包括Gartner等相關市場調研資料亦指出，預計到2026年，全球將有約50%的邊緣部署將涉及AI；到2028年，將有80%的PC（個人電腦）將成為AI PC。
近年來AI（人工智慧）技術幾乎以倍數速度發展，並快速應用於百工百業中，安防產業也不例外。就今年台北國際安全科技應用博覽會（Secutech 2024）現場觀察，影像監控不僅從前端攝影機到後端整合性平台已無處不見AI技術運用;針對建築、工廠、交通、商場、醫療⋯等不同垂直市場（行業）的安防解決方案，亦從安全防護角度擴展至營運層面的智慧化管理，並從各類型POC（Proof of Concept）加速落地為實際應用。值得關注的是，無論在研討會或展示區，生成式AI（Generative AI, Gen AI）儼然成了話題焦點，也讓人對其於影像監控的應用展開無限想像。
根據Allied Market Research資料顯示，預估全球影像監控市場2023年至2032年的複合年增長率約為12.8%，到2032年整體市場規模將達到2,040億美元（含軟硬體和服務）。其主要增長來自於包括即時事件影像擷取和分析、AI邊緣運算（Edge AI）、雲端技術導入，以及透過VSaaS（Video Software as a Service）形式的相關服務。
Edge AI的最佳載體：監控攝影機
包括Gartner等相關市場調研資料亦指出，預計到2026年，全球將有約50%的邊緣部署將涉及AI；到2028年，將有80%的PC（個人電腦）將成為AI PC。就影像監控領域，前端攝影機可說是運用Edge AI的最佳載體，近幾年也成為監控市場的發展主流之一，在Secutech 2024展場上四處可見相關的產品及應用。以台灣安迅士（Axis）為例，其認為AI尚無法於市場普及應用，主要來自於三大阻礙：(1)準確度：雖然時下攝影機動輒200萬、400萬畫素，但據以讓AI判斷的影像品質是否具可用性，往往會發生在逆光、顏色／對比度、晃動及近乎黑暗的情境下。(2)相容性：新舊與不同系統的相容性與整合困難，將無法發揮影像監控平台的整合效益。(3)擴充性：通常業主在一開始佈署AI影像監控方案時，對於所需的AI分析功能較難預想周全，以致於後續要增加時，設備和系統架構難以擴充。針對這三大阻礙，Axis網路攝影機已備好從自主開發的晶片（ARTPEC 8）、整合雷達／熱感／聲音的智慧影像分析、持續發展的ACAP夥伴生態系，到地端／雲端及周邊設備彈性整合的高效解決方案。
另外一個例子，利凌企業（LILIN）近幾年也都在主攻Edge AI攝影機，主要著眼於所使用的單晶片系統（SoC）已內含圖形處理器（GPU），可以在攝影機上進行AI影像偵測／分析，因無需後傳至伺服器或雲端，也大大節省其耗電量。利凌強調其AI攝影機的特別之處有三：(1) AI攝影機平台化插件設計，可以更換不同的AI辨識功能，驗證測試更方便。(2) 該公司自己訓練的YOLO AI。(3) 內建Python的可程式化AI攝影機，適合智慧城市中的各種應用。目前已實際落地應用的案例包括：毫米波雷達與車牌辨識融合，運用在軍營、港埠；架設在港口，具船舶辨識、熱感偵測的AI攝影機；符合EN50155標準的車用攝影機，AI偵測駕駛人是否分心；應用於醫療照護的輪椅偵測呼叫電梯、AI ToF跌倒離床偵測等。
訂閱式VSaaS服務方興未艾
根據調研機構指出，全球高效能運算（HPC）市場規模，將從2022年的370億美元增長至2026年的520億美元；其中，雲端的投資是最高的。有鑑於雲端運算成本並不便宜，因此市場上亦出現不少雲／地結合的混合式架構方案，抑或是訂閱式的VSaaS服務。調研機構亦指出，監控行業中VSaaS訂閱模式的年複合成長率約為27.2%，預估到2027年市場規模將達到1.3億美元，是監控行業中成長潛力最高的類別。一般而言，VSaaS模式大致具備下列幾項優點：(1)對於想要將系統雲端化，以擁有跨地點、集中式遠端管理，卻礙於人力、成本有限的企業來說，VSaaS有較低的擁有成本。(2)系統可持續更新、擴充，以AI驅動更聰明的監控服務。(3)平台具有開放性，可整合更多合作夥伴開發的應用場景，實現更多可能性。
事實上，VSaaS服務在歐美地區已開始蓬勃發展，雲端科技也早已成熟應用於各領域，台灣作為雲端及VSaaS服務的後進市場，目前監控廠商們也陸續推出相關服務。以晶睿通訊（VIVOTEK）為例，在今年的Secutech 2024會場上就大推其VSaaS服務——VORTEX，訴求在AI和雲端的潮流中和夥伴們共同創造商機。對通路商來說，推VSaaS訂閱服務可明確預估未來收入（例如5年）；對用戶來說，比起傳統一次性投入大筆金額建置相關系統，改為繳月費，企業能擁有更靈活的財務運用。此外，也建議用戶在選擇VSaaS服務時，須考量供應商本身的實力，以及是否具備軟硬體提供及整合能力，以免供應商實力不足，VSaaS相關服務也可能曇花一現。
Gen AI應用的無限想像
自從Chat GPT於2022年底推出並一夕暴紅後， 生成式A I（Generative AI, Gen AI）的討論熱度就居高不下。根據市場預測，全球在運用Gen AI的支出金額將達到3,000億美元，且預計到2040年Gen AI將為全球經濟貢獻約4.4兆美元的價值。據了解，今年初已有許多國外大型監控廠商開始將大型語言模型（Large Language Model, LLM）導入後端的影像管理（VMS）及雲端平台，主要應用在智慧搜尋，克服在龐大影像資料中搜尋特定影像的困難。此外，還可利用擴散模型（Diffusion Models），透過分析資料集（Meta Data）進行影像重組或重建;運用視覺轉換（Vision Transformers）提高影像分類的準確性，效果比CNN模型好。又或者，可利用視覺語言模型（Visual Language Models, VLM），透過攝影機去理解並描述它所看到的影像，例如：現在有一個小男孩，坐在沙發上，吃著爆米花、看卡通影片。
而最值得觀察的是，Gen AI會不會應用在Edge端的攝影機？普遍看來，製造商們早已很有敏銳度地將關注焦點移到了這塊，比較樂觀的看法是認為未來的6∼12個月應該就會有採用Gen AI技術的攝影機推出上市。然而，要將Gen AI納入攝影機中，尚有一些困難需要克服，包括：GPU的運算效能、記憶體的效能和空間、網路傳輸數據的問題⋯還有，Gen AI的模型（像語音、多媒體等）都頗大（約1GB∼10GB），該如何將這樣的模型放在攝影機上，是廠商仍需努力的方向。不過，Gen AI對影像監控應用所激發的無限想像令人嚮往，我們也期待這些想像能早日成形、具象，真正落實在我們生活的每一個環節。