Enligt Søren Rågård Jensen har AI inom videoövervakning nu gått från pilotprojekt till faktisk produktion.

– Organisationer använder alltmer AI för verkliga operativa utmaningar, där efterfrågan skiftar från att upptäcka händelser till att förstå sammanhang och leverera insikter som leder till handling, säger han.

Generativ AI ändrar förutsättningarna

De AI-drivna videoanalysapplikationer som Milestone upplever störst efterfrågan på i dag är objektdetektering, intrångsdetektering, analys av personer och fordon samt videosammanfattningar. Bolaget ser snabbast tillväxt inom multimodal och generativ AI som möjliggör sökning med naturligt språk och operativ intelligens.

Søren Rågård Jensen tror att generativ AI kommer förändra videoövervakning och video management så att operatörer kan använda naturligt språk eller röstkommandon för att söka efter och analysera video.

– Generativ AI kommer att göra videosystem “konverserande”, vilket gör det möjligt för operatörer att söka efter bilder med naturligt språk, ta emot omedelbara sammanfattningar och interagera med video lika enkelt som att ställa en fråga, säger han.

Etisk AI-träning

I takt med att adoptionen av AI ökar, så ökar också farhågorna kring integritet, etik och efterlevnad. Milestone trycker på att ansvarsfull AI är inbyggd i bolagets strategi.

– Vi stöder privacy by design, transparent AI-utveckling, säker datahantering och öppna arkitekturer som hjälper kunder att uppfylla regulatoriska och etiska krav, säger Søren Rågård Jensen.

Bolaget har varit en drivande kraft bakom Project Hafnia, ett initiativ som syftar till att skapa öppna och tillgängliga dataset för AI-utveckling inom videoteknik. Centralt i projektet är att datan kommer från ansvarsfullt anskaffade källor. Det innebär att användarna kan vara säkra på att deras AI-träning uppfyller de regelverk och föreskrifter som krävs av både dataägare (personuppgiftsansvariga) och de tjänsteleverantörer som hanterar informationen.

– Projekt Hafnia skapades för att åtgärda branschens brist på högkvalitativ, ansvarsfullt anskaffad AI-träningsdata. Genom att tillhandahålla öppna, mångsidiga dataset gör vi det möjligt för utvecklare att bygga mer exakta, transparenta och interoperabla AI-lösningar snabbare.

Färre falsklarm

AI-baserad analys kan minska antalet falsklarm.

– Modern AI förstår kontext snarare än bara rörelse. Genom att kombinera flera AI-modeller och metadata minskar systemen falsklarm avsevärt samtidigt som de ökar förtroendet för verkliga säkerhetshändelser.

Andra mätbara fördelar som AI-driven videoanalys ger är att minska utredningstiden – Søren Rågård Jensen säger att den minskar från timmar till minuter genom AI-driven sökning och videosammanfattning.

– Samtidigt förbättrar den situationsmedvetenheten och gör det möjligt för operatörer att fokusera på högprioriterade incidenter.

Förutom säkerhet kan videoanalys även leverera andra värden. Milestone pekar på till exempel att optimera trafikflöde, beläggningshantering, arbetsplatssäkerhet, detaljhandelsverksamhet och energieffektivitet.

Tror på hybrid-modell

AI kan användas på olika sätt; edge-baserat, lokalt eller i molnet. Søren Rågård Jensen ser fördelar med alla: edge levererar låg latens, lokal drift erbjuder kontroll och efterlevnad, medan molnet ger skalbarhet och kontinuerlig innovation.

– Den bästa arkitekturen beror på prestanda, integritet, kostnad och driftskrav, där hybriddistributioner blir den föredragna modellen, säger han.

Öppen VMS-plattform

Om ett företag eller en organisation funderar på att implementera avancerad videoanalys anser han att VMS är grunden och prioritet bör vara att leta efter en öppen, skalbar plattform som stöder AI-integration, omfattande metadata, flexibla distributionsalternativ, cybersäkerhet och sömlös interoperabilitet mellan enheter och applikationer.

– Interoperabilitet är avgörande. En öppen plattform gör det möjligt för kunder att välja de bästa AI-lösningarna, undvika leverantörslåsning, integrera ny teknik snabbt och skydda sina långsiktiga investeringar.