需求碎片化且方案定制化，如何在效率和成本之间做取舍，这是每家想要把握长尾市场机会的企业需要解决的问题。

　　随着人工智能技术的快速发展，经历了技术研发-场景应用试点-成熟方案批量投放，再到技术升级带来应用方案的升级迭代，作为一项共性使能技术，人工智能在多个行业领域的应用已初步形成规模，并逐步向长尾市场渗透，面对碎片化的长尾市场，AI普惠已势在必行。

　　过去一年，由于疫情原因，政府类大项目收紧，加之非接触式经济的兴起，以远距离测温仪、人脸门禁为代表的智能安防设备需求量大涨，由此也带来了社区、园区、学校、医院等中小型安防业务市场的商机，长尾市场的潜力被进一步放大，也吸引着安防、AI行业的众多企业将业务触角延伸到细枝末节。

　　但长尾市场的显著特点是客户不集中、项目单价低以及标准化难度高，这就要求企业在进行场景落地时，既要提供精准的业务模式，又要符合安防的最高需求，简而言之便是需求碎片化且方案定制化，如何在效率和成本之间做取舍，这是每家想要把握长尾市场机会的企业需要解决的问题。

　　面对这样一个共性的问题，不少企业都曾在行业论坛以及产业采访中分享过看法和措施，比如宇泛智能就曾在a&s主题论坛上表示，针对碎片化、定制化的问题需要平衡规模化和定制化的能力，需要合理的平台架构。

　　宇泛智能认为人工智能规模化落地的重要环节，首先需要边缘计算设备，如果系统方案只有云端识别，在实际应用中遇到网络问题时就会让通行受限；其次需要硬件、OS、APP、算法的研发等能力，这些能力缺一不可，如果缺乏任一个能力因素，就很难响应用户的定制化需求，成本控制和产品质量也难以保证；第三是产品稳定的高要求和需求的碎片化，不论从软件还是硬件，都需要通过组件化和模块化的方式完成。

　　而对于拥有跨区域、跨层级业务的大规模企业而言，方案的组件化、模块化以及标准化更成为快速响应客户碎片化需求的前提。

　　比如大华股份不久前在公共平台就如何兼顾客户需求碎片化和定制化的问题时便从多方面具体讲述了公司的措施。大华股份表示，为了保证客户服务的有效性，提高客户响应速度，国内和海外都做了一些布局，包括研发和方案资源下沉。这样总部完成业务平台以下大基座的建设，而一线面向价值客户的团队完成“最后一公里”的业务闭环，兼顾基线方案建设与定制化需求响应，加速面向客户碎片化需求的响应速度。

　　架构上，围绕着整体的研发架构体系，从技术组件到大模块再到平台，最上层是硬件产品和软件应用，可以对准业务特点做到快速响应。其中，软件平台包含了数据服务和智能服务，沉淀大华多年行业应用模型，向下能够集成各类能力，向上可以提供面向各个场景化的接口，横向可实现分层解耦，纵向可以形成端-边-云整体闭环能力，从而可高效实现对解决方案落地的支撑。

　　澎思科技也曾在a&s专访中谈到过长尾市场的碎片化问题，他认为面对高度碎片化的泛安防市场，安防的终极业态一定是形成“AI前端+SaaS+云”的价值闭环，AI公司也将面临云边端的产品化考验。拥有“算法+IoT+软件+云”的全栈解决方案能力，在硬件产品、服务、渠道等方面都没有短板的公司才能在安防行业中保持长期的竞争力。

　　当下火热的中台，数据中台和业务中台的诞生，本质上也是企业在面临需求碎片化，方案定制化的过程中，为缩减成本，提升效率和服务质量的产物，尤其对于大中型企业而言。在视频物联网相关业务上，大到雪亮工程、智慧城市业务，小到针对社区、学校、商铺等细微单元搭建基础的智能安防系统，尽管规模不能相提并论，但方案部署的逻辑以及所涉及的技术框架、资源池、数据库等还是有很多共通性，基于通用的中台架构，实现共性资源的重复利用，可在很大程度上减省投入成本，更高效的将产品和服务触达到用户面前。

　　随着AI普惠进程的推进，人工智能技术已开始向中小型应用领域延伸，未来还将拓展到新兴的、更加细分的领域。城市级大项目相对而言量少且具有很高的进入门槛，相比之下，中小型市场、长尾市场将是大部分企业的主要竞技场。尽早搭建起适配企业业务规模的业务大平台基座+各场景接口，完善产品、算法、云、软件等多方面的综合能力，才能更好的兼顾成本和效率问题，做到快速响应终端客户的及时性需求。