Partnerskap
Lumana og HiveWatch kobler AI-videovarsler til sikkerhetsoperasjoner
Lumana og HiveWatch integrerer AI-videovarsler i arbeidsflytene innen sikkerhet ved å koble eksisterende kameraer til en felles plattform for hendelseshåndtering.

Viktige punkterIntegrasjonen fører Lumanas verifiserte videovarsler inn i HiveWatchs eksisterende…
Vis mer
- Integrasjonen fører Lumanas verifiserte videovarsler inn i HiveWatchs eksisterende responsarbeidsflyt uten å erstatte kameraer.
- Lumana leverer videointelligens mens HiveWatch organiserer det operative arbeidet rundt hver oppdagede hendelse.
- Utrulling krever konfigurering av en HTTP-integrasjon i stedet for automatisk oppgradering av hvert installerte kamera.
Lumana og HiveWatch har kunngjort at de har fullført en integrasjon som samler AI-genererte videovarsler i et felles arbeidsområde for team som jobber med fysisk sikkerhet. Koblingen forbinder Lumana-plattformen for videoovervåking med HiveWatch-plattformen for et globalt senter for sikkerhetsoperasjoner, slik at operatørene får tilgang til hendelsesdetaljer og relevant videomateriale sammen med informasjon fra andre sikkerhetssystemer.
Kunngjøringen 18. november retter søkelyset mot et praktisk problem for sikkerhetsoperasjoner i større virksomheter: Å oppdage en hendelse er bare første steg. Noen må fortsatt forstå sammenhengen, avgjøre om hendelsen krever oppmerksomhet og koordinere en respons. Integrasjonen skal knytte disse stegene sammen uten at organisasjonene må bytte ut kameraene de allerede har.
Fra videogjenkjenning til en operativ arbeidsflyt
Ifølge selskapenes kunngjøring analyserer Lumana video fra eksisterende IP-kameraer og sender oppdagede hendelser til HiveWatch. Lumana beskriver varslene som verifiserte, med tilhørende videokontekst, slik at operatørene kan undersøke dem i det samme grensesnittet som de bruker til å håndtere andre hendelser.
HiveWatchs oppgave er å koble sammen adgangskontroll-, video- og alarmsystemer som ellers er adskilt, og deretter veilede operatørene gjennom konfigurerte responsrutiner. I denne løsningen leverer Lumana videoinnsikt, mens HiveWatch organiserer det operative arbeidet rundt den. Selskapene sier at kombinasjonen kan redusere varselutmattelse og fremskynde hendelsesresponsen, men kunngjøringen oppgir ingen målte resultater fra den felles løsningen.
Ryan Schonfeld, medgrunnlegger og administrerende direktør i HiveWatch, beskriver partnerskapet som et alternativ til å utvide kameraflåten og ansette flere til å følge med på den. Lumana-grunnlegger og administrerende direktør Sagi Ben Moshe legger på samme måte vekt på å hente ut større operativ verdi fra kameraer organisasjonene allerede eier.
Dette støtter integrasjonen
Lumanas integrasjonsdokumentasjon gir flere detaljer om hvilke typer hendelser som kan legges til den felles køen. Eksempler er fallregistrering, skiltgjenkjenning, persontelling, trafikkaktivitet og kryssing av virtuelle linjer. Dokumentasjonen beskriver også hvordan adgangskontrollopplysninger kan sammenstilles med video for å avdekke mulig tailgating, for eksempel når flere personer går inn gjennom en dør enn antallet som har vist adgangsbevis.
Varslene standardiseres slik at de kan håndteres sammen med hendelser fra vakter, adgangskontrollsystemer og andre kilder. Relevant videomateriale følger hendelsen, mens responsrutinene veileder operatøren og dokumenterer hvilke handlinger som er utført. Dette er viktig fordi et kameravarsel og en adgangslogg fra en dør hver for seg bare kan gi deler av forklaringen på det som skjedde.
Det dokumenterte oppsettet innebærer å konfigurere en HTTP-integrasjon i Lumana og samarbeide med HiveWatch om å koble til kameraer og analysevarsler. Det dreier seg derfor om et integrasjonsprosjekt i et eksisterende sikkerhetsmiljø, ikke om dokumentasjon på at alle installerte kameraer automatisk får de samme funksjonene uten konfigurering.
VIA-1 leverer videoinnsikten
Lumana beskriver VIA-1, selskapets egenutviklede modell for videoinnsikt, som grunnlaget for plattformen. Selskapet sier at modellen lærer av miljøene den overvåker. Den bredere produktporteføljen deler overvåking, respons, etterforskning og operativ innsikt inn i ulike AI-agentfunksjoner.
Denne arkitekturen bidrar til å forklare arbeidsfordelingen i partnerskapet. En videomodell kan identifisere en potensielt betydningsfull hendelse, men en plattform for sikkerhetsoperasjoner leverer arbeidsflyten rundt den: hvilken kø som mottar den, hvordan den prioriteres, og hvilken rutine operatøren følger. Å koble sammen disse lagene er noe annet enn bare å forbedre gjenkjenningsnøyaktigheten.
Den kamerauavhengige tilnærmingen flytter også innkjøpsbeslutningen bort fra en fullstendig utskifting av kameraene. Gjenbruk av eksisterende utstyr kan redusere forstyrrelsene, men betyr ikke at den samlede tjenesten er fri for ekstra kostnader til infrastruktur, lisenser eller integrasjon. Kunngjøringen oppgir ingen priser for det felles tilbudet.
Operativ verdi avhenger av mer enn antall varsler
Det sentrale spørsmålet for denne integrasjonen er om den gjør det enklere for team å gå fra et signal til en passende respons. Færre varsler kan være nyttig, men bare dersom viktige hendelser ikke filtreres bort. Nyttige mål for å vurdere løsningen vil blant annet være falske positiver, oversette hendelser, tidsbruk på undersøkelser og hvor konsekvent beslutninger om eskalering tas.
Organisasjonene har fortsatt ansvaret for hvordan video åpnes, lagres og brukes. Når videomateriale og hendelsesinformasjon samles i ett grensesnitt, kan det forenkle undersøkelser, samtidig som tilgangskontroll og dokumenterte rutiner blir enda viktigere. Kunngjøringen om integrasjonen utgjør ingen uavhengig garanti for gjenkjenningsnøyaktighet eller etterlevelse av personvernregler.
For bedriftskunder ligger betydningen i koblingen mellom AI-analyse og systemene sikkerhetspersonell allerede bruker. Lumana og HiveWatch posisjonerer videoinnsikt som et bidrag til en etablert responsprosess, snarere enn som enda en skjerm operatørene må følge kontinuerlig.












