来源：长安事
作者：刘思
今天想聊聊2019年的趋势。这几天看了很多媒体关于2019年行业趋势的判断，有说人工智能聚变裂变的、有说5G的、有说出口的、也有说网络安全和资讯保安的。在我看来，都特别正确。趋势这东西，三年不算短，五年不算长。有技术储备，大趋势基本上是人所共见的。真正的趋势，要看如何落地。
AI落地 工程化是难题
无论是AI四小龙，还是安防和视讯物联网的强势企业，2018年在AI落地上做的都不尽如人意。但这两者有着本质的区别。
对于四小龙这类企业来说，面临的问题是如何产品化，以及如何将软件真正用工程方法进行归类、管理。做好AI应用，不仅是要懂AI“算法”，更重要的是软件工程能力和系统能力。系统运维、数据库、程式码习惯、基本软件工程是落地的关键。现实系统里行之有效的人工智能算法，都是很简单的。能不能发挥好，其根本在于如何把这些简单的东西因地制宜综合运用，为1%的核心算法程式码产出，要99%的“工程”程式码的支援。
举个例子，如逻辑分支。逻辑的概念无非就是：与、非、存在量词。但是为了工程化这个简单的东西，就衍生出一门大学科：知识工程、语义网、知识图谱。知识工程之所以难不在“知识”，而在“工程”。当关注“知识”的时候，总是可以对映最优秀的人的智慧。但工程化的时候，必须适应群体无限的发散，和不可避免的各种成本的折中。
从目前看，包括四小龙在内的大多数人工智能软件企业将重点放在了算法、逻辑上，真正的系统性的工程方面，做的还远远不够。这也就是这类企业面临的问题。有算法，但工程化不够，很难形成系统性的解决方案。不愿意洗地的结果就是空中楼阁，更何况缺少前端硬件的能力和系统整合能力，这几个软肋等于把自己架起来了。需要联合著装置商、整合商一起做。装置商专做场景，整合商负责工程落地和专案。但既然专做场景，为何要多此一举选择软件合作，就不能在专业领域自己做吗？整合商看业务量，有大业务量的专案和客户，为何选择不成熟、缺前端的企业合作呢？
再有就是安防专业企业。从17年提出边缘计算，将自己的落脚点选定在边缘域和边缘节点，就算确认了目标。反观2018，进度并不明显。我们如果仔细研究，现在市面上大多数的监控装置还是非智慧化的。造成这样的原因是，一方面是甲方需求并没有想象中的那么强烈，应用需求并不迫切；另一方面是现实成本问题；再有就是众多合作伙伴的SaaS层开发的存量不够，增量不足。但最重要的，还是打铁还需自身硬的问题。云+边，前端高度智慧提高响应速度，分散式计算吸收节点结果的效率是否提高了？提高了多少？
智慧化的机器学习中，一个算法如果在一类问题上特别有效，那一定有一些问题比随机算法还差。一个现实中可用的机器学习系统，几乎一定是多种问题的混合问题。现实问题的解决，一定是用一个良好的工程架构，让多种算法混合在一起解决问题。能拿捏这个架构设计的“度”，就是人工智能工程师最核心的能力。安防不强求随机算法，我们针对特定的行业使用者，但即便是行业使用者的需求也是千差万别的，不是一套通吃。把前端的智慧交付给云去处理，就会面临多层应用开发的问题，这个不但成本高，而且时间周期会比较长。这也就是2018年我们看到的各家变化都不大的本质原因。与软件企业不同，装置商和解决方案提供商还是找到了门路，留给他们的难题是速度和对甲方的理解。在短时间内，把对甲方的理解用系统化、工程化方式落地，用工程化的方式降低合作伙伴的准入门槛和运营难度，迫在眉睫。
AI应用落地，核心是工程问题，不是算法和哲学。从朴素的运维、数据库、资料清洗做起，从实际的工程中逐步演化。高效迭代，统一运用规则和统计，构造联调系统，设计可演进的资料模式，逐步提升规则系统的表达力，平衡黑箱和白箱模型的优缺点等等。这些都是教科书上没有的答案，需要我们在实际中去实践、操作，从最底层、最“土气”的工程出发，才可能找到答案，满足客户需求。
大资料时代 资料分析永不过时
循着这几年行业发展的脉络，我们会清楚的看到一条逻辑线：大资料-云端计算-人工智能-AI云。几年前都讲大资料，然后用云端计算实现高效的资料分析。现在人工智能是风口，都开始倒向AI和云，大资料提的明显减少了。这有点舍本逐末的意思。从理论上说，大资料是一切的基础。所有的应用，都是在资料量足够大的前提下开发出来的。无论是一台智慧终端，还是整个智慧城市系统。视讯物联网这个领域，除去公共安全资讯化服务外，延伸到的各个领域，也可以说是视觉化领域，摄像机所获取的海量资料影象资料才是我们赖以生存的根本。有资料，才有分析，才能形成有规律可循的逻辑结构，才能给人工智能提供学习的物件，也能给平台提供管理的依据。
所以，SDT永不过时。视讯大资料分析是智慧化视讯落地的基础，也是未来平安城市、雪亮工程甚至智慧城市能够形成模组化操作、系统化管理的基础。昨天看了央视对华为任正非任总的采访，说到人工智能，对任总的观点非常赞同。国家强调人工智能，这就是统计学，就是基础科学中数学的一个分支。对于视讯视觉化和视讯物联网企业来说，多维感知中的视觉感知就是积累资料的过程。如何将存量的视讯资料更加高效的储存和分析，为各行各业提供结构化的资料参考，才是视觉化落地的关键。人工智能和分散式计算只是其中的手段。这也是下一个风口，资料运营的入口。没有高效统计的数学基础，这一切都免谈。
5G大规模落地为时尚早
5G，2018年被放在了喜马拉雅山最高处，接受万众的瞩目。媒体众说纷纭中，都急着扔掉4G，盼来5G，2019年更是被誉为5G商业化的元年。有的事情，神话过头了，不是无知，就是另有目的。
在国内，5G最有发言权的应数华为了。上周五，看到任正非在接受记者联合采访时谈5G。他说：“5G实际上被夸大了它的作用。……现在人类社会对5G还没有这么迫切的需要。人们现在的需要就是宽频，而5G的主要内容不是宽频。5G有非常非常多的内涵，这些内涵的发生还需要更多需求的到来，还需要漫长的时期。……我们的4G没有用好，开启我的手机只有20-30兆，实际上我们提供的4G是可以到300-400兆，足够看8K电视。但是我们的网络，白天开启就只有二三十兆，只能看4K，没法看8K电视。”
大家都记得3G，也记得TD。TD广受诟病，但是如果没有3G先行，也就没有4G。技术迭代就是这样，后浪推前浪，前浪推上墙。从目前来看，4G的应用是成功的，是颠覆了中国人对移动终端的认知和应用习惯，也使得更多无线装置能够落地成为现实。4G的带宽足可以达到300-400兆，由于网络结构的问题，现在发挥的效能仅仅是20-30兆。如果仓促上马5G，不从最底层的结构入手，又是一轮运动式的建设，最终它的效能又将大打折扣。如果有人说即便是打了折扣也比4G最大带宽高，那就要核算一下成本和产出了。投入巨大的财力换来的不是带宽质的飞跃，带不来翻天覆地的商业模式变化，那为什么不把4G用到极致？还是说4G烂了就烂了，另起炉灶建5G。当5G又是结构问题，是不是还要用6G来替换？周而复始，万事不能达到神形兼备，落地的永远是纸飞机，而不是安-225。
安防，尤其是视讯领域，作为5G的关键应用行业之一，也不能光想着它带来的利益。带宽提高了，传输变快了，我们的解决方案是否能够与之匹配？从480到720，再到1080，4K，8K，画质越来越清晰，那么超高清画质我们该如何应用和运营？我们目前的储存和计算能力是否能够支撑的住？对于我们深耕的行业，大宽频和高清能带来本质的变化一定是使用者的使用方式，以及我们能为使用者提供什么与原来有巨大差别的服务。如果这些都没想明白，就高喊“5G万岁”，那估计也就是银弹和跟风的产物，落不了地，也都不长远。
资讯保安需要真落地
上述几个落地，都是悬而未决或未见实锤，但资讯保安已经说了很多年，2019可能真的是视讯领域新形势下资讯保安的元年。
IP化之后，资讯保安就被反复提及。但是总是有人把资讯保安和网络安全混为一谈。网络安全有时候我们决定不了，那是运营商和ICT企业的事情。我们能做的，是基于IP之后的资讯保安加密和升级。H.264和H.265，就其本身而言，编码是不具备安全性的，需要穿防弹衣。而没有智慧化的编码要将自己的智慧化能力交付云端，到了云端安全就更是个让人头疼的问题。这就需要开发之后，进行严苛的程式码稽核和复检，也需要联合最先进的实验室、真正的安全联盟来校验自己程式码的安全等级和程度。
2019年可预见会有类似视讯资讯保安联盟这样的组织出现。就像与行业内一位大佬聊天时候说的一样，这样的组织，形式化的多，功利性的多，真正想把安全做到位的少。与其空谈，不如实实在在的去用基础程式码和工程化方式将安防装置和方案的安全真正形成系统化。我们前端分布越来越多，视讯存量越来越大，而且随着智慧化建设的深入，交付云端的装置也会越来越多，如果不在资讯保安上下足工夫，出了事就是大事。
原来视讯资讯保安没有基数标准，2017年公安部出了35114，效果先不说，有就比没有强。任何技术标准都是边用边改，日臻完善。用基数标准校验基数引数，用GDPR级别的法律去衡量自己的产品和服务。资讯保安在2019迫切需要落地。
写在最后
2019年，安防企业结构性改革也会持续落地。华为18万员工，任正非说机构臃肿，人浮于事。2018年华为的营收超过7000亿，约合人均390万。虽然利润并不高，但是要看到他们技术研发的投入超过了营收的15%。就这个资料来看，安防企业还有很长的路要走。结构性改革，是根据客户和市场来定的。纵向，更多精细化行业事业部独立运作；横向，统筹客户需求归类，对需求统一开发。把更多的收入投入科研，把人均产能提高，人均费率同时提高，这是正路。获不获奖的无所谓，改革开放100人照样不去领，还在乎那50人了。把自己的企业做好才是王道。
