安博會將近，大華這次將如何定義這幾年的蛻變。
作者 | 餘快
編輯 | 張棟
2021安博會時間更近一步，行業的熱情似乎就更甚一籌。
2020北京安博會暫停後，懷揣著近兩年的新產品、新戰略，新老廠商們無不摩拳擦掌，藉此機會將行業最頂尖的技術、產品帶到大眾面前。
大華股份正是其中之一。
雷鋒網獲悉，在本屆安博會前夕，即10月28日，大華股份將進行一次重量級戰略升級釋出會。
2018年，大華髮布了城市之心戰略，對智慧城市架構進行深度詮釋。
3年後，在全球經濟社會追求高質量發展的背景下，大華股份又將帶來什麼？新的戰略又將給產業什麼啟示？
“其實，大華對於經濟社會及產業發展的思考從未停止，我們希望透過這次釋出會和大家分享一下大華近年來的思考和沉澱的成果。”大華股份研發中心副總裁、先進技術&智慧城市研究院院長殷俊並未直接回答。
從殷俊“只可意會”的言語中，我們不妨結合大華這幾年的技術、業務動向，猜測一二。
技術與業務層面，大華已實現“不只是安防”。
如果說從前“安防”的核心命題是“安全”，那麼現在“安防”被時代賦予了新的命題。
當以影片為核心的AI技術從安防走向千行百業，駛入深水區的“安防”，已經不再限於“安防”。
大華也已然轉型成為一家智慧物聯公司。
經過幾年探索與沉澱，如今看來，正如殷俊此前所言的“千樹萬樹梨花開”，大華這條路走對了。
AI，已從基於平安城市龍爭虎鬥過渡到根植於數字城市對弈過招。
數字城市之下，交通、交管、應急、製造、教育、園區、煤炭、鋼鐵......千行萬業都顯示出蓬勃的朝氣，來回搓搓雙手，準備迎接AI的到來。
千萬嗷嗷待哺的傳統行業，是成千上萬個演算法，定製化、碎片化更甚，大華如何應對？
每年重金的研發投入，有哪些成果？
研發是科技企業的生命線。從歷年財報看，大華每年將銷售收入的10%左右投入到創新研發，人工智慧是投入重點之一。
2020年，大華更是給出了約30億元的大手筆，佔營業收入11.33%，同比增長7.28%。截止今年上半年，大華股份上市以來，累計研發投入達到155.23億元。
大華如今的技術架構體系如何？這10%具體投入到了哪些？155.23億元背後有哪些成果？
對於這次外界十分期待的部分，不知能否在這次戰略升級釋出會上得到答案。
組織架構調整之後，大華如何定位？
2019年的市場戰略調整之後，大華現有四大業務：To G、To B、To SMB、To C，以及發展勢頭迅猛的創新業務。
To B業務成為新的增長引擎，疫情之下，逆勢突襲，連續2年穩步提升，今年上半年B端收入更是同比增長近五成。
如今大華To B端業務目前已經覆蓋了十幾個主要行業，包括建築、教育、金融、能源、製造、農產、醫療、文旅等，細分有20餘個子行業。
有著”第二增長曲線”之稱的創新業務，2020年增長達四成，2021年上半年，更是取得了同比增長 94%的優異成績。
加之不可小覷的To SMB、To C，大華未來的想象空間在哪裡？
組織架構之後，開始軟化轉型。
AI、雲與大資料、軟體平臺均是大華的核心技術戰略。
2021年半年報中，大華也首次在報表中單獨披露了軟體業務，雖然佔比不多，僅有4%，但軟體平臺上位至大華的核心戰略之一背景下，此舉大有蓄力隨時發起進攻之勢。
對軟體的重視，還體現在大華近年大幅度追加人才投入，據悉，目前軟體平臺人員超過3000人。
“如果把其他的定製開發都算上，軟體人數將遠遠不止3000人。”
大華已經開發了上千個基礎模組，而明確提出“2023年公司純軟體收入實現目標不低於 30 億”，也足以體現大華對軟體的信心。
“我們希望讓大家更全面的看到大華對業務的態度和做業務的深度。尤其是新興行業，不是換個解決方案就進來，而是我們靜下心來，實實在在地紮根行業做。”
大華儼然已經在智慧物聯的賽道中大展拳腳，該如何重新定義大華？未來又將往哪個方向走？
戰略公佈之日將近，大華依然保持一定的神秘感。
懸念將在幾天後揭曉，在此之前，雷鋒網AI掘金志與大華股份研發中心副總裁、先進技術&智慧城市研究院院長殷俊進行了一場深度對話。
影片物聯企業是天然做AI的一把好手
AI掘金志：目前看來大華走得比較快，怎麼去量化？
殷俊：目前大華可商用的演算法有1000多種，組合解決方案組合可能更多，現在整個行業解決方案，政府、企業基本實現覆蓋。
AI掘金志：能做到這麼快，您覺得是什麼原因促成的？似乎目前整個業界較為緩慢。
殷俊：是基礎科學研究進展緩慢，應用進展是非常快速且有成效的，尤其是大華已具備天然的土壤。
細化來說大概有幾點：大華20年的行業深耕打下了良好的基礎，覆蓋客戶群龐大、市場基數大。客戶種類和應用場景也是千差萬別的，覆蓋各種各樣的場景和行業型別，成為智慧升級和迭代的天然土壤。
當市場覆蓋有保障，裝置有基礎，投入能持續，就能走得更快。
AI掘金志：所以您覺得影片物聯公司是天然的做AI的一把好手，沒有之一嗎？
殷俊：影片物聯公司因為有較好的市場應用優勢，落地最快速而且產業規模是巨大的。我們看到所有AI落地產業上，視覺領域的硬體出貨量最大，為AI演算法能力的發展提供了優質的“土壤”。
我們目前做的，一是持續對技術創新的投入，二是把客戶服務好。單點演算法效能做到最符合場景應用，才能打動客戶；交付速度更快，才能覆蓋多。
AI掘金志：大華從零開始的話，是怎麼做到突飛猛進的？
殷俊：大華做事是非常務實的，人工智慧從很早就開始做，並不是從零開始發展，過程中我們更多思考的是怎樣滿足業務需求，確實過往宣傳不多。
在人工智慧產業化過程中重要的一點是，我們不僅從技術角度考慮可實現性，更從工程角度考慮落地方案，注重工程現場與演算法效能結合。比如影片應用環境各式各樣，有白天、晚上、下雨等等，不同條件下的成像都不太相同，就會要求演算法必須要滿足這樣的複雜的開放環境。
AI掘金志：在某種程度上，工程跟技術不是天然的矛盾體嗎？
殷俊：不矛盾。
AI掘金志：為什麼？比如很多汽車外表不好看，也許不是技術問題，而是工程能力問題，所以向技術妥協，大華在遇到類似問題時是如何選擇的？
殷俊：肯定是有相互匹配過程，工程和技術兩個本身就是左右互搏的過程，完美的產品一定選最合適的、最穩定可靠的技術，不一定是最頂尖的學術研究。我自己的考量，規模產業化追求的是產品力和技術能力平衡。
AI掘金志：真的遇到問題了，您會往哪邊傾向多一些？
殷俊：這個要看具體問題，為了快速交付，我會偏用向工程經驗解決，但如果說偏長期的，肯定會偏科研轉化。對客戶需求的評估，短期專案重點放在快速交付落地，一定是重視工程方向，中長期專案，我們更傾向研究創新的技術去解決。在兩方平衡的過程中，整體技術能力進步很快。
AI掘金志：先進技術研究院作為整個大華AI的技術支撐，定位是怎樣的？
殷俊：從技術出身，深知保持技術領先是重要的。先院作為大華在人工智慧領域的技術能力支撐，區別與傳統的研究機構，我們一手抓技術研究、一手抓工程實踐，在技術上不斷創新突破，過去在各個方向都取得了不錯的成績，但發展的重心還是會放在技術和工程之間尋求平衡，優先會保證產業化落地。
人工智慧必須商業化落地，這裡有個概念需要清晰，技術領先並不意味著人工智慧商業化能成功，但如果能規模化、商業化證明技術已經領先了。
要實現商業化有三個前提：工程化要好、技術要領先、技術有前瞻性。
從未擔心AI企業進攻，硬體難度被低估，大華的軟體投入被低估
AI掘金志：有觀點認為，多年來很多安防公司還是賣硬體的公司，軟體的實力還是得不到提升，人工智慧能力也得不到大家的一個認可。這個是真實的業內的現狀嗎？
殷俊：大家其實都陷入一個思維怪圈，就是人工智慧等於演算法。其實不是，在我們看來，人工智慧的本質是怎樣滿足數智化升級過程中，業務的述求，不僅是演算法做得多好，也不只看智慧裝置做多好，但凡滿足使用者的智慧業務一定是結合人工智慧能力的裝置、軟體、系統組成完整體系。
AI掘金志：2021年半年報中，大華首次單獨披露了軟體業務，佔比4%，還明確提出，2023年純軟體收入實現目標不低於30億元。為什麼在這個時間點披露？30億目標的信心從哪裡來？
殷俊：公司對AI、軟體能力的宣傳講的不多，但不代表我們不重視，大華一貫非常注重軟體、AI、大資料的投入和發展。將軟體業務拆分呈現，也是為了大家能夠更清楚地看到大華未來在軟體板塊的成長。
AI、大資料、軟體平臺都是大華的核心戰略，我們近年也都在持續大力投入。目前軟體平臺人員超過3000人，做好軟體底座和麵向行業應用的軟體平臺，我們稱為“一體系兩平臺”，此外把分佈全國省區的軟體研發人員都算上，軟體人數將遠遠不止3000人。
AI掘金志：目前智慧化成本大概比之前要降低多少？
殷俊：相比2年前已經降低了很多，人工智慧商業化落地的兩座大山——高算力和高成本，目前晶片可選的範圍很多，隨著銷量的飛速增長，AI的研發成本均攤後都下降了。
預計兩三年之後，70-80%的裝置都是智慧裝置，完全沒有必要猶豫裝置的選型，就像現在手機已經都是智慧手機。
AI掘金志：如果AI是必然趨勢，為什麼很多AI公司還是跑不出來？
殷俊：第一個純軟公司不一定懂硬體，很多人都低估了硬體的難度。
第二是對業務的理解。以前對業務理解比較深的有兩類公司，一類像大華這樣的產品和解決方案供應商，還有一類是服務整合商，但AI公司誕生於產業鏈中間，長期兩邊搖擺。
另外，本身硬體產業鏈已經很成熟，同時生產製造、品控、服務體系要求很高，這樣的背景下軟體公司進入硬體賽道很難突圍。
AI掘金志：如果他們從硬體上突圍不對，只能從軟體層面突圍，但是似乎有些後勁乏力，是賽道選錯了嗎？
殷俊：他們的選擇範圍很多，並不僅是安防產業，只是隨著市場的發展，安防產業的業務佔比很高。但是從產業成熟度和產業規模，目前看確實只有這個版塊體量是最大的。
AI掘金志：當初AI公司進來，大華從來沒有過擔心嗎？
殷俊：沒有過多的擔心。一方面這些新興公司的進入，可以促進技術的演進，而且更多的玩家可以加速市場的認知。另一方面我們也清醒看到，對於一個完成的解決方案，演算法只是業務系統裡的一個模組，是一箇中間件，要從一個元件變成一個大系統，工程能力和體系化作戰的難度非常大。
AI掘金志：對於目前大華的幾個業務，您是最看重哪一塊？
殷俊：從目前來看，未來To B業務增長最高，但創新業務也不可小覷，未來增速也會很快。
做深行業、做全產品，不懼怕定製化
AI掘金志：去年您提到，AI經歷了理論研究的1.0、智慧落地的2.0，目前處於行業智慧的3.0階段，您將3.0階段總結為“忽如一夜春風來，千樹萬樹梨花開”，如今一年過去了，你有沒有感受到這個階段的新變化？
殷俊：行業智慧化層面看，真的是千樹萬樹梨花開了。大華最開始的目的就是行業全覆蓋，從這兩年看，當年的邏輯是對的。行業覆蓋時，把行業做深、產品做全，場景做廣。
AI掘金志：“把行業做深、產品做全、場景做廣”是否意味著定製化更嚴重？
殷俊：這是行業本身特性和規律，2017年我就說過，行業做廣做深，定製化逃避不了。
智慧化與資訊化不同，後者以ERP為例，每個企業的通用性相對很強，每個企業的財務結算方式不同，只是小的流程改動，相比之下，智慧化的散碎程度更突出，差異化更強。
去年很多行業已進行智慧化試點，今年速度更快，發散度更高。比如煤礦行業，散碎程度非常嚴重，之前可能只是聚焦作業管控的業務，深入行業應用後發現，除了智慧需求的發散外，在實踐中每條礦道都不完全一致，一旦業務試點可行後鋪開推廣應用就需要解決實際的差異嚴重的問題。
因為人工智慧技術上還沒有到一個泛人工智慧階段，無論是演算法、應用都是針對特定明確的任務完成，還無法達到像人一樣的理解能力。
AI掘金志：差異化大、顆粒度細、定製化大，就意味著投入大量人力，但雙方都不希望如此對吧？如何解決差異化？
殷俊：其實要解決的就是三個問題：專案週期要縮短，人力成本要下降，交付速度要加快。
大華從去年下半年開始做了三件事情：
1、加大通用演算法適配能力，透過演算法的不斷迭代，大幅提升各種場景的適配性。且不斷增加增加演算法的種類。
2、加快弱監督學習、半監督學習等技術的工程應用。通常的演算法訓練需要大量樣本，但新場景不可能有海量資料，大華內部已經具備現有演算法能力快速遷移到新應用的能力，且真正可商用量產。
3、提升系統適配能力。大華自研的巨靈平臺作為一站式人工智慧生產力工具，內部各方面技術已經積累完了，雖然定製化多，可以解決在短時間內覆蓋新場景的問題。
AI掘金志：您剛提到了演算法供應商，大華是否想過做一個類似的演算法平臺？
殷俊：我們也有，但現在還沒有把所有的演算法都上線。
AI掘金志：是產品沒成熟還是時機沒成熟？
殷俊：假如大華做演算法商城，要考慮三個問題：
一，上線演算法本身的質量。
二，客戶使用過程中的售後服務。有些公司期望上線後能更多拓展客戶，但演算法比較專業，對於售後很難完全保障。
三，行業理解。上架的演算法通常是通用的，匹配到具體場景後可能有很大落差，存在誰去調整落差的問題。
大華做的很多演算法，是走進客戶後，才把這幾個問題解決了。
說白了，演算法商城只是一個框架，不在乎架子怎麼搭，最終比拼的還是演算法本身的能力，看是誰的質量好，誰的速度快，對客戶而言，核心是省錢好用。
我們做的是基於行業理解以及客戶真實需要，很多先驗和試點工作都提前準備完善了，演算法在給到客戶前已經過實踐驗證，客戶不需要再去踩雷。
AI掘金志：所以大華認為演算法商城模式的根基是不牢靠的？
殷俊：至少在目前還不成熟。因為單一演算法是不能用的，這和手機的APP商城有很大的差異，因為每個手機APP都是獨立自閉環的系統。
下載一個演算法不能有效解決行業問題，就是因為客戶的問題並不能靠單一演算法解決。舉個很簡單的例子，工業檢測現場除了檢測部件本身，還要檢測零部件擺放、缺陷、位置等等，一條流水線通常存在很多工位，作業要求和作業物件都不同，還不算對工人的穿著、站位、行為規範等檢測，這裡需要的是一套完整的演算法解決方案，不是單演算法能完成的。
AI掘金志：行業未來會出現成千上萬個演算法，覺得這個問題會難嗎？
殷俊：是很難，但得做。
AI掘金志：它難在哪裡？
殷俊：第一，AI演算法發展很快，沒有統一標準技術可以參考，將長期處於研究與工程並存的狀態，機器不可能完全百分百替換人，不能進行真正的自我監督。
假如機器自治系統能力可以工程落地，我們就認為這個模式是合理的。但現在人工智慧應用到工程中與想象依然有落差，需要人工去補。
B端業務增速特別快，對大華是一件非常有考驗的事情，因為行業產品太多，一個B端的客戶要做好必須要深入業務，同時面向大量的B端客戶，我們可能一天接到海量的智慧化需求，對研發實力、工程能力適配要求很高。
為了解決這個矛盾，這也是我們目前縮週期、降人力、提交付要做的事情。
服務為王，未來大華會夯實對合作夥伴的支撐能力
AI掘金志：聊聊大華這次的戰略升級？
殷俊：大華對於產業發展的思考從未停止，我們希望透過這次釋出會和大家分享一下大華近年來的思考和沉澱的成果。讓大家更全面的看到大華對業務的態度和做強業務的信心。尤其是面向新興行業，不是包裝下解決方案，而是我們靜下心來，實實在在地紮根行業。
AI掘金志：您怎麼理解城市之心，這次的戰略升級與城市之心有怎樣的變化？
殷俊：城市之心戰略是契合了當時的環境背景，核心在城市業務，當初也正是政府端重點發力的階段，需要一個統一的架構體系，現在城市業務已經相對穩定，接下來是持續細化的問題。當前大華主要面向城市和企業兩大板塊，前面提到企業的發展很快，但這兩個板塊差異性很大。To B業務是碎片化市場，SMB業務更散碎，不可能跟城市業務的邏輯一樣。同時如何支撐好兩個板塊的業務，對公司的基礎能力有新的挑戰，我們期望透過這次釋出會把我們的戰略升級和接下去怎麼幹和大家分享下。
AI掘金志：也就是城市之心有建設性，但已經不全面了，但這個週期似乎並不長，為什麼才3年就有如此大的區別，這種鉅變大華是沒有預測到嗎？
殷俊：不是鉅變，城市業務的體系架構沒有問題，未來還是會沿著這樣體系架構。但是隨著大華的業務拓展，不能只看著城市業務，我們需要更完整的解讀大華的業務版圖佈局。
AI掘金志：技術層面，政府端和企業端的異同？
殷俊：相同點就是服務為王。
AI掘金志：服務為王會伴隨大華很多年嗎？
殷俊：會，但是真正做好其實很難，尤其是To B業務龐雜繁複，單純依賴大華自己是無法完全滿足客戶需求，因此未來大華會往後退一點。
AI掘金志：往後退的是什麼？
殷俊：和生態合作伙伴一起，我們賦能合作伙伴，當然我們也需要很多合作伙伴賦能大華，透過合作伙伴的雙向賦能，一起服務好我們的客戶。
正如殷俊所述，技術是為了商業化。數智化浪潮下，將如何利用技術為千行百業賦能，期待10月28日大華股份為我們揭開答案。
