在2018年，大型云制造商率先嗅到了AIoT商业机会，并急于推出自己的AIoT服务。从最初的封闭测试到成熟的商用AIoT产品的开发，公司将在2019年有更多新选择。AIoT不是一项新技术，而是一种新的IoT应用程序形式，可将其与传统IoT应用程序区分开。从名称的角度来看，AIoT是AI + IoT的缩写。它不同于过去主要基于云的AI应用程序。由于要在附近的IoT设备上执行AI或机器学习（ML）操作，因此可以直接将IoT传感器应用到流数据以进行ML模型推断，并且即使将数据传输到云也不需要没有网络。 AIoT强调在这些配备传感器的各种IoT设备上实施IoT AI应用程序，例如自动驾驶汽车，图像识别摄像头以及水电表。对于公司而言，过去在IoT设备上运行AI或ML推理并不容易，但是云技术的成熟以及具有更强计算能力的加速硬件的出现使这成为可能。现在的物联网设备不仅可以执行更复杂的AI或ML推理，甚至可以在较小的物联网设备上执行，甚至可以使用内存容量仅为128MB的Raspberry Pi。下面的编辑器使用两个企业应用程序示例使每个人都可以体会其价值：企业应用程序示例1：罗克韦尔自动化工厂通过摄像机现场进行AI预测。美国罗克韦尔自动化有限公司使用摄像机获得的图像直接匹配机器。了解模型以进行现场预测，快速检测出有问题的油管设备，并尽快报告维修情况。摄像机检测到异常情况后，只需向云发送警告，而无需将整个监控视频上传到云，从而有效降低了网络带宽成本。企业应用示例2：日本东京停车场将AIoT随身携带，将AI引入可穿戴设备中，以加快日本东京三维停车场的维护。在2018年，AIoT技术将与可穿戴设备一起试用，以帮助他们改善停车设施的维护。由于AIoT设备可以与作者一起移动，并且无需连接到Internet就可以使用，因此即使没有Internet，也不必担心。将AIoT技术与可穿戴设备配合使用，可帮助他们改善停车设施的维护，甚至加快维护速度。该公司在操作员身上配备了便携式微型计算机，其头部配有类似于Google Glass的设备，用于现场工作。操作员进入停车场后，头上的眼镜会自动将获取的图像返回到操作员腰部的AIoT设备，并直接从设备进行预先判断，然后在眼镜上显示解释结果。通过图像识别的结果，维护人员可以立即知道需要更换哪些零件，而无需像以前那样上下攀爬，因此工作更加安全。由于AIoT设备直接安装在人身上，因此可以随其移动，并且不需要连接到AI即可对其进行预测，因此即使它去了一个地方也没关系没有网络。这不仅显着减少了人为错误的数量，而且显着缩短了操作时间。过去，维护工作需要经验丰富的维护人员依靠多年的经验来进行判断，但是现在即使是小白也可以快速上手。结论根据市场研究机构的最新预测，在未来4年中，IoT AI芯片的出货量将逐年增加，到2023年将超过80％。这意味着，未来每5台IoT设备中，有4台将具有具有计算能力的AI AIoT设备。公司将机器学习与IoT设备或附近的设备结合起来会更容易，并且还将使这些设备更智能，从而为各种不同的IoT设备开发AI的新应用。