家为了使其的产品和技术能被广泛应用和推广就会大力拓宽它的销售渠道,从而导致集成商的门槛很低,市场份额被不断地稀释。

在技术变革和企业林立的环境下,客户也在发生着变化,它不再依赖于一家企业,跟它发生业务关系的企业不断增加,它有了更多的选择性和参照物。

于是,集成商与客户的关系也随时可能面临险境。项目管理、技术产品化、服务产品化、咨询式销售等对系统集成商来说,都是很重要的。

一切皆为服务下,“运营经”是AIoT时代集成商潜心专研的商道路线与经验总结。

随着各类物联网设施的不断丰富,如何实现多设备间的互联互通,打通场景类各子系统的数据链路也是决定AIoT系统能够发挥实用性的一大关键。

物联网行业发展过程中遇到的重大挑战就是硬件产品类型繁多、产品运行环境多样、产品运维管理方式不一,以智慧社区为例来全盘说明。

社区场景类型非常丰富,各类系统及涉及到的数据类型也五花八门,有基础的人、车、事、物、组织,这是一个社区基本的数据元素。

除此之外,还有包括水、电、火、气象、环境、水质等一系列环境类型数据。打通各类数据之间的链路是决定社区能否实现智慧化运行的先决条件。

现阶段,受限于标准、利益分配等方面的因素,不少智能物联网系统依然存在系统割裂,数据“烟囱”的问题,尤其对于平台产品而言,IoT平台或AI开放平台,一定要具备足够的开放性、包容性,能够快速支持多终端的高效接入才能更好地展开后续的数据应用。

那智慧社区如何提供服务与运营能力?

对利润逐年下降,管理成本逐年上升等现状,物业行业对服务标准化、内部管理、外部服务及品牌力升级打造、增值运营等诉求强烈,开始探索智慧化物业转型,打造物联中台+场景应用运营模式,通过沉淀场景化组件平台能力及提升新应用开发效率,打通物业各场景应用和服务入口,帮助客户快速构建智能化应用落地实践,扩展智慧社区商业增值服务,助力多种业态实现智能化升级。比如:

新一代设备设施智慧运维通过传感器技术,实现线上排程巡查,重塑安防品控体系,让本地设备在线提升故障响应率。

借助智慧视频AI能力,实现电子化在线安防巡更,让视频流融入业务流。

AI摄像机的智能识别,可实现电瓶车入梯事件,报警、联动电梯梯控系统阻止电梯关门,从而减少电瓶车入梯引发火灾等风险,增强物业管理服务能力。

当然,如果要做到AIoT大型项目的运营能力,几乎我们看到的都是云厂家相继而来,记者最近一年也接触不少视频云的中小企业,都是具备一定的SAAS平台能力。

去年在采访德立云时了解到,通过SaaS平台为城市物业、城市营运等服务企业搭建信息化所需要的物联网基础设施及软件运作平台,并负责所有前期的实施、后期的维护等一系列服务,企业无需购买服务器、建设机房、招聘IT人员,即可低成本地通过互联网和物联网使用信息化运营管理系统。

物业服务企业通过SAAS平台的工具软件向社会提供多方面的应用和服务,让人们充分体验到与智能设备之间高效、实时的信息互动,获得高度的“体验感”和“服务感”,让社区业主彻底摆脱“被管理”的感受,让物业服务轻松获得业主的高度认可。

同时,物业公司通过大数据运营,可实现工作规范、决策准确,并大幅降低经营成本、提升管理效率、增加公司效益,由此迈向智慧物业发展之路。

架构碎片化后,云边端算力割裂,大量长尾的AI市场能量尚无法释放的长期病根,或许工程集成商的运营服务能力能对症下药,药到病除。

直面产业、融入场景、提质增效这是AIoT的时代之愿,说穿了还是生产关系、生产效率与生产工具的话题,而工程集成商们如何在千变万化的市场锚点入手,加速提升原本慢悠悠的科技创新能力,在快与慢之间,走出自己的新步伐与新动能。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论