安防监控市场下滑,马太效应愈加凸显,未来突破口在哪里?

根据洛图科技(RUNTO)《中国监控摄像头线上零售市场月度追踪(China Security Camera Online Retail Market Monthly Tracker)》报告,2023 年第一季度,中国监控摄像头在线上公开零售市场(不含抖音等内容电商)的销量为 445 万台,同比下降 14.3%,环比下滑了 7.5%;销售额为 11.1 亿元,同比下降 1.6%,环比下降 9.1%。

根据洛图科技(RUNTO)《中国监控摄像头线上零售市场月度追踪(China Security Camera Online Retail Market Monthly Tracker)》报告,2023 年第一季度,中国监控摄像头在线上公开零售市场(不含抖音等内容电商)的销量为 445 万台,同比下降 14.3%,环比下滑了 7.5%;销售额为 11.1 亿元,同比下降 1.6%,环比下降 9.1%。

安防监控市场下滑,马太效应愈加凸显,未来突破口在哪里?

监控摄像头平均客单价出现了显著回升,2023 年第一季度,线上市场均价为 249 元,比去年同期上涨 32 元,上涨幅度达 14.7%。

线上数据显示,第一季度 TOP4 品牌的合计份额(CR4)为 45.4%,较 2022 年同期增长了约 5 个百分点,下面是机构报告分析要点:

小米位居销量、销额双线第一,份额分别是 18.3%、17.1%,均实现 1.9 个百分点的上涨,畅销机型为家庭场景中的云台摄像头。

乔安在销量排行第二名,份额为 10.5%,比去年同期增长 0.9 个百分点;但其价格相对较低,整体销售额排名第五。

萤石位居销量第三名和销售额第二名,份额同比分别增长 1.9 和 1.2 个百分点,C6 系列在畅销机型排名第三位。

萤石母公司海康威视主打工业级摄像头,单价高昂,在销量榜上排第八,但销售额排到第四名。若将海康威视和萤石合并来看,销售额市占达到 19.7%,超过小米。

海雀主推中高端产品,销量份额为 4.0%,销售额份额为 4.3%。

数据显示,200 万像素摄像头市场份额从 2022 年一季度的 43.9% 降至 2023 年第一季度的 24.5%;300 万像素摄像头份额保持在 35-40% 之间;400 万像素摄像头销量份额达到 23.1%,比去年同期增长 9.3 个百分点。此外,更高画质的产品陆续上市,500-800 万像素份额为 10.2%,同比涨幅为 3.5 个百分点。

洛图科技(RUNTO)认为,2023 年上半年线上规模下修至 900 万台,同比微降 3%。

马太效应愈加凸显

从线上销售的品牌以及对应出货占比来看,马太效应愈加明显,呈现强者恒强,小厂难以为生的态势。

中国监控摄像头线上销售前十大品牌1月份的销售占比接近70%,除了小米线上销售一直遥遥领先以外,乔安依靠其亲民的价格也基本一直能够保持线上前几名的份额,也是华南安防市场除了普联这种大厂以外为数不多能成功做出自己品牌的安防厂家。

所以以后小厂家的生存环境将更加恶劣,头部厂家不论在技术、供应链、推广渠道、产品稳定性等等各个方面都会具有较大竞争优势,在市场增量相对有限的情况下,大厂为了扩大份额也会逐渐蚕食小厂的市场。

对于小的厂家来说,单纯的价格竞争也许在未来并走不长远,如果想要获得一席之地只能通过小的产品创新和差异化来取胜。

民用安防市场潜力巨大

民用安防源自传统安防,线下分销仍是民用安防的一个重要渠道通路。除此之外,在电商快速发展的背景下,基于民用安防轻量化的特点,相比于传统安防,电商渠道的发展也更为迅速,一部分互联网公司在民用安防领域也应运而生。同时,民用安防与智能家居、消费电子的逐渐融合,也催生了其在家居建材、五金渠道以及消费零售渠道的发展。

近年来电信等运营商也重点发力民用安防领域,主要集中于乡村的家庭室外监控、居民商户的室内监控以及城镇公寓用户的智能猫眼门铃等产品。在采购端,运营商通过集采、社采等多种方式,短时间内汇聚各大品牌厂商的产品资源,同时长期与运营商合作的电视盒子厂商、数据通信厂商以及部分ODM 厂商也纷纷入局,迅速提升了民用安防产品的竞争白热化。在销售端,通过运营商庞大的门店覆盖网络以及装维人员,结合对应通讯套餐,以“送”的形式迅速完成了市场用户的覆盖。运营商的入局一方面加快了消费者对民用安防产品的认知,另一方面也“催熟”了民用安防行业,各路厂商更加内卷。

随着居民生活水平的提升,消费者对民用安防产品的认知逐渐普及,接受度也稳步提升,同时对安防产品的需求也有了新的变化:不仅限于传统的视频监控需求,普通家庭用户、社区、网吧、餐饮店、小型超市、商铺等,都希望基于视频信息基础进行更为智能的融合性应用。比如在家庭场景中,摄像机能对老人跌倒、儿童哭声检测等智能识别;在商用场景中,摄像机能对客流统计、客户选购行为、货物摆放位置等进行分析。智能化应用是一个新趋势,用户所需要的不仅是简单的视频监控,而是更近一步的对现有需求及痛点的一整套解决方案。比如在家庭看护方面,能够针对老人看护场景实现异常行为的及时监测告警,并同步呼叫社区服务;针对小孩看护,能够与其互动娱乐;针对商铺监控,能够形成智能分析报表,提出店铺运营总结建议等。

随着市场的进一步成熟,民用监控市场将会愈发的细分,对细分市场和应用场景的满足将会成为厂商保持在该赛道竞争力的一个重要因素,老人市场、儿童市场将会成为家庭市场的重要细分赛道。同时随着智能家居市场的逐步成熟,家用监控产品与智能家居系统的互联互通优势将会逐渐凸显,单品虽仍旧占有较大销售比重,但是多品组成的智能系统将会逐渐成为各厂商利润的主要来源。在中小商业领域,轻量化的部署应用和智能化的系统集成都将会有持续的需求,商业场景的监控刚需性大于家庭,同时商业监控系统智能化为广大商铺主带来的效益提升也使得部分商户愿意投入,其消费能力会更高。

GPT 开启 AI 新纪元,技术融合极具想象空间

 

AI+安防,扩展更多应用场景。超高清、热成像、低照度、全景监控、红外探测等 传统视频监控技术,与人工智能、机器视觉、AR/VR、生物识别、大数据、云计算、物联网等新技术融合,形成 AI 生态与平台架构深度结合的新型业务形态,扩展出更多应用场景,打开行业广阔增量市场。AI 技术的快速发展,不仅促使传统 安防产业在产品、技术与应用等多维度实现了更深层次的进化与变革,并且解决了安防业务场景中高度复杂的计算问题以及多因素的、动态的、可扩展的推理问题,在算法与算力的支撑下帮助用户完成感知、认知与决策支持。

多模态 GPT 与安防行业技术相融合极具想象空间。AI 模型可大致分为决策式 AI、 生成式 AI 两大类,决策式 AI 已在推荐系统、计算机视觉、自然语言处理领域实现应用,生成式 AI 在大模型的驱动下逐渐发展成熟。2022 年 12 月 1 日,OpenAI 发布了自然语言生成式模型 ChatGPT,通过引入新技术 RLHF(Reinforcement Learning with Human Feedback),即基于人类反馈的强化学习,自动理解用户的问题,提供更精确、更有价值的信息。2023 年 2 月 17 日,在 2023AI+工业互联网高 峰论坛上,百度智能云宣布“文心一言”将通过百度智能云对外提供服务,为产业 带来 AI 普惠。2023 年 3 月 15 日,OpenAI 发布多模态模型 GPT-4,可根据给定文本和图像的组合输入进行分析与文本生成,意味着 GPT-4 具备与计算机视觉相 关产业整合的空间。

1) 应用于安防系统的自主决策和控制能力。ChatGPT 具有自动化分析和处理大量语音、文本和图像数据的能力,并能够对信息进行分类和分析。通过这种能力,ChatGPT 可以帮助安全系统快速识别安全威胁和异常事件。它可以应用于智能安防系统中,对语音和图像数据进行分析和处理,从而快速识别出异常 事件,实现安防系统的智能化和自动化。

2) 个性化服务。通过学习和分析用户的历史行为和喜好,GPT 可以为用户提供 更加个性化和智能化的安防服务,从而提高用户的使用体验和满意度。例如, 可以通过分析用户的历史安防记录和数据,自动开启或关闭安防设备,优化安防方案;根据用户的历史报警记录和安全等级,优化安防系统的布局和设备配置,提高安全性。

3) 提供高效的信息获取方式。谷歌于 2022 年 5 月推出由文本生成高清图像的模 型 Imagen,之后基于 Imagen 推出 DreamBooth 实现输入图片高度还原以及个性化表达。Meta 于 2022 年 9 月 29 日首次推出一款 AI 系统模型:Make-AVideo,可以仅用几行文本生成视频。生成功能可以补足相关缺失的部分,比如,用白天的相同场地场景生成夜晚的画面效果,优化监控效率。

4) 自动生成代码或注释,提升方案搭建速度。GitHub Copilot 由微软 GitHub 与 OpenAI 在 2021 年 6 月联合发布,可根据开发者指示结合上下文自动生成代码及实现完整功能,旨在提高代码创作效率。通过将项目拆分为一个个小的函数模块,可以提升相关公司云平台的搭建速度。

5) 辅助调查和预防犯罪。可以从各种公共和私人数据库中收集和整理犯罪事件的数据,包括犯罪类型、时间、地点、作案手段等信息。用于建立预测模型,帮助预测未来可能发生的犯罪行为,帮助警方更加高效地部署警力,并加强对潜在犯罪活动的监控。

参考华为盘古大模型,AI 已成生产力,降本增效是核心。盘古大模型是由自然语言处理(NLP)大模型、计算机视觉(CV)大模型、多模态大模型、科学计算大模型等多个大模型构成,通过模型泛化,解决传统 AI 作坊式开发模式下不能解决的 AI 规模化、产业化难题。相比于现有的大模型,盘古并不是“单项”选手,而是全能型。

行业 know-how 快速学习,有望实现千姿百态。华为云盘古大模型的开发模式, 是“预训练+下游微调”,仅需少量样本和可学习参数即可完成千亿规模大模型的快速微调和下游适配。需要用结构化知识方式沉淀的行业 know-how,都可以利用大模型学习。安防行业应用场景复杂,各行各业需求不一,很难形成规模效应。海康威视、大华股份此前通过统一软件架构实现组件/数据复用,解决碎片化场景开发、维护问题,但为保证项目规模,人员数量不断增长,截至 2021 年底,海康威视、大华股份员工总数分别达到 52752 人、22864 人。生成式 AI 的加入有望优化现有数字化底座、取代逐渐低效的工作模式。

云平台流量+AI 大数据算力基础为技术变革打下基础。算力是支撑大模型发展的重要环节,大模型需要对海量的预料信息进行训练,相关推理也需要更高级别的 硬件进行支持,大模型的算力底座有望成为各家企业间重要的竞争壁垒。安防行业公司在前期研发投入中,前瞻布局 AI 底层算力和开放平台,形成了软硬结合的一体化解决方案,具有深厚的技术沉淀和用户基数,能够实现新技术的应用落地。

据Juniper Research,全球智能安防市场规模将从2018年120亿美元增长到2023年450亿美元,复合年均增长率达30.26%,增速远高于安防市场(-5.06%)。

文章来源:IT之家,来智库,中国安防协会,香山安防行业观察

 

THE END
免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!