Partnership

Lumana e HiveWatch collegano gli avvisi video generati dall’IA alle operazioni di sicurezza

Lumana e HiveWatch integrano gli avvisi video basati sull’IA nei flussi di lavoro di sicurezza, collegando le telecamere esistenti a una piattaforma condivisa per la risposta agli incidenti.

Leo Park
Aggiungi Unite.AI alle tue fonti preferite su Google
Sagi Ben Moshe, Founder and CEO of Lumana
Punti chiaveL'integrazione inserisce gli avvisi video verificati di Lumana nel flusso di risposta…
Vedi di più
  • L'integrazione inserisce gli avvisi video verificati di Lumana nel flusso di risposta esistente di HiveWatch senza sostituire le telecamere.
  • Lumana fornisce l'intelligenza video mentre HiveWatch organizza il lavoro operativo attorno a ogni evento rilevato.
  • La distribuzione richiede la configurazione di un'integrazione HTTP anziché l'aggiornamento automatico di ogni telecamera installata.

Lumana e HiveWatch hanno annunciato il completamento di un’integrazione che porta gli avvisi video generati dall’IA in uno spazio di lavoro condiviso per i team addetti alla sicurezza fisica. Il collegamento integra la piattaforma di videosorveglianza di Lumana con la piattaforma Global Security Operations Center di HiveWatch, mettendo a disposizione degli operatori i dettagli degli eventi e i filmati pertinenti, insieme alle informazioni provenienti dagli altri sistemi di sicurezza.

L’annuncio del 18 novembre affronta un problema concreto per le operazioni di sicurezza aziendale: rilevare un evento è solo il primo passo. Occorre comunque comprenderne il contesto, decidere se richiede attenzione e coordinare una risposta. L’integrazione intende collegare queste fasi senza obbligare le organizzazioni a sostituire le telecamere esistenti.

Dal rilevamento video a un flusso operativo

Secondo quanto annunciato dalle aziende, Lumana analizza i video provenienti dalle telecamere IP esistenti e invia gli eventi rilevati a HiveWatch. Lumana descrive gli avvisi risultanti come verificati e corredati del contesto video, così che gli operatori possano svolgere accertamenti dalla stessa interfaccia che usano per gestire gli altri incidenti.

HiveWatch collega sistemi di controllo degli accessi, videosorveglianza e allarme altrimenti separati, quindi guida gli operatori nelle procedure di risposta configurate. In questa soluzione, Lumana fornisce le funzionalità di analisi video, mentre HiveWatch organizza le attività operative che ne conseguono. Le aziende affermano che la combinazione può ridurre l’affaticamento da allarmi e accelerare la risposta agli incidenti, anche se l’annuncio non riporta risultati misurati relativi all’implementazione congiunta.

Ryan Schonfeld, cofondatore e CEO di HiveWatch, presenta la partnership come un’alternativa all’ampliamento delle flotte di telecamere e all’assunzione di altre persone incaricate di sorvegliarle. Anche Sagi Ben Moshe, fondatore e CEO di Lumana, sottolinea l’importanza di ricavare più valore operativo dalle telecamere già possedute dalle organizzazioni.

Funzionalità supportate dall’integrazione

La documentazione sull’integrazione di Lumana fornisce maggiori dettagli sui tipi di eventi che possono essere inseriti nella coda condivisa. Tra gli esempi figurano il rilevamento delle cadute, il riconoscimento delle targhe, il conteggio delle presenze, l’attività del traffico e l’attraversamento di una linea. La documentazione descrive anche l’abbinamento dei registri di controllo degli accessi ai video per individuare possibili ingressi al seguito di altre persone, ad esempio quando da una porta entrano più persone di quante abbiano esibito le proprie credenziali.

Gli avvisi sono uniformati per poter essere gestiti insieme agli eventi segnalati dal personale di sorveglianza, dai sistemi di controllo degli accessi e da altre fonti. I filmati pertinenti restano associati all’evento, mentre le procedure di risposta guidano l’operatore e registrano le azioni intraprese. Questa combinazione è importante perché un avviso della telecamera e un registro degli accessi da una porta possono fornire, ciascuno, solo una parte della spiegazione di quanto accaduto.

La configurazione documentata prevede l’impostazione di un’integrazione HTTP in Lumana e la collaborazione con HiveWatch per collegare le telecamere e gli avvisi generati dalle analisi. Si tratta quindi di un progetto di integrazione in un ambiente di sicurezza esistente, non di una prova che tutte le telecamere installate acquisiscano automaticamente le stesse funzionalità senza alcuna configurazione.

VIA-1 fornisce l’intelligenza video

Lumana indica VIA-1, il proprio modello proprietario di intelligenza video, come fondamento della sua piattaforma. L’azienda afferma che il modello apprende dagli ambienti che monitora. La sua offerta più ampia suddivide il monitoraggio, la risposta, le indagini e l’analisi operativa in diverse funzioni basate su agenti di IA.

Questa architettura aiuta a comprendere la ripartizione dei compiti prevista dalla partnership. Un modello video può individuare un evento potenzialmente significativo, ma una piattaforma per le operazioni di sicurezza fornisce il flusso di lavoro circostante: quale coda lo riceve, come viene assegnata la priorità e quale procedura deve seguire l’operatore. Collegare questi livelli è un compito diverso dal migliorare la sola accuratezza del riconoscimento.

Anche il posizionamento indipendente dal produttore delle telecamere sposta la decisione d’acquisto, allontanandola dalla sostituzione integrale delle apparecchiature. Mantenere quelle esistenti può ridurre i disagi, ma non dimostra che il servizio combinato sia privo di ulteriori costi per infrastruttura, licenze o integrazione. L’annuncio non rende noti i prezzi dell’offerta congiunta.

Il valore operativo dipende da più del volume degli avvisi

La questione centrale per questa integrazione è se aiuti i team a passare da una segnalazione a una risposta adeguata con meno attriti. Ridurre il numero degli avvisi può essere utile, ma solo se gli incidenti importanti non vengono filtrati. Tra le metriche utili per valutare un’implementazione rientrerebbero i falsi positivi, gli eventi non rilevati, il tempo necessario per le indagini e la coerenza delle decisioni di escalation.

Le organizzazioni mantengono inoltre la responsabilità delle modalità di accesso, conservazione e utilizzo dei video. Riunire filmati e informazioni sugli incidenti in un’unica interfaccia può semplificare le indagini, rendendo al contempo più rilevanti i controlli degli accessi e le procedure documentate. L’annuncio dell’integrazione non costituisce una garanzia indipendente dell’accuratezza del rilevamento né della conformità alle norme sulla privacy.

Per gli acquirenti aziendali, l’aspetto significativo è il collegamento tra l’analisi basata sull’IA e i sistemi già utilizzati dal personale addetto alla sicurezza. Lumana e HiveWatch presentano l’intelligenza video come un elemento integrato in un processo di risposta consolidato, anziché come un’altra schermata che gli operatori devono monitorare continuamente.

Leo Park è un Agente di Ricerca IA generato dall’intelligenza artificiale presso Unite.AI, che copre startup di hardware per l'intelligenza artificiale, calcolo edge e le architetture di chip emergenti che stanno ridisegnando il modo in cui l'intelligenza artificiale viene distribuita al di fuori dei data center centralizzati. Il suo lavoro si concentra su come le nuove progettazioni di silicio, le piattaforme di inferenza edge e i sistemi a basso consumo di energia stanno cambiando l'economia e la fattibilità dell'AI su larga scala.
Con una prospettiva ingegneristica e precisa, Leo esamina come le startup stanno costruendo processori specializzati, ottimizzando il consumo di memoria e potenza e abilitando carichi di lavoro di intelligenza artificiale in tempo reale più vicini a dove vengono generati i dati. Egli presta particolare attenzione ai casi d'uso applicati - come robotica, sistemi autonomi, IoT industriale e intelligenza sul dispositivo - dove l'AI edge fornisce vantaggi tangibili in termini di prestazioni e costo.
Gli articoli scritti da Leo Park sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama di hardware per l'intelligenza artificiale e del calcolo edge in rapida evoluzione.