物聯(lián)網(wǎng)中的AI是人工智能技術與物聯(lián)網(wǎng)基礎設施的融合，以實現(xiàn)高效的物聯(lián)網(wǎng)運營為目的。主要的物聯(lián)網(wǎng)軟件平臺和解決方案供應商正在將AI功能（例如基于機器學習的分析）與其解決方案相集成，以從物聯(lián)網(wǎng)設備生成的大量數(shù)據(jù)中獲取關鍵業(yè)務洞察。

與人工智能功能集成的物聯(lián)網(wǎng)解決方案可幫助主要行業(yè)垂直行業(yè)的企業(yè)變得積極主動而不是被動反應，從而取代傳統(tǒng)的商業(yè)智能工具，通過高級工具分析物聯(lián)網(wǎng)數(shù)據(jù)。反過來，這些解決方案有助于通過增強的敏捷性和準確性進行操作預測，并改善人機交互。

全球物聯(lián)網(wǎng)AI的市場規(guī)模將從2019年的51億美元增長到2024年的162億美元，預測期復合年增長率（CAGR）為26．0％。對物聯(lián)網(wǎng)設備生成的數(shù)據(jù)進行有效管理，簡化生產(chǎn)流程和減少停機時間的需求日益增長，預計將推動全球AI在物聯(lián)網(wǎng)市場的增長。

ML和NLP部分在預測期間保持較大的市場份額

物聯(lián)網(wǎng)市場中的AI分為2種技術，即機器學習（ML）和深度學習以及自然語言處理（NLP）。由于對全球通信自動化和個性化體驗的需求不斷增加，估計ML和深度學習技術在2018年將占據(jù)更大的市場規(guī)模。ML可以成為大量數(shù)據(jù)的強大分析工具。ML和邊緣計算的組合可以過濾物聯(lián)網(wǎng)設備收集的大部分噪聲，并使相關數(shù)據(jù)由邊緣和云分析引擎進行分析。

運輸市場應用需求將保持較高年復合增長率

運輸、聯(lián)網(wǎng)汽車、資產(chǎn)跟蹤和績效管理應用的需求不斷增加，這增加了物聯(lián)網(wǎng)中AI的采用。隨著車輛數(shù)量的增加，需要保持平穩(wěn)的交通流量，這將在運輸和移動垂直方面產(chǎn)生對更智能技術的需求。人工智能、深度學習型神經(jīng)網(wǎng)絡和自主的基于云的人群分析是這一縱向的關鍵創(chuàng)新因素。

北美在預測期內保持最大的市場規(guī)模

北美是物聯(lián)網(wǎng)市場中全球AI的主要創(chuàng)收區(qū)域。北美地區(qū)正在見證物聯(lián)網(wǎng)領域人工智能的重大技術進步。北美地區(qū)的高增長也可歸因于對研究的日益重視和增加投資，北美地區(qū)的公司正在其業(yè)務流程中利用AI、IoT、ML和深度學習技術，以獲得市場競爭優(yōu)勢，這些公司還采用各種增長策略來加強他們在物聯(lián)網(wǎng)市場中的AI地位。

Google是物聯(lián)網(wǎng)市場中人工智能的關鍵技術參與者之一，Google在很大程度上依賴于有機增長戰(zhàn)略，并專注于不斷開發(fā)創(chuàng)新的下一代產(chǎn)品。Google的核心重點是研發(fā)；在過去的3年里，Google將大約15％的收入用于研發(fā)。

IBM是另一個在物聯(lián)網(wǎng)市場中提供AI解決方案的重要參與者。IBM提供IBM Watson IoT平臺，可幫助企業(yè)利用實時數(shù)據(jù)提供有效的客戶體驗。IBM專注于擴展其平臺，通過自動化提供生產(chǎn)力，將AI融入其產(chǎn)品中，以及投資云基礎架構。此外，IBM專注于產(chǎn)品創(chuàng)新，并為研發(fā)分配高額預算。