Fredrik Nilsson, 美洲Axis Communications副总裁 Fredrik Nilsson 美洲Axis Communications副总裁

超越安全：如何基于AI的视频分析增强现代商业运营

基于AI的解决方案越来越常见，但安全行业已经利用AI多年——他们只是使用“分析”这个词。随着企业寻找新的方法来利用AI创建竞争优势，许多企业开始认识到视频设备代表着一个日益宝贵的数据源——可以生成可行的商业智能洞察。随着处理能力的提高和芯片的进步，现代IP摄像头和其他安全设备可以支持AI驱动的分析功能，可以做得比识别入侵者和小偷更进一步。 许多企业已经在利用基于AI的分析来提高效率和生产力，减少责任，并更好地了解客户。视频分析可以帮助企业识别提高员工生产力和人员效率的方法，优化商店、工厂和仓库的布局，识别热门产品和服务，检测故障或维护不良的设备，并且可以做更多的事情。这些新分析功能的设计目的是为了商业智能和运营效率——并且它们越来越容易被各个规模的组织获取。AI在视频监控中的日益普及分析一直在安全行业中有明确的应用，而从基本智能和视频运动检测到更高级的物体分析和深度学习的演变使得现代分析能够识别可疑或犯罪行为，或者检测到破碎玻璃、枪声或求救声等可疑声音。今天的分析可以实时检测这些事件，立即提醒安全团队，并大大减少响应时间。AI的出现使安全团队能够更加积极，能够根据准确、实时的信息快速做出决定。就在不久前，只有最先进的监控设备才有足够的能力运行基于AI的分析——但现在，情况已经改变。深度学习处理单元（DLPUs）的出现大大提高了监控设备的处理能力，使得它们能够在网络边缘运行高级分析。就在几年前，录制、上传和分析数千小时的视频所需的带宽和存储可能会非常昂贵。今天，这已经不是问题：现代设备不再需要将完整的视频录像发送到云端——只需要发送用于分类和分析的元数据。因此，利用基于AI的分析功能所需的带宽、存储和硬件占用空间都大大减少——这大大降低了运营成本，并使得该技术能够被各个规模的企业使用，无论他们使用三台还是三千台摄像头。 因此，潜在客户的范围已经大大扩展——而这些客户不仅仅是在寻找安全应用，还在寻找商业应用。由于DLPUs基本上已经成为现代监控设备的标准，客户越来越多地希望利用这些功能来获得竞争优势，而不仅仅是保护他们的地点。安全行业中AI的民主化导致了用例的显著扩展，因为开发人员试图满足企业将视频分析用于更广泛的安全和非安全挑战。组织如何利用AI增强运营需要强调的是，AI基于视频分析的新用例的出现之所以值得注意，是因为大多数企业已经熟悉所需的基本技术。例如，零售商已经使用视频分析来保护他们的商店免受小偷的侵害，他们将会很高兴地发现他们可以使用类似的功能来监控进入和离开商店的顾客，识别高峰和低峰时段，并利用这些数据来调整他们的员工需求。他们可以使用视频分析来提醒员工何时队伍过长，何时需要补货，或者商店的布局是否会造成不必要的拥堵。通过接受以商业为重点的分析以及安全分析，零售商可以提高员工效率，创建更有效的商店布局，并增强客户体验。当然，零售商只是冰山一角。几乎所有行业的企业都可以从现代视频分析用例中受益。例如，制造商可以监控工厂地板以识别低效和瓶颈。他们可以使用热成像摄像头来检测过热的机器，允许维护人员在问题变得严重之前解决问题。在许多情况下，他们甚至可以监控装配线以检测有缺陷或制作不良的产品，提供额外的质量保证保护。一些设备甚至可以监测化学泄漏、过热设备、烟雾和其他危险迹象，拯救组织免于潜在的危险（和昂贵的）事件。这在制造业、医疗保健、住房和关键基础设施等行业都有明确的应用。 生成洞察力和改善运营的能力超出了传统的企业，延伸到了医疗保健等领域。医院和医疗保健提供者现在正在利用分析来进行虚拟患者监测，允许他们24小时关注患者。使用视频和音频分析的组合，他们可以自动检测到窒息、喘息和哭喊等痛苦迹象。他们还可以在高风险患者尝试离开床或离开房间时生成警报，允许护理人员或安全团队立即响应。这不仅改善了患者的结果，还可以大大减少医疗机构的责任。最大化AI在现在和未来的应用利用监控设备进行商业智能和运营的转变已经迅速发生，这是因为大多数组织已经熟悉所需的设备。随着各个规模和行业的企业越来越多地转向视频分析来增强他们的安全能力和商业运营，新的AI驱动分析的开发不太可能减慢。最好的是，市场仍在增长。即使到今天，大约80%的安全预算都花在了人工劳动上，包括监控、保安和维护能力。随着基于AI的视频分析变得越来越普遍，这将会迅速改变——企业将能够以类似的方式简化他们的商业智能和运营能力。随着AI的发展和新的、以商业为重点的用例的出现，组织应该确保他们能够充分利用分析——现在和将来。