互联网公司背后的安防逻辑快报

来源:未知 / 2019-03-18 00:33
A看点网综合摘要:2017 年 互联网公司背后的安防逻辑,上一篇: 柴油车为何加汽油?垃圾清运车 " 副卡 " 牵出贪腐秘密 下一篇: 从「叫停」到「试点」 网约护士离我们还有多远? 。2017 年,衢州市政府拨款 4.37 亿元,要联合阿里为这座古老的城市打造 " 城市大脑 "。 " 城市大脑 " 可以理解为一个中枢神经式的城市指挥系统,通过 AI、IoT、云计算、数


2017 年,衢州市政府拨款 4.37 亿元,要联合阿里为这座古老的城市打造 " 城市大脑 "。

" 城市大脑 " 可以理解为一个中枢神经式的城市指挥系统,通过 AI、IoT、云计算、数据挖掘等技术解决城市供给与需求不匹配的问题,是城市人流、车流、资金流和信息流结合的产物。

在阿里技术委员会主席王坚眼里," 城市大脑 " 具有人类登月般的重要意义。它像是杭州献给整个世界的一个礼物,就像当年罗马给了世界一个下水道,伦敦给了世界一辆地铁,纽约给了世界一张电网。

眼下,阿里已经为包括雄安、澳门、吉隆坡在内的数十座海内外城市送去了厚礼。

数据战略

4.37 亿元其实 " 并不多 "。

按照项目方的说法,衢州 " 城市大脑 " 将分为多期进行建设,这笔资金主要用于城市大数据平台及软件层建设所用。

通常,一个三四线城市,摄像头总数预估在 2000 到 10000 路左右,建设大数据中心需要考虑到余量配备,也就意味着上万路的硬件搭建较为容易。比如湖南省会长沙市,摄像头全部建满应该能到 10 万路左右。

以一万路计算,视频分析服务器均价为 30 万元 / 台,支持同时 100 多路数据分析,由此需要的服务器可能 3000 万元朝上(路数只代表原始数据量,而实际的价格往往是和分析的计算成本强相关,个体差异很大),其他各类数据分析假设与之对等,考虑到整个机房配置等,所需费用在 2 亿元左右。

如果最后刨去人工等其他成本,阿里在每个城市的 " 城市大脑 " 项目上能够获得一定的营收,但利润相比其主航道业务是小巫见大巫。(此前,阿里还以 4.55 亿元的价格中标海口 " 城市大脑 " 建设,具体金额都相差不大。)

即便如此,可以发现除了阿里,包括腾讯、京东、百度等互联网巨头都加足马力,争抢着进入这条赛道。

由此,便出现了一个疑问:投入产出比并不诱人的背后,这些互联网企业为何要在建设智慧城市上花费如此大的精力?硬币背面,他们到底想要什么?

某业内高管告诉雷锋网,可以预见得到的未来趋势是,硬件会为软件服务,而不是相反。全力进军安防的互联网公司们意图已经非常明显:要做物联网时代的大数据运营商。

数据融合

相关数据统计,到 2025 年,全球数据圈将增至 175ZB(1ZB 约为 1 万亿 GB),而中国预计将以 48.6ZB 的数据量成为全球最大数据圈。

与此同时," 数据变现 " 问题一直以来都极大困扰着传统的数据持有企业,相比之下,互联网公司对于客群需求和消费行为的研究远超于传统公司,后者在流量 " 变现 " 的布局上显得更加得心应手。

对于大部分互联网企业来说,最赚钱的业务莫过于四大块:广告、电商、金融、游戏,而他们所有的商业布局不出意外都是围绕自身的主营业务展开。

一、电商业务。

在线上数据分析比较成熟的今天,无数人都在感叹,线上商家竟比自己的父母更懂自己,想要购买某种商品,打开手机会发现若干 App 都在推荐同款商品。

为什么能够如此神通广大?

透过各大电商线上经营模式来看,早期的数仓数据基本来源于主业务的 OLTP 数据库,数据不外乎用户信息(通过注册、认证获取),商品信息(通过卖家上传获得),搜索数据(通过用户在网页上的搜索信息获得),交易数据(通过买卖行为获得),收藏数据(通过用户的收藏行为获得)。

平台通过对这些数据的统计和分析,就可以通过线上数据模型大概判断出某人的行为意向,从而精准推送相关产品信息,提升商品交易成功率。

当然,这还远远不够。

以上对于用户的 " 熟悉 " 程度更多体现在 " 线上 ",那么 " 线下 " 呢?

可以说,视频监控摄像头是互联网厂商把握线下数据的最佳节点,在技术、工艺、造型、作用等方面的不断完善下,它们已经不再是单纯的防卫产品,直接担负起互联网公司线下与线上数据相互打通的重任。

未来,它们不仅仅是一个个呆板的铁盒,更是一个个有鲜活生命的智能节点,人们每经过一次,都在进行一次信息交互,进而与各大平台相连接,做各类数据增值分析,是各大互联网厂商进入 C 端市场、撬动终端用户、探索 IoT 布局的最为核心入口之一。

上有网络融合,下有视频交互。

不夸张地说,数据大战中,谁掌握了更多的视频监控路数,谁就能构建更加精准的用户画像,从而更好知悉、满足用户诉求,获得大数据时代更大的话语权。

比如,通过视频监控的铺设,可以对线下海量商铺形成覆盖 " 店前 "、" 店中 "、" 收银 " 各个环节的整套解决方案。

店前设备负责客流分析。当消费者走到门店前时,摄像头开始抓拍,分析其是新客、老客还是 VIP。

店中设备用于顾客轨迹追踪,分析顾客的逛店行为,包括消费者动线和逛店热力图等。另外两者还能形成联动,通过店内商品关注度分析,帮助店铺优化商品配置,提升客户转化率。

此外,在收银台场景下,摄像头还可以清晰地记录购买者的客户属性,比如年龄、性别等;对商品的购买人群进行分析,有助于门店后期针对目标客户进行更精准的商品推广等。

店前、逛店、收银对应着零售行业消费者的生命周期。

门前经过的是 " 游客 ",进店后成了 " 客户 ",再进入收银环节就是 " 用户 "。利用这一整套的服务,相关互联网企业可以帮助线下门店更好地了解门店的客流情况和店内销售转化。通过获取和分析用户数据实现从选址到营销的全面赋能,把 " 游客 " 最终变成 " 用户 "。

二、金融业务。

所有的金融机构,他们最想要的,也最难做到的,是如何获得更为精准的用户画像。

通常,金融机构通过授权方式可以清楚了解某人的线上上网数据、消费数据、代发工资数据等等。但很难了解其地理位置数据、行为数据等,而这将阻碍金融机构对某个行为人构建的用户画像不够精准。

用户画像不够精准意味着企业无法全面地了解客户的状态及潜在的金融需求。

比如,某人想要购买车辆,但他事先并没有去任何线上 App 上查询相关信息,而是直接去线下店铺了解。也就意味着线上难以获得其行为数据,如果此时线下数据能够与线上数据打通,相关金融企业便可以密切关注,快人一步为其提供后续购车金融服务。

再以风险管控为例,眼下众多互联网公司都推出了各类小微企业金融信贷服务。

同时,又出现了一个困扰所有金融服务机构的老大难问题:贷款 " 不良率 " 问题。

对于大多征信良好、消费升级的群体来说,线上的风控模型就可以很好应对;但在有贷款需求的群体中,很大一部分是 " 三无 " 人士,他们缺乏传统征信记录的同时且没有车、房等固定资产。

还有极小一部分,可以称之为 " 骗贷团伙 ",他们通常都有业界从业人员帮持,征信覆盖有很大盲区,违法成本随之降低。

相关数据显示,截至去年 5 月末,商业银行不良贷款余额高达 1.9 万亿元,不良贷款率 1.9%,这一数据较一季度末有较大幅度上升,不良率上升 0.15 个百分点。

一边是放贷 KPI 追身,一边是坏账问责,相关金融从业者步履蹒跚。

业内的共识是:只有拿下更多数据,才能打赢金融信贷战

此前,金融机构们评判一家小微企业整体经营情况的数据并不多,且埋得很深。如果充分利用视频监控等设备产生的线下数据,便可以做到更精准的风控。

比如,某线下商铺有贷款需求,但他的月流水(资质)达不到其想要贷款金额的标准,由此便可能出现数据造假问题(通常难以发现);如果通过视频监控大概了解进出该商铺的人流量,再联系到该商户线上的交易金额(客单价),就可以更精准地预判其交易数值的准确率,从而降低贷款不良率。

三、广告业务。

通过行为人线上的搜索数据以及线下的浏览、位置数据,可以进行精准投放数字广告。

当下,各大互联网企业都在大力推进社区团购业务,线上流量从 " 增量 " 时代过渡到 " 存量 " 时代,电商们想要寻求新增量,只能往线下走。

社区团购成为目前电商们拓展线下的重要手段,也是被验证了的最直接有效的方法。

而社区团购的关键在于如何有效获取社区流量和如何更高效地转化社区流量:在获取社区流量上,投放社区广告、布局社区小店、设置社区意见领袖等都是电商们的主要手段;在社区广告投放上,电梯广告牌自然是离用户最近、最高频的一种触达载体。

比如在电梯广告牌上加装视频监控探头,基于人脸识别技术可以在用户非配合情况下获取到用户的人脸信息,再利用后台进行大数据分析出用户的年龄和性别以及线上搜索需求,从而定制化地出现相应的广告,提升购买转化率。

值得一提的是,以上所列举三大场景只是线下数据海洋下的冰山一角。

同时,数据变现是一个很大的课题,也是一个很有趣的课题,因为它没有界限、没有方向,是一个完全的黑盒子,等待着每一个人去探索。

数据安全

佳都集团董事长刘伟告诉雷锋网,对于企业来说,数据是 21 世纪的石油;对于个人而言,数据是其生活的再现;对于政府来说,数据是基础性的战略资源。

大数据的精髓在于人们分析信息时的三个转变,这些转变将改变我们理解和组建社会的方法。

第一个转变是,在大数据时代,人们可以分析更多的数据,有时候甚至可以处理和某个特别现象相关的所有数据,而不再依赖于随机采样。

第二个改变是,研究数据如此之多,以至于人们不再热衷于追求精确度。适当忽略微观层面上的精确度会让我们在宏观层面拥有更好的洞察力。

第三个转变因前两个转变而促成,即人们不再热衷于寻找因果关系。

与此同时, 他也谈到,如何建立数据安全机制是亟需解决的问题,大数据是 21 世纪的新石油,但是立法确权,是安全用好这石油的前提。

其实在数据安全层面,包括阿里等企业也提出了各种思路,比如他们基于平台担保开发的 " 可用不可见 " 技术等等。

他们将阿里云作为交易平台,像支付宝一样是一个中间担保机构,双方的数据上传到阿里云大数据交易平台,双方可以使用对方的数据,以获得特定的结果,比如通过上传一些算法,模型而获得结果,双方都不能看到对方的任何详细数据。

事物的发展总是辩证存在的,数据的利用与立法问题,预计很快就能得到规范及解决,而它自身的重要性,也将在将来得到质的提升。

创新不是一个崭新产品的诞生,而是现有的产品被赋予了新的用途。可以预见的是,线上数据与线下数据的打通,将为所有公司打开一扇从未涉足的世界的窗户。

第二届中国人工智能安防峰会

旧的规则正逐步瓦解,新的秩序,则以 " 科技跨界 " 的形式重塑。

这是一个由未知 "X 因素 " 重新定义安防的时代。

如何定义?谁来定义?

2019 年 3 月 23 日,雷锋网与 AI 掘金志将在杭州滨江银泰喜来登大酒店,举办第二届中国人工智能安防峰会,我们把会议主题从 AI 公司与安防公司两大势力之争,放大到安防、互联网、AI、通信公司四大势力的角逐。