2018年，云端大廠最先嗅到了AIoT商機，爭相推出自己的AIoT服務(wù)，從原先封閉測試，到發(fā)展成熟可以商用的AIoT產(chǎn)品，2019年企業(yè)將有更多新選擇。

[[254537]]

AIoT并不是新技術(shù)，而是一種新的IoT應(yīng)用形態(tài)，來與傳統(tǒng)IoT應(yīng)用做區(qū)別，從名稱來看，AIoT是AI加上IoT的縮寫，它與以往多以云端為主的AI應(yīng)用不同，因為是就近在IoT裝置上執(zhí)行AI或機器學(xué)習(xí)(ML)運算工作，能直接套用IoT感測器串流資料用于ML模型推論，資料不用再傳云，即使沒有網(wǎng)絡(luò)也不怕。

AIoT強調(diào)在這些配備有感測器的各種IoT裝置上執(zhí)行物聯(lián)網(wǎng)AI應(yīng)用，如自駕車、影像辨識攝影機與水電表等。

對企業(yè)來說，過去想要在IoT裝置跑AI或ML推論​​，不是一件容易的事，但是云端技術(shù)成熟，加上運算力更強的加速硬體的出現(xiàn)，讓其得以實現(xiàn)，現(xiàn)在IoT裝置上不僅能執(zhí)行更復(fù)雜的AI或ML推論​​，甚至還可以在更小型的IoT裝置上執(zhí)行，即使是記憶體容量只有128MB大小的Raspberry Pi也能使用。

下面小編用兩個企業(yè)應(yīng)用實例帶大家感受一下其價值：

企業(yè)應(yīng)用實例1：洛克威爾自動化工廠靠攝影機現(xiàn)場作出AI預(yù)判

美國洛克威爾自動化公司利用攝影機獲取到的影像畫面，直接搭配機器學(xué)習(xí)模型現(xiàn)場作預(yù)判，快速檢測出異常的問題油管設(shè)備，及早報修。一旦攝影機偵測到異常情況時，只須向云端發(fā)送警告，而不需要將整段監(jiān)視影片全部上傳云，有效減少網(wǎng)絡(luò)頻寬成本。

企業(yè)應(yīng)用實例2：AIoT隨身帶，日本東京停車場將AI帶進穿戴裝置加快檢修

[[254538]]

[[254539]]

日本東京的一家立體停車場，2018年開始試用AIoT技術(shù)，搭配穿戴裝置，來幫助他們改善停車廠設(shè)施維護。因為該AIoT設(shè)備可以跟著作業(yè)員一起移動，而且不需要聯(lián)網(wǎng)就能用，所以即使到了沒有網(wǎng)絡(luò)的地方也不怕。

利用AIoT技術(shù)搭配穿戴裝置，來幫助他們改善停車場設(shè)施維護，甚至是加快檢修。該公司在作業(yè)員身上配備一臺可攜式迷你電腦，頭上還搭配類似Google Glass眼鏡裝置來進行現(xiàn)場的工作。

作業(yè)員進到停車場后，頭上的眼鏡會自動將獲取到的影像畫面回傳至操作員腰上的AIoT設(shè)備，并直接從設(shè)備上進行預(yù)判后，再將判讀結(jié)果顯示在眼鏡上。透過影像辨識的結(jié)果，維護人員馬上就能知道哪些零件需要更換，不需要像以前再爬上爬下，作業(yè)也更安全。因為該AIoT設(shè)備是直接配備在人員身上，可以跟著一起移動，而且不需要聯(lián)網(wǎng)就能進行AI預(yù)判，所以即使到了沒有網(wǎng)絡(luò)的地方也沒關(guān)系。這不僅明顯減少了人為出錯的情況，更大幅縮短作業(yè)的時間。而以往維護工作，需要經(jīng)驗豐富維修人員靠著長年的經(jīng)驗來判斷，而現(xiàn)在即使是小白也能夠很快上手。

結(jié)語

根據(jù)市調(diào)機構(gòu)最新預(yù)測，未來4年內(nèi)，物聯(lián)網(wǎng)AI芯片出貨量將連年攀升，在2023年一舉突破8成，這意味著，以后每5個IoT裝置，就有4個會是具備AI運算處理能力的AIoT裝置。企業(yè)想要讓IoT裝置或設(shè)備就近結(jié)合機器學(xué)習(xí)將變得更簡單，也將使得這些裝置變更聰明，以用來開發(fā)各種不同物聯(lián)網(wǎng)AI新應(yīng)用。