得以预见的是未来几年，安防行业将向规模化、自动化、智能化转型升级。

　　自上世纪五十年代在达特茅斯会议确立人工智能的概念以来，虽然已历经近70年的发展，时至今日，人类似乎依然未能摆脱关于人工智能的困惑：它究竟是为了服务于人类未来的帮手，还是取代人类劳动、控制人类行为的凶手?

　　说起人工智能的发展史，自其1956年被正式定义以来，已经度过了风风雨雨七十载。的确，长久以来人类对于人工智能的研究尚停留在实验室阶段，就像一个尚在襁褓中的婴儿等待着成长，又似一个高不可攀的亭台：存在，但却遥远。

　　直至深度学习(DeepMind)的人工智能系统阿尔法狗(AlphaGo)在2016年对战韩国棋王李世乭中获胜，人工智能似乎才开始迎来了其大爆发的时代，或是——疾风之口。

爆发式发展

　　从2012年大量CV初创公司开始涌入安防市场起，人工智能、深度学习技术运用于安防行业已经成为行业趋势。与此同时，天网工程和雪亮工程等国家政策整体推动了AI在安防行业的发展。如果说资本的注入和政府的扶持只是外在推动力的话，那么安防产业本身对于智能化的强烈需求则是使其成为国内AI企业落地首选的核心内力。

　　智能安防的概念被媒体、行业和资本大面积提及，还是在2016年。彼时起，AI技术在安防市场上得到了大规模落地与应用，应用场景也得到的极大的拓展，由最开始聚焦的公安、交通、银行等业务逐渐向其他行业拓展。于某种程度而言，可以说是人工智能推动了传统安防产业进化和革新。

　　互联网爆发式增长的十年间，除了为大众生活带来了极大的快捷与便利之外，更带来了海量影像信息和安全隐患。传统安防疲于应对，不仅识别准确度、效率远远不够，其可应用的领域也十分局限。已经不能完全满足人们对于安防准确度、广泛程度和效率的需求。

　　伴随着AI技术的普及传统安防被彻底的拔高了一筹，从一开始便落实到实际产品需求上。人工智能的相关发展报告指出，算法、算力、数据作为AI+安防发展的三大要素，在产品落地上主要体现在视频结构化(对视频数据的识别和提取)、生物识别(指纹识别、人脸识别等)、物体特征识别(车牌识别系统)。得以预见的是未来几年，安防行业将向规模化、自动化、智能化转型升级。

　　智能化技术的不断完善，使得主动应用和事前预警逐渐普及;人脸识别、异常行为分析、人数计数、音频检测等智能化应用明显显示出安防将从事后查证向事前预警前移的趋势，这些应用可以有效预防各类事件的发生，并且全面提升了事后处理的效率和质量。安防从传统模式大踏步迈入智能新时代，“事后追溯”、“人防”为主升级为“实时监管”与事前预防。

　　而在安防领域中引入和使用AI取得了“肉眼可见”的良好效果，使中国城市的安全属性有了大幅度地提升。根据Numbeo安防安全值来看，中国区域的犯罪指数从2015年的41.75降低到2017年的33.90。与加拿大、德国等发达国家处在同一水平，领先于美国、俄罗斯等同级别国土面积大国。

入局高门槛

　　即便人工智能未来看似一片大好，然而不可忽视的是，目前该领域的行业入门门槛依旧很高，几乎所有团队都孵化自知名大学教研室或由知名教授带领。在北京，国内较有代表性的AI企业商汤科技团队孵化自汤晓鸥博士带领的香港中文大学教研团队;而在成都，由申恒涛教授带领的考拉悠然团队所进行的同样是具备世界先进的技术『多模态识别』——通过对多媒体检索、人工智能、计算机视觉、虚拟现实、大数据等领域的前沿研究，来实现对大媒体数据的快速获取、管理、索引、搜索、识别、认知、可视化等，从而获取大媒体数据的巨大价值。

　　值得一提的是，申恒涛教授除了是考拉悠然团队的创始人以外，也是电子科技大学计算机学院院长、教授，以及澳洲昆士兰大学的终身荣誉教授。

　　事实上正是由于AI行业对从业者的高门槛以及本身专业人才稀缺，才造就了2016年开始对人工智能相关人才的哄抢情况。最夸张的时候，应届毕业生也能轻松拿到逾50万元的年薪。这对于薪资水平相对较高的互联网行业来说，依然可以称得上是一份夸张的offer。当然拥有了高端技术人才不代表一定能成长为行业独角兽玩家，能走的更高更远的团队，总是带着一些特别的属性或是特点。