近年來，在智慧轉型的浪潮下，行業競爭日趨白熱化的演變下，大波安防企業紛紛以時不我待之勢，驅動“演算法、資料、算力”三駕馬車，加速擁抱人工智慧，以求變革求新、提高效益。在安防企業密集發力之下，安防智慧化程序加速跨越，實現了歷史性、整體性重大變化，創新成品競相湧現，科技實力正處於從量的積累向質的飛躍，點的突破向系統能力提升的重要時期。

在這樣的背景下，越來越多的行業人士開始強調演算法、資料、算力齊驅並進。眾所周知，演算法、資料、算力，是推動安防AI發展的三大支柱。其中，演算法是前提，資料是原動力，算力是基礎。

資料是人工智慧發展的基礎。海量的資料才能為安防人工智慧馬達提供充足的燃料。近兩年，越來越多的安防企業開始強調資料意識，通過大資料平臺應用等手段深挖資料資源，提取資料價值，讓無用資料變成有效資訊。算力就是處理這些資料的手段，它是人工智慧發展的原動力，是驅動安防裝置識別效率和精準度的核心因素。大量高效能硬體組成的計算能力，才能滿足人工智慧的需求。演算法則是針對不同行業建立了對應的模型，是人工智慧發展的前提。沒有演算法，發展無從談起。演算法的更新，才能為安防AI應用奠定商業化基礎。2017年大熱的深度學習就是演算法的一種。可以預見的是，基於人工智慧演算法的生物識別等技術將會推動行業快速發展。演算法、資料、算力，三者俱全，才算是人工智慧，三者合一，企業才能完成從資料到價值的輸出。

在發展人工智慧的時候，安防企業還需要注意資料、演算法、算力三者的相互關係，把握好三者共性，構建三者融合渠道，推動三者相生相長。要將資料和演算法結合，安防企業需要用統一採集團隊和專門的標註團隊。通過人工標註和眾包標註兩種方式，加速標定資料的速度，充分挖掘資料資源。要實現演算法和算力的結合，需要通過邊緣計算和雲端計算技術，建立統一的部署框架，將演算法部署在前端或雲平臺上，避免演算法的重複開發，提高演算法效率。人工智慧發展並不是簡單意義上的將99％識別率提升0．1或者0．2％準確率，而是如何將99％演算法更好地用在實際產品上，真正在場景落地。

從近年來行業巨頭的謀篇佈局中，可以看到一大批老牌安防企業在專注於視訊技術的基礎上，開始自主研發人工智慧演算法。未來安防企業將不僅僅是產品的提供商，還將是演算法提供商，軟體平臺商，應用軟體開發商。此外，在資料、演算法、算力三者融合過程，勢必會涉及到諸多複雜因素以及挑戰，因此在人工智慧發展過程中，謀求協同配合，與上下游行業協作共贏的良好生態圈，也是必經之路。