Что ограничивает распространение видеонаблюдения с искусственным интеллектом?

Суть материала

Сегодняшние камеры умеют заметно больше, чем просто охранять: многие крупные организации воспринимают их как средство бизнес-аналитики. Всё больше компаний осознают ценность камеры как мощного датчика. Однако пока камеры нередко по-прежнему считают инструментом безопасности и наблюдения и не подключают к другим высокоуровневым задачам внутри компаний.

Направление умных камер и аналитики с поддержкой ИИ пока совсем молодое. Рынок только знакомится с возможностями этих мощных конечных устройств, способных обрабатывать сложные аналитические данные. Клиентам важно увидеть, на что способны такие камеры и какую выгоду извлекают другие. И системным интеграторам, и конечным пользователям сейчас недостаёт знаний в обработке данных, чтобы задействовать потенциал системы камер для получения ценных сведений или роста операционной эффективности.

Одна из главных трудностей в том, что конечные пользователи ещё не привыкли к работе с ИИ, поэтому порой сомневаются, будут ли алгоритмы работать на практике. Преодолеть эти сомнения может демонстрация ИИ на реальных примерах: увидев алгоритмы в действии, пользователи поймут, что ИИ во многих случаях справляется с задачами лучше людей.

Ключевые проблемы, сдерживающие внедрение ИИ в видеонаблюдение, — это время и затраты на настройку и тонкую настройку аналитики. Чтобы развернуть аналитику ИИ успешно, интегратору и конечному пользователю нужны чётко определённые цели и показатели, которых надо достичь, а также терпение.

Без применения ИИ в видеонаблюдении уже не обойтись. В ближайшие годы непременно появятся новые технологические достижения, которые сделают камеры безопасности умнее. Но их развитие может идти не так быстро, как хотелось бы отрасли. Так или иначе, индустрия безопасности меняется медленно, и освоение новых технологий требует много времени.