/ 01客户痛点
客户面对的真实问题
大型综合园区运营方。设备越来越多，能主动响应的人却没增加——四个问题，每一个都靠人扛，没有系统兜底。
P-01 · 痛点
监控很多，有效信息很少
海量画面没人看完，一次违规需翻几十分钟录像。
P-02 · 痛点
识别了，但没有动作
车牌识别完就结束，无联动、无追踪、无预警。
P-03 · 痛点
系统之间彼此孤立
摄像头 · 门禁 · 停车 · 巡更 · 访客，各跑各的。
P-04 · 痛点
管理靠经验，不靠数据
拥堵 · 高峰 · 风险，全凭老员工的直觉判断。
/ 02我们的思路
不是把所有事交给 AI，而是让每条路径做它最擅长的
三条候选路径，同口径评估后融合落地。AI 主链路承担 90% 常态化感知与响应，人工负责应急处置与异常复核。
A
人工巡查 + 分散监控
灵活·非标场景
适配度28
突发情感冲突
特殊接待
人力线性扩张
夜间/地下覆盖薄弱
B
传统分散监控
存证·标准场景
适配度52
出入口车牌识别
录像存证
信息孤岛
无主动事件识别
C
选中方案AI 感知联动（选中）
主动·联动·可演进
适配度92
事件主动识别
多系统统一联动
越用越准
初期调试复杂
极端事件需人工
/ 03如何工作
一条可解释、可降级、可演进的 AI 管线
不是黑盒，而是工程化的管线：每一步都有明确输入输出、明确兜底策略。
步骤 01
1
统一感知
多品牌摄像头 / IoT / 红外 / 门禁 / 停车 标准化接入。
步骤 02
2
车辆识别
OCR + 轨迹引擎，秒级模糊车牌定位。
步骤 03
3
事件识别
异常停留 / 超速 / 周界入侵 主动告警。
步骤 04
4
多系统联动
门禁 · 监控 · 停车 · 工单 统一闭环。
步骤 05
5
复核优化
人工复核回流模型，越用越准。
系统架构v2.1
分层视图 · 感知 → 决策
应用层
应用层
算法层
算法层
数据层
数据层
感知层
感知层
实时事件
异常停留事件 #0042
非开放区域 · 00:04:12
↳ 门禁↳ 监控↳ 工单↳ 安保终端
车牌识别 · 实时
鄂A·B2C0K
98% · 0.3s
/ 04真实界面展示
真实交付界面：让客户对系统建立一手认知
同屏聚合设备状态、人/车进出、报警事件、视频联动——所有异常事件实时回流。
/ 06项目成果
把不确定的「巡查」换成可计量的「感知」
上线前后同口径、同区域对比——这些是衡量方案是否真正解决问题的最直接证据。
分钟级
异常事件自动响应
上线前 · 小时级 ~ 次日
秒级
车辆模糊车牌定位
上线前 · 30 分钟 ~ 数小时
200+
点位统一感知接入
上线前 · 多品牌 / 多协议
88.3%
设备在线率 · 实时
上线前 → 上线后
车辆追溯
人工翻录像，30 分钟+
秒级定位
安防巡查
被动巡逻，靠经验
系统主动预警
异常事件
小时级 ~ 次日
分钟级自动响应
高峰调度
经验判断，临时应对
数据预测，提前疏导
多系统协同
各跑各的，人工对账
事件自动闭环
客户评价
「以前我们是在看监控，现在系统是在帮我们发现问题。」
— 客户方安保负责人 · 2026.03
/ 07适用场景
同一套工程范式，可以解决类似的一类问题
所有「空间级实时感知与联动管理」场景，都可以基于这套骨架快速迁移。
/ 08方案设计理念
方案核心设计原则
不是功能清单，而是四条工程原则的具体落地。
/01
感知 > 监控
让现有设备开始「理解」园区，而不是堆更多摄像头。
/02
联动 > 孤立
让门禁、监控、停车、告警开始统一对话。
/03
主动 > 被动
异常发生时，让系统主动推送给人，不是等人发现。
/04
数据 > 经验
用长期运行数据形成可量化的决策依据。
滚水科技 GSKJAI Solutions·专注为企业提供可落地的 AI 软件解决方案·GSAI-2026-05-0019
