· 智慧影像分析：未來的業務「大腦」

適用於城市和企業的智慧影像分析

數據是新的石油。這句格言由英國數學家 Clive Humby 於 2006 年提出，指的是與石油一樣，數據在投入實際使用之前必須經過提煉過程。它是能夠推動創新的原材料。出於這個原因，數據是當今任何組織的策略資產。它承諾增強業務的各個方面 —— 從客戶體驗到產品設計再到銷售策略。

大量此類數據，來自在企業和公共場所運行的大量閉路電視和 IP 攝影機。對智慧城市、物聯網、雲和工業 4.0 的興趣日益濃厚，推動了這些攝影機的採用。與此同時，人工智慧的進步提高了從這些原始影像樣數據中，提取可操作見解的能力 —— 對其進行處理和改進 —— 導致開發更智慧的應用和更具創新性的用例的機會激增。

其中一個進步是智慧影像分析，這是一組基於電腦視覺的人工智慧技術，它使用深度學習神經網路，來分析影像並「學習」，以即時或事後辨識物體、人、活動、情緒。本文探討了零售、醫療保健和製造等行業中，智慧影像分析的六個關鍵用例。

為什麼常規分析技術不足

影像分析具有巨大的成長潛力，但它仍然是一個新興領域。2018 年 IPVM 調查顯示，超過一半的受訪公司，很少使用或根本不使用影像分析，不到五分之一的公司報告經常使用它們。

如今，大多數企業都使用某種數據分析來做出關鍵決策，但他們可能會因為不探索影像分析而錯過有價值的見解。人工智慧驅動的影像分析，可以從日常業務營運中捕獲更多數據，從而獲得更多洞察力和更明智的業務決策。

例如，零售商可能傳統上使用 POS 數據來了解客戶行為，將其限制在交易統計和銷售日誌中。人工智慧驅動的影像分析，可以揭示客戶如何與整個商店互動 —— 在每個部分花費的時間、平均結賬等待時間，甚至對他們喜歡但沒有購買的產品的興趣。

製造工廠對工人來說可能很危險，主管可能很難辨識潛在的異常情況。人工智慧驅動的系統，可以幫助監控影像源，並根據洞察觸發適當的行動，從而提高產品品質和工人的安全。

值得慶幸的是，各行各業的組織正在逐漸意識到智慧影像分析的力量。去年，影像分析市場規模為 41 億美元，預計到 2027 年將達到 208 億美元，從 2020 年到 2027 年的複合年成長率為 22.7%。

從智慧影像分析中獲取價值：六個關鍵用例

傳統上，日益增加的安全威脅和對高階監控的需求，推動了影像分析市場的需求。人工智慧和機器學習、大數據、邊緣運算和專用多光譜攝影機硬體的最新進展，已經增加了人工智慧驅動的視頻分析的採用，以超越提供基本的安全和監控。這些進步增加了對 AI 驅動的影像分析的採用，以超越提供基本的安全和監控，以加強營運和提高客戶滿意度。

影像分析的其他實際用例包括：

確保醫療保健中的患者，和員工安全醫療保健提供者，正在使用現場影像分析來追踪患者流入、管理等待時間，並即時監控緊急情況。它們還被用於異地監測家庭護理計劃中的患者，這對於應對 COVID-19 大流行特別有用。基於多光譜邊緣的攝影機，使非接觸式診斷成為可能，從而保護醫護人員和周圍的其他人。
幫助零售商改善客戶體驗影像分析揭示隱藏的趨勢。即時影像提要提供有關客戶購買模式和產品興趣的見解，並幫助零售商更好地進行形銷（新佈局、重新定位貨架上的產品）。影像分析可以根據商店中，特定群體的行為預測客戶的興趣，幫助零售商解決客戶未說明的問題。零售商還可以根據商店內的流量，即時管理他們的商店級庫存，這可以推動卓越的商店管理。
為製造商實現卓越營運由影像分析，提供支持的產品追踪，可提供有關製造流程的見解，防止瓶頸和延遲，從而提高效率。每個組件或組裝產品都可以用數位出生證明進行標記，該證明與影像饋送和物聯網感測器進行通信。數據可以追溯到標籤並用於進行調整，否則會導致代價高昂的召回。人工智慧算法可以「學習」執行任務，例如提供異常警報和優化流程。智慧影像還透過監控員工活動和為危險區域，生成警報來支援樓層安全。
提高政府的警惕性城市管理部門，可以自動執行交通監控，並在辨識車輛、重定向交通、辨識公共設施空間、檢測被盜車輛、管理停車場和預測交通量等任務方面獲得幫助。政府還可以使用影像分析，來監控人群是否遵守 COVID-19 指南。如果有大量人聚集在一個地方，該系統可以向當局發出警報。
提高銀行效率影像分析，可以檢測未經授權進入限制區域，從而提高銀行的安全性。它們還可用於即時監控銀行運營，以提供洞察力以改善服務並提高客戶滿意度。使用智慧影像檢測和響應手勢的非接觸式自助服務終端/ATM，允許銀行在大流行期間提供更安全的服務，這是他們全通路體驗的另一種模式。
減少公用事業提供商的人工工作，先進的影像處理和深度神經網路算法，可以檢測管道中的異常和洩漏，透過減少對人工評估的依賴，來提高狀況評估的效率。

解鎖新的商業價值

智慧影像分析有可能將幾乎任何組織 —— 從智慧城市到零售、製造到醫療保健 —— 連接到傳統方法無法獲得的數據和洞察力。深度學習、物聯網、雲端運算和邊緣運算的進步，將為利用這些數據的力量，並加速業務轉型提供更多機會。

與此同時，道德和隱私問題阻礙了廣泛採用。可解釋和合乎道德的人工智慧的興起可能有助於克服這些挑戰。與智慧影像分析專家合作可以幫助組織在策略上、合乎道德地採用影像分析，並透過將 AI 融入其業務流程，來加速實現智能企業的進程。

智慧影像分析肯定會成為下一個競爭戰場，成為該技術早期採用者的前瞻性組織，將獲得獨特的優勢，從而獲得其無限的利益。