Fredrik Nilsson, Phó Chủ tịch, Khu vực Mỹ, Axis Communications – Chuỗi Phỏng vấn

Fredrik Nilsson, Phó Chủ tịch, Khu vực Mỹ, Axis Communications, giám sát hoạt động của công ty trên toàn Bắc và Nam Mỹ, dẫn dắt các đội ngũ tập trung vào việc phát triển và cung cấp các giải pháp an ninh dựa trên mạng cho các đối tác và người dùng cuối. Là một giám đốc lâu năm của Axis, Nilsson đã đóng vai trò quan trọng trong quá trình chuyển đổi của ngành an ninh từ hệ thống truyền hình kín analog sang video mạng dựa trên IP. Kể từ khi nhận trách nhiệm cho khu vực Mỹ vào năm 2003, ông đã giúp tăng doanh thu khu vực từ khoảng 20 triệu USD lên hơn 1 tỷ USD và hỗ trợ mở rộng hơn 20 Trung tâm Trải nghiệm Axis trên toàn khu vực Mỹ. Ông gia nhập Axis vào năm 1996, trước đó từng giữ vị trí Quản lý Sản phẩm và Quản lý Bộ phận tại Thụy Điển và sau đó là Giám đốc Phát triển Kinh doanh, nơi ông giúp thiết lập các quan hệ đối tác trong giai đoạn phát triển ban đầu của video IP. Trong giai đoạn đầu sự nghiệp, ông là Quản lý Sản phẩm tại ABB, và hiện ông là thành viên hội đồng quản trị của MSAB và Phòng Thương mại Thụy Điển-Mỹ tại Washington, D.C.

Axis Communications là một công ty công nghệ có trụ sở tại Thụy Điển, chuyên về an ninh vật lý thông minh và các giải pháp mạng, bao gồm camera mạng, hệ thống giám sát video, kiểm soát ra vào, hệ thống liên lạc nội bộ, âm thanh mạng, radar và phân tích dữ liệu. Được thành lập vào năm 1984 và đặt trụ sở chính tại Lund, Thụy Điển, Axis có khoảng 5.000 nhân viên trên hơn 50 quốc gia và đã là một phần của Tập đoàn Canon kể từ năm 2015. Công ty đã giới thiệu thiết bị mà họ mô tả là camera mạng đầu tiên trên thế giới vào năm 1996 và kể từ đó đã mở rộng từ video mạng sang một danh mục rộng hơn các công nghệ an ninh kết nối. Các sản phẩm hiện tại ngày càng tích hợp phân tích dựa trên edge và trí tuệ nhân tạo để biến video, âm thanh và dữ liệu cảm biến thành những thông tin có thể hành động cho an ninh, an toàn, hiệu quả vận hành và trí tuệ kinh doanh.

Hành trình sự nghiệp của bạn đã trải qua việc giám sát từ xa tại ABB, phát triển sớm các công nghệ lưu trữ gắn mạng và Internet of Things, và quá trình chuyển đổi từ giám sát analog sang video mạng tại Axis Communications. Điều này đã hình thành cách bạn nghĩ về sự chuyển dịch hiện nay hướng tới camera sử dụng AI và hạ tầng vật lý thông minh như thế nào?

Tôi nhìn sự chuyển dịch sang camera sử dụng AI như bước tiếp theo trong một quá trình tiến hoá mà tôi đã tham gia suốt sự nghiệp – từ công nghệ kết nối và hội nhập IP đến edge thông minh ngày nay. Một sợi chỉ chung xuyên suốt sự nghiệp của tôi là giúp khách hàng hiểu công nghệ kết nối có thể mang lại gì cho họ. ABB là một ngôi trường tuyệt vời đối với tôi. Đó là một công ty toàn cầu lớn, vì vậy tôi đã có cơ hội đi khắp thế giới, bao gồm một năm ở Canada, và làm việc với các khách hàng doanh nghiệp lớn, đặc biệt là các công ty tiện ích điện, trong các dự án phức tạp. Vai trò của tôi là quản lý sản phẩm cho một hệ thống giám sát và điều khiển từ xa kết nối IP mới. Tại Axis, sau đó tôi đã làm việc trên một danh mục mới của các thiết bị lưu trữ kết nối IP và giúp lan tỏa thông điệp toàn cầu về lợi ích của công nghệ kết nối. Sau đó, trong những ngày đầu của hội nhập IP, tôi đã dựa trên những nguyên tắc tương tự, giúp các khách hàng doanh nghiệp hiểu giá trị của video kết nối mạng và những cơ hội mà công nghệ IP tạo ra. Vì vậy, khi tôi nhìn vào các camera sử dụng AI ngày nay, tôi thấy đó là một bước nữa trong cùng một quá trình tiến hoá. Công nghệ ngày càng mạnh mẽ hơn, nhưng cơ hội thực sự vẫn nằm ở việc kết nối các thiết bị, tạo ra dữ liệu hữu ích và giúp khách hàng tận dụng chúng nhiều hơn.

Những loại tải công việc thị giác máy tính nào phù hợp nhất để chạy trực tiếp trên camera, và những ứng dụng nào vẫn hưởng lợi khi được xử lý tại trung tâm dữ liệu địa phương hoặc trên đám mây?

Các tải công việc phù hợp nhất để chạy trực tiếp trên camera là những công việc yêu cầu quyết định thời gian thực, độ trễ thấp và sử dụng băng thông hiệu quả. Ví dụ, việc phát hiện và phân loại người hoặc vật thể, đếm, theo dõi chuyển động, hoặc nhận dạng các sự kiện cụ thể. Với các công nghệ như Axis Object Analytics, camera có thể phát hiện chính xác người, phương tiện, màu sắc, hướng di chuyển và các đặc điểm khác. Chúng tôi cũng có thể đào tạo một camera cho các vật thể hoặc kịch bản rất cụ thể thông qua Axis Custom Analytics. Khi phân tích ngày càng được cải thiện, nhiều trí tuệ hơn có thể diễn ra tại edge. Đối với nhiều trường hợp sử dụng, việc chạy phân tích trên camera và chỉ gửi dữ liệu hoặc siêu dữ liệu kết quả tới máy chủ hoặc đám mây là quan trọng cho khả năng mở rộng và chi phí. Đám mây và máy chủ vẫn đóng vai trò quan trọng, đặc biệt là trong các công việc như quản lý trung tâm, lưu trữ lâu dài và phân tích siêu dữ liệu trên số lượng lớn thiết bị. Tôi không xem đây là quyết định chỉ chọn một trong hai. Edge và đám mây có thể bổ sung cho nhau, mỗi bên thực hiện những gì chúng phù hợp nhất.

Việc triển khai AI tại edge đòi hỏi cân bằng độ chính xác của mô hình với các hạn chế về công suất xử lý, bộ nhớ, tiêu thụ năng lượng và nhiệt độ. Các tiến bộ trong chip chuyên dụng đang thay đổi những gì có thể thực hiện một cách thực tế bên trong camera như thế nào?

Thực sự có hai xu hướng đang thúc đẩy điều này. Đầu tiên, khả năng AI của bộ xử lý ở biên đang cải thiện rất nhanh. ARTPEC-9, hệ thống‑on‑chip do chúng tôi tự phát triển, có công suất xử lý AI gấp ba lần ARTPEC-8, cho phép chúng tôi có không gian đáng kể hơn để chạy các mô hình phức tạp trực tiếp trên camera. Các thế hệ tương lai sẽ tiếp tục tăng khả năng này. Thứ hai, kích thước và hiệu quả của các mô hình đang được cải thiện. Đó là nơi chúng tôi đã thấy nhiều tiến bộ trong năm qua. Nhóm R&D của chúng tôi đã làm việc xuất sắc để đưa nhiều phần của mô hình chạy trực tiếp ở biên, vì vậy trong nhiều kịch bản bạn chỉ cần sử dụng dữ liệu từ camera thay vì gửi video tới nơi khác để xử lý. Một năm trước, chúng tôi nói rằng khoảng 50 % nhu cầu được xử lý trong camera. Hôm nay, con số này gần 90 %, và chúng tôi dự kiến sẽ đạt 95 % hoặc hơn. Đột phá thực sự không chỉ là chúng tôi có chip mạnh hơn. Đó là việc chúng tôi kết hợp phần cứng mạnh mẽ hơn với các mô hình AI hiệu quả hơn, cho phép ngày càng nhiều trí tuệ diễn ra ngay tại nơi dữ liệu được tạo ra. Điều này làm cho hệ thống giám sát phụ thuộc ít hơn vào máy chủ và đám mây cho AI.

Camera ngày càng được xem như các cảm biến vận hành hơn là chỉ là thiết bị an ninh. Ứng dụng nào trong bán lẻ, vận tải, chăm sóc sức khỏe, sản xuất hoặc logistics hiện đang mang lại giá trị kinh doanh rõ ràng nhất?

Sản xuất là một ví dụ rất tốt vì giá trị có thể gắn trực tiếp với quy trình. BMW Group, chẳng hạn, đang sử dụng camera mạng như một phần của hệ thống kiểm tra chất lượng dựa trên AI để ghi lại hình ảnh chi tiết của xe trong thời gian thực và xác định các khuyết điểm. Đó là một vai trò rất khác so với việc chỉ ghi lại một sự cố. Chúng tôi cũng đang thấy việc sử dụng video ngày càng tăng để nâng cao hiệu quả vận hành và trí tuệ kinh doanh một cách rộng rãi hơn. Trong lĩnh vực vận tải và logistics, camera có thể giúp các tổ chức hiểu cách con người, phương tiện và hàng hóa di chuyển trong cơ sở. Trong bán lẻ, video có thể cung cấp những hiểu biết về hành vi khách hàng, việc sử dụng không gian và nhân sự. Chủ đề chung là camera tạo ra thông tin có thể được dùng để cải thiện quy trình, không chỉ ghi lại những gì đã xảy ra.

Kết hợp video với phân tích âm thanh, radar, hệ thống kiểm soát truy cập và cảm biến môi trường tạo ra những hiểu biết mà không thể đạt được chỉ từ dữ liệu hình ảnh?

Bạn càng mang lại nhiều ngữ cảnh, hệ thống càng hiểu rõ hơn những gì đang diễn ra. Khi bạn kết hợp các đầu vào khác nhau, bạn có thể thu được những hiểu biết mà khó, thậm chí không thể, suy ra chỉ từ video. Ví dụ, bạn có thể kết hợp hình dạng của một vật thể với cách nó di chuyển, hoặc sử dụng thông tin nhiệt và hình ảnh cùng nhau khi ánh sáng hoặc tầm nhìn gặp khó khăn. Radar có thể bổ sung thông tin về chuyển động và tốc độ của vật thể, âm thanh có thể nhận dạng tiếng ồn hoặc cung cấp giao tiếp hai chiều, và cảm biến môi trường có thể cung cấp ngữ cảnh bổ sung về những gì đang xảy ra xung quanh. Nhiều cảm biến cũng có thể tăng độ tin cậy cho những gì hệ thống hoặc người dùng đang phát hiện. Việc kết hợp công nghệ là vô cùng quan trọng để bảo vệ các khu vực then chốt của cuộc sống như cơ sở hạ tầng quan trọng.

Chúng tôi đã và đang tiến về phía đó. Tại GSX, chẳng hạn, chúng tôi đã giới thiệu các giải pháp kết hợp hình ảnh, nhiệt, radar, âm thanh và cảm biến môi trường. Mục tiêu là tập hợp dữ liệu phù hợp để các tổ chức có thể đưa ra quyết định nhanh hơn và thông minh hơn. Điều này đặc biệt quan trọng đối với các ứng dụng như bảo vệ cơ sở hạ tầng quan trọng, nơi có nhiều nguồn thông tin có thể cung cấp bức tranh toàn diện hơn về những gì đang diễn ra.

Xử lý biên có thể giảm lượng video thô cần truyền hoặc lưu trữ, nhưng camera hỗ trợ AI vẫn đặt ra các câu hỏi quan trọng về quyền riêng tư và quản trị. Các nguyên tắc nào các tổ chức nên tuân theo khi thiết kế hệ thống hữu ích mà không thu thập dữ liệu cá nhân hơn mức cần thiết?

Điểm khởi đầu nên là đặt câu hỏi hệ thống thực sự cần đạt gì và chỉ thu thập thông tin cần thiết cho mục đích đó. Quyền riêng tư và tính minh bạch cũng rất quan trọng. Mọi người muốn hiểu tại sao video được sử dụng và thông tin của họ được xử lý như thế nào. Nghiên cứu gần đây của chúng tôi cho thấy mọi người đang ngày càng cảm thấy thoải mái hơn với giám sát video, nhưng sự chấp nhận này không thể được xem là hiển nhiên. Mối quan ngại lớn nhất đối với giám sát hỗ trợ AI là các kết quả dương tính giả hoặc thông tin không chính xác và khả năng lạm dụng hoặc xử lý sai dữ liệu. Điều này đặt ra trách nhiệm thực sự cho các tổ chức và nhà cung cấp công nghệ trong việc xây dựng quyền riêng tư và bảo mật vào hệ thống ngay từ đầu. Xử lý biên có thể hỗ trợ vì bạn có thể phân tích thông tin tại chỗ và chỉ gửi dữ liệu cần thiết, thay vì truyền video thô liên tục qua mạng.

Cơ sở hạ tầng vật lý có thể được triển khai trong nhiều năm, trong khi các mô hình AI và các mối đe dọa an ninh mạng phát triển nhanh chóng. Camera và các thiết bị biên khác nên được thiết kế như thế nào để phân tích của chúng luôn an toàn, dễ bảo trì và có khả năng thích nghi trong suốt vòng đời hoạt động?

Đây là một trong những lý do tôi nghĩ về camera như một phần của hạ tầng CNTT và vận hành rộng hơn, chứ không phải một thiết bị an ninh độc lập. An ninh mạng cần được tích hợp vào thiết bị ngay từ đầu, với phần mềm bảo mật, cập nhật thường xuyên và các biện pháp bảo vệ an ninh mạng mạnh mẽ trong suốt vòng đời của nó. Tại Axis, chẳng hạn, Edge Vault cung cấp nền tảng phần cứng để bảo vệ tính toàn vẹn của thiết bị, bảo mật các khóa mật mã và thiết lập một chuỗi tin cậy. Nó cũng hỗ trợ các khả năng như khởi động an toàn và phần mềm có chữ ký, giúp đảm bảo chỉ phần mềm đáng tin cậy mới chạy trên thiết bị.

Thiết bị cũng cần một kiến trúc có thể thích ứng khi phân tích và yêu cầu của khách hàng thay đổi. Các nền tảng mở quan trọng ở đây vì chúng cho phép các tổ chức tích hợp các ứng dụng và công nghệ mới thay vì phải thay thế toàn bộ hệ thống mỗi khi có sự tiến triển. Đồng thời, các tổ chức cần có quản trị tốt đối với các thiết bị kết nối của mình. Khi ngày càng nhiều video, cảm biến và hệ thống doanh nghiệp hội tụ lại, an ninh mạng và bảo vệ dữ liệu phải được xem xét như một phần của thiết kế hệ thống tổng thể, chứ không phải là một yếu tố được thêm vào sau.

Axis hỗ trợ một hệ sinh thái ứng dụng mở cho phép các nhà phát triển bên thứ ba xây dựng và triển khai các phân tích chuyên biệt trên thiết bị của mình. Các nền tảng mở và khả năng tương tác sẽ quan trọng như thế nào khi các tổ chức muốn chạy các mô hình riêng của họ trên một đội ngũ lớn camera?

Tôi nghĩ điều này sẽ cực kỳ quan trọng. Khách hàng không muốn bị khóa vào một công nghệ hay một cách thực hiện duy nhất, đặc biệt khi AI và phân tích tiếp tục phát triển nhanh chóng. Một nền tảng mở giúp dễ dàng tích hợp camera với các hệ thống khác, đưa vào các ứng dụng chuyên biệt và mở rộng quy mô trên một triển khai lớn. Nó cũng mang lại cho khách hàng sự linh hoạt hơn khi nhu cầu của họ thay đổi. Bằng cách loại bỏ việc phụ thuộc vào nhà cung cấp và đơn giản hoá việc tích hợp, các hệ sinh thái mở, có khả năng tương tác sẽ giúp dễ dàng mở rộng các giải pháp edge thông minh đồng thời thích ứng với các yêu cầu kinh doanh thay đổi. Cuối cùng, giá trị không chỉ nằm ở chính camera. Nó nằm ở cách camera, cảm biến, phân tích và các ứng dụng doanh nghiệp hoạt động cùng nhau.

Làm thế nào các tổ chức nên đánh giá hiệu suất của hệ thống thị giác máy tính sau khi triển khai, đặc biệt khi ánh sáng, vị trí camera, hành vi con người hoặc điều kiện hoạt động có thể thay đổi và tiềm năng ảnh hưởng đến độ chính xác?

Tất cả phụ thuộc vào trường hợp sử dụng, nhưng điều quan trọng nhất là phải thử nghiệm camera và các mô hình AI trong môi trường thực tế nơi chúng sẽ được sử dụng. Bạn có thể có một mô hình hoạt động rất tốt trong môi trường kiểm soát, nhưng thử nghiệm thực sự là những gì xảy ra với ánh sáng thực tế, vị trí camera, thời tiết, nền và hành vi mà bạn thấy tại hiện trường. Đó là lý do chúng tôi khuyến khích khách hàng đánh giá các phân tích như Axis Object Analytics hoặc Axis Custom Analytics trong môi trường thực và đảm bảo độ chính xác đủ cao cho ứng dụng. Nhà máy BMW là một ví dụ tốt cho cách tiếp cận này. Các camera đang được sử dụng trong môi trường sản xuất thực tế, nơi chất lượng hình ảnh và các phân tích thu được phải hỗ trợ một quy trình sản xuất thực tế.

Khi AI ở rìa trở nên mạnh mẽ hơn, bạn dự đoán vai trò của camera mạng sẽ phát triển như thế nào trong thập kỷ tới, và những khả năng mới nào có thể xuất hiện khi camera trở thành các thành phần hoạt động của môi trường thông minh, đáp ứng?

Camera mạng đang trở nên trung tâm hơn rất nhiều trong hệ thống. Nó không còn chỉ là một camera ghi video nữa. Nó là một cảm biến tạo ra dữ liệu có thể được phân tích và chia sẻ qua các hệ thống khác nhau. Khi sức mạnh xử lý tiếp tục tăng, tôi dự đoán camera sẽ càng hiểu rõ hơn về những gì đang diễn ra trong môi trường của chúng và cung cấp thông tin hữu ích trong thời gian thực. Đó là ý tưởng đằng sau Trí tuệ Cảnh, nơi camera có thể sử dụng hiểu biết sâu hơn về cảnh để cung cấp thông tin có ý nghĩa hơn về các đối tượng, đặc điểm của chúng và những gì đang xảy ra xung quanh.

Điều đó có thể đồng nghĩa với việc phát hiện đối tượng và hành vi tiên tiến hơn, tích hợp sâu hơn với các cảm biến và hệ thống doanh nghiệp khác, và tự động hoá nhiều hơn trong cách các tổ chức phản hồi với các sự kiện. Sự chuyển đổi lớn hơn là video trở thành một phần của lớp dữ liệu và trí tuệ rộng hơn. Camera vẫn ghi lại những gì đang diễn ra, nhưng ngày càng có thể giúp giải thích những gì đang xảy ra và những gì một tổ chức có thể muốn thực hiện tiếp theo.

Cảm ơn bạn đã tham gia phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Axis Communications.