视频 IoT 怎么选：视频、AI 事件与设备状态背后的 6 个硬指标

从弱网回传、供电与边缘 AI 功耗出发，拆解工地、园区、车队与偏远站点在选型时最容易忽略的六个指标，以及一份可直接带进现场的评估表。

先定义要回答的业务问题

在工地、园区、车队与偏远站点，设备选型最常见的错误，是先看参数表，再倒推场景。更有效的方式是先写下三个必须回答的问题：事后无据、人工巡检成本高与事件响应慢能否被提前发现？事件响应时长、巡检覆盖率与误报率能否被量化？异常发生后，谁在多久内采取什么动作？

把这几个问题写清楚，参数才有优先级。视频场景的核心不是“数据越多越好”，而是让视频、AI 事件与设备状态在正确的时间到达正确的人。

六个不能妥协的硬指标

下面这张表来自 NEXA 在工地、园区、车队与偏远站点的项目复盘。它不是唯一标准，但可以作为第一轮筛选的门槛。

两个常见误区

• 只看标称续航，不看真实上报频率。视频设备的续航通常按分钟级上报计算，频率提高一倍，功耗往往不止翻倍。
• 把“能连上”当成“能稳定运行”。现场验收应至少覆盖 72 小时，包含弱信号、断电、重启和高峰并发。
• 忽略4G / RTSP / GB/T 28181之外的系统接口。设备只是数据源，最终要和视频平台、AI 事件中心与客户 VMS形成闭环。

把样机放进真实环境

建议先用 10–30 台设备做一个 2–4 周的试点，覆盖最难的 2 个点位，而不是最容易的点位。记录安装耗时、信号强度、误报来源和一线人员的真实操作路径。

试点结束时，不要只看在线率。更有价值的指标是：从事件发生到人工确认的平均时间，以及事件响应时长、巡检覆盖率与误报率是否出现了可解释的变化。