一是算法服务成本的居高不下，在许多大型项目中， AI应用在落地后，对高级算法人才提出了长期驻场的需求，但相关研发人员不足，给AI应用落地造成了极大的成本压力;

二是数据素材的获取，在法律允许的条件下，获取真实的、有效的数据是一个长期且艰巨的工作过程，而且没有捷径可走，同时由于过去传统建设中，数据大部分都是独立存在的，形成了较为突出的“信息孤岛”问题，打破这样的局面同样需要一定的时间；

三是场景应用过于单一，虽然在某些特定的场景，智能安防与AI应用已经取得了良好的落地效果，但更多的细分场景充满着各种多样化及个性化的需求，目前市场并没有良好的解决方案去覆盖这些痛点，其本质是企业对于场景业务理解的深度及投入产出比的优化还未真正做到位。

　　许多厂商在宣传自身AI方案时，往往采取的是实验室的数据，这也导致了用户对产品的期望值偏高，在落地的体验上出现极大的落差感。对于用户而言， AI安防工程化目前亟需解决的问题主要为四点，一是算法场景限制，二是前端布点困难，三是成本仍然较高，四是智能与深度应用不足。

　　同时安防行业的发展也面临了诸多的挑战。其中“芯片法案”等对国内安防市场产生了一定的影响，在高端新品领域，目前国内的空缺仍存未填补，对产品创新的影响仍然较大。

　　据国际货币基金组织(IMF)公布的数据显示，2022年全球GDP总量超过100万亿美元，相比2021年96.29万亿美元增长4.05%，但整体增速开始放缓。2022年国内生产总值1210207亿元，比上年增长3.0%。纵观近年的工程项目市场，政府类项目放缓，地产类项目逐渐萎缩，商业类项目较为分散，行业软件和硬件供应渐入饱和，安防系统集成行业增速逐年放缓。

　　据a&s plus调研发现，与2021年相比，2022年国内工程项目加速回暖，增长势头强劲，安防集成及工程项目市场保持着稳定的增长，但受市场竞争、项目放缓、交付周期拉长等多方面因素影响，整体市场增速有所放缓，甚至一些规模较小且市场集中的企业面临着巨大生存压力。

　　对于大型安防系统集成商而言，近年来也紧跟行业发展潮流，在大数据、云计算、人工智能、物联网等新兴技术赋能下，通过软件及平台的优势，在用户数字化转型中找到安防之外的发力点，借助自身资源，整合合作伙伴资源，实现服务的差异化，获得新的发展机遇。

　　对于中小型安防系统集成商而言，由于客户资源集中在中小型客户群体，受经济环境影响，这类型的客户对安全管理项目的投入呈现放缓观望的趋势，同时已经交付项目回款周期也被拉长，为了寻找新的发展出路，不少集成商也开始在智慧旅游、智慧林业、智慧水利等中小型项目中发力，寻找传统安防之外的新商机。

　　从量的角度看，据a&s plus统计数据显示，2017-2022年中国安防系统集成市场的规模分别为3158.00亿元、3631.70亿元、4067.51亿元、4474.26亿元、4742.71亿元、5169.55亿元，近五年增长率各自是13%、15%、12%、10%、11%、9%。

　　a&s plus通过走访与问卷的形式，向企业及用户调研智能安防落地难的主要原因，前三分别是应用效果无法达到预期效果、技术成熟度不足、产业碎片化严重，从这些原因中不难看出，目前智能安防的落地仍然处于初级阶段，应用效果是影响用户选择智能安防产品或者解决方案的第一要素。

　　除此之外，在调研中厂商代表们也反映出目前智能应用落地中存在的问题：

一是目前人工智能在安防行业的渗透仍然较低，需要所有摄像头都能对视频信息进行全面智能分析之时，人工智能在安防行业的价值才能真正凸显出来，目前的现状仅仅是用小部分算法解决小部分的问题而已；

二是国内企业AI设备的出货量已经占整体产品出货量的70%左右，尤其在疫情之后，园区、办公楼宇等对电子哨兵等智慧防疫产品需求更加强烈，吸引了众多企业的关注，也造成了市面产品同质化严重与质量参差不齐的现象；

三是数据的制约性， AI落地依赖数据训练基础算法，因此获得高质量数据是落地的关键，在一些传统安防之外的场景，缺乏统一、标准、高质量的数据，导致创新应用进度缓慢；

四是随着国内人脸识别规范以及数据安全法等出台，隐私与安全无疑也会是智能安防落地的重要难题。以数字城市建设为例，随着数字化程度的提高，安全挑战也将越大，面对复杂多样的应用场景，网络和数据资产数量庞大，网络边界也难以被定义。