这方面，目前具备可能性的产品为AR眼镜。佩戴之后，一旦某处设备识别到可疑人物，AR眼镜将在警方的眼前自动显示可疑人员的性别、身份等信息，相关安防人员也能够通过AR眼睛看到墙后面、地板下的电缆、管道、其他设备的运行情况，警方进行案情模拟重现、消防员在火场内实时监控与判断等也将成为可能。

与安防机器人一样，因为网络传输延时、镜片成像技术和光学模组不成熟等因素，AR眼镜还远远没有到达大规模成熟的时候，目前仅有小规模应用。眼下在安防领域推出AR眼镜的公司还是少数，且市场也因为热度降低而在发展速度上较为缓慢。于AI安防产业而言，AR眼镜也是一个“大蓝海”的存在。

在监控摄像头的强势掩盖下，像安防机器人、AR眼镜这类存在极大市场、且尚未被加以重视的产业还有很多。

· 软件层面，数据壁垒还需打破

需要注意的是，以上所有产品功能的实现皆需要借助算法、算力、数据和智联网等的通力合作。

眼下，经过近几年的发展优化与磨合，各类智能算法已经较为成熟，满足基本需求不在话下，而算力问题也因为AI芯片得到了解决，基于物联网升级的智联网也即将因为5G的到来而得以实现，剩下来的数据却成为了一个问题。

以公安这一安防领域重要组织为例，早在2018年初，公安部就正式成立全国公安大数据工作领导小组，宣布将大力实施公安大数据战略。

作为一个垂直性行业，公安领域的数据也存在一个“通病”，即只能基于结构化数据开展AI应用，而那些非结构化数据和半结构化数据并没有能够发挥真正效用；另外，各地方公安之间、各警种之间、各数据之间也缺少相应的关联性，这也使得预测、预警、预防等能力与效用大打折扣。

如何才能解决这些问题？需要依赖行业知识图谱。

知识图谱的建立是一件相当困难的事情，里面涉及到数据采集、数据清洗、数据定义、关系抽取、知识存储、关联计算等步骤，且不同于通用知识图谱，搭建垂直性领域的专业知识图谱更具备难度。

而一旦搭建起知识图谱，带来的效用也是肉眼可见的，实现实战经验与技术算法的深度融合与转换，让警务办事更为智能化。举一个例子，为了锁定一个犯罪嫌疑人，警方往往需要调取多个系统来查询数据，进而作出分析和整合，这个过程是繁琐且耗时耗力的，而基于公安知识图谱，这一过程所耗费的时间和精力将大大缩短，因为在发出要求之后，系统就能够自行调取相关案件信息，或是生成报告，或是以可视化的方式呈现各个线索之间的关联性等等。

据艾瑞咨询数据，2018年工具型公安知识图谱应用率为30％，平台型建设率达到10％。而在当下，知识图谱搭建的第一步，即“数据采集”仍旧不能很好地完成，如此一来，后面步骤的进行也将遭遇一些阻碍和困难。

于AI安防而言，算力、算法、数据和连接缺一不可。

最后

根据a＆s所公布的“2018年度全球安防50强”榜单，其中专业从事视频监控的企业有32家，另有海康威视、大华等也在这一领域有所涉及。可以说，视频监控已经成为安防产业的主流，这也难怪在智能化升级过程中，监控摄像头会成为诸多AI企业所选中的市场切入口，以及安防业务重点方向。

但从市场和需求的角度出发，监控摄像头也不是万能的，总有它兼顾不到的地方，而这些就是留给厂商的机会。如果发展足够顺利，或许这些产业在未来也将能够“比肩”监控摄像头。