此篇文章分析對於明年全球安防產業的重大影響技術趨勢。然而，展望未來從來都不是一件容易的事，雖然許多新的技術與廣泛的問題從長遠來看具有重大的意義，但我們更感興趣的是那些短期內便能實踐成為重要應用的領域。

所以，我們針對 2019 年思考的各項重要趨勢，主要是延續了我們在 2018 年初所定義的項目。事實上，下文詳述的六大趨勢中有四個在 2018年便已提出。這些領域在過去 12 個月的發展趨勢明確顯示，它們在來年仍將發揮重要的潛力。

   

1.人工智慧

對於人工智慧（AI）方面的所有關注和討論，您可能認為AI 從根本上改變了每一個行業和部門，這當然是可以理解的。而對於那些懷疑的言論，您又可能覺得人工智慧（以及相關的機器學習和深度學習）缺乏顯著的應用，說明它可能處於期望膨脹的頂峰，亦或是處於泡沫破滅的谷底（參考Gartner 炒作週期）事實上，AI 的具體發展情況因行業而異，因應用而異。在某些領域（尤其是醫療保健，特別是癌症檢測），AI 已經產生了重大的積極影響。而在另外一些領域，它的發展則比較穩健，影像監控便屬於這樣的一個領域。

在現今安防產業，機器學習或深度學習主要用於影像分析，但我們預計該技術未來將成為許多應用和產品的重要組成因素。假以時日，它必將成為軟體工程師們的常用工具，並被納入各種不同的環境與設備。但是，同樣地，它的應用將由最引人矚目的應用驅動，而不是由技術本身驅動。在涉及到新的技術時，監控與安防部門存在一種過度承諾的誘惑。AI 在影像分析方面的應用便是如此。對於 AI 和深度學習，就像對於任何新技術一樣，我們的目標則是為了確保其能穩健、可靠，並真正解決客戶的挑戰。

深度學習包括兩個不同的階段：訓練階段和執行階段。前者需要大量的處理能力、資料和時間，因此很有可能會在伺服器和/或雲端發展，而進一步的訓練（微調）則可以在前端完成（請參考下一項技術趨勢）。執行階段需要“經過訓練”的資料才能發展，它可以在系統內的任何層面完成，具體取決於所需的處理能力以及應用的時效性。

研究和發展仍在持續進行中，並將在明年帶來逐步的改善和效益，而非激烈的變革。

 

2.雲計算與邊際計算

如果說 AI 仍處於 Gartner 炒作週期的早期階段，那麼雲計算毫無疑問已站穩腳步，並朝向穩定生產期前進。在個人和公共領域，多數組織機構已在某種程度上使用雲計算，許多組織機構實際上已經將本身的基礎設施遷移至雲模式。

雲計算是基於一個或多個資料中心的集中化計算。網路化的物聯網（IoT）設備呈指數級增長，所產生的資料量也隨之相應增長。因此，雖然資料中心越來越多，容量也越來越大，但是這種資料海嘯仍然難以抵擋。這種情況在影像監控等領域尤其嚴峻，儘管市場上為了降低存儲與頻寬需求的各種技術已大量開發，但資料方面的需求仍然極其龐大。

此時，邊際計算的優勢便更加突顯。顧名思義，邊際計算是將更多的資料處理放在網路“邊際（前端）”完成，所謂邊際是指靠近收集資料的感測器的位置，從時間的角度來說是指在資料傳輸至資料中心之前。對於某些應用而言，邊際計算有一種特別的優勢，它的處理速度以及基於所收集的資料而採取行動的能力。以一輛自動駕駛汽車為例：如果車輛本身的邊際計算沒有同時取得資料收集和處理，那麼與雲資料中心的通訊哪怕只延遲幾毫秒時間，也有可能造成事故的發生，這就是邊際計算的獨特優勢。

就我們的業務而言，邊際計算代表著在前端攝影機處理資料。雖然可能不像避免交通事故那樣效果顯著，但其優勢依然十分強大。首先，攝影機內的初步資料處理可以顯著降低資料傳輸和儲存的頻寬需求。此外，資料在傳輸之前還可以進行匿名和加密，從而解決安全和隱私問題。

最後，雲計算和邊際計算將不再只能“兩者選其一”。它們將平衡地發揮作用，以實現最大的效益。

 

3.個性化與隱私

未來幾年，市場可能會將 2018 年視為資料隱私概念發展的高峰，特別是與個人資訊相關的資料隱私。對於公共和私人企業來說，歐盟《通用資料保護條例》（GDPR）將組織機構收集、儲存、共用和使用個人資訊（包括影像監控收集的資訊）的審查提高到了前所未有的水準。不過，廣大的消費者更關心的是 Facebook 在資料使用方面的相關問題，這些問題提高了人們對於網路個人資料的認識和關注。

基本上，我們生活中，一方面會接受各種重要的網路服務，同時也會對外提供大量的個人資料。這些資料確實被 Facebook、亞馬遜、谷歌和其他公司用於提升個人化，從而提高其服務的價值。然而，對於許多人而言，這形同跨越了個人化與侵犯隱私之間的界線，家庭語音助手監聽家庭成員談話的傳言導致這種不安的情緒進一步增加。

企業與客戶之間的信任正逐步成為更重要及有形的資產。事實上，諮詢公司 Accenture 的最新研究發現，利益攸關者的信任和企業的收入之間存在某種關聯。對於企業隱私處理方法和個人資料應用的擔憂，將成為其業務發展過程中最為重要的信任因素之一。

 

4.網路安全

每年重覆出現的事件能否成為一種“趨勢”？無論您對這個問題的答案是什麼，網路安全都是今年攸關重大的議題。事實上，就前一項趨勢而言，損害公司與其客戶（以及股東）之間信任的最快方式就是透過網路安全漏洞。請參考英國航空公司案例。

網路安全問題永遠無法真正得到解決，因為網路犯罪分子（以及越來越多的國家）絕不會停止嘗試搜尋和利用漏洞。與必須遵守行業法規的企業相比，這些組織機構的資金充沛，組織良好，並且創新速度也更快。當網路化設備的數量迅猛攀升，潛在的漏洞和不安全的網路端點呈指數級增長時，網路安全攻擊將變得越來越複雜化。

最近一項受到關注的漏洞領域是供應鏈問題，此領域缺乏良好的網路安全，甚至存在惡意的網路安全行為，兩者都有可能導致網路犯罪分子透過軟體和硬體進行網路犯罪行為。產品的來源比以往任何時候都更為重要，製造商必須確保供應鏈中的每一個環節的安全性。

 

5.智慧技術帶來環境效益

我們已經看到，影像分析技術成為一種運營規劃工具，象徵組織機構提高其營運能效，從而帶來積極的環境效益。不過，新型感測器可以更加準確地測量組織機構網點的環境影響，成為高度靈敏的人工“鼻子”有效地評估不同形式的輸出。此外，熱顯像技術也可以用來精確地定位能量浪費區域。

例如，在空氣品質這一重要的領域，此類感測器可以提高人們的認識和瞭解，並且廣泛實現各種補救措施。無論是在建築內還是在外部的城市環境中，對身體健康和相關成本的負面影響甚大。智慧感測器將在全球解決這個問題的過程中發揮重要的核心作用。

這些應用透過提高效率和節省成本（以及將來實現的健康效益）為組織機構提升價值，同時幫助他們實現自己的環境和可持續發展目標。

 

6.感測器整合催生智慧操作

如同上文所述，感測器可以提供顯著效益。不過，我們認為在 2019 年將會越來越普遍化的最後一項趨勢是：感測器的整合將催生出“智慧”操作。

例如，在一個智慧城市中，與周界相連的運動感測器可以觸發攝影機，而攝影機又會觸發警報通知控制中心，從而實現快速與適當的回應。再例如，環境感測器可以觸發影像或熱顯攝影機，以便快速識別火災或潛在危險，發送警報，以實現更加快速和有效的回應。感測器的範圍十分廣泛，從熱顯像感測器到運動感測器，從大氣感測器到影像感測器，幾乎無所不含，多元的整合方式及組合潛在效益不可限量。

 

技術發展持續加速。雖然我們很容易被新趨勢或新創新的潛力分散注意力，但在考慮每一種趨勢時，其相關應用仍然是我們觀察技術趨勢及其應用的重要參考。2019 年勢必將成為另一個激動人心的一年，各種新技術將以更有效的方式邁入市場。