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

AIoT并不是新技術，而是一種新的IoT應用形態，來與傳統IoT應用做區別，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應用不同，因為是就近在IoT裝置上執行AI或機器學習（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，即使沒有網絡也不怕。

AIoT強調在這些配備有感測器的各種IoT裝置上執行物聯網AI應用，如自駕車、影像辨識攝影機與水電表等。

對企業來說，過去想要在IoT裝置跑AI或ML推論，不是一件容易的事，但是云端技術成熟，加上運算力更強的加速硬體的出現，讓其得以實現，現在IoT裝置上不僅能執行更復雜的AI或ML推論，甚至還可以在更小型的IoT裝置上執行，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應用實例帶大家感受一下其價值：

企業應用實例1：洛克威爾自動化工廠靠攝影機現場作出AI預判

美國洛克威爾自動化公司利用攝影機獲取到的影像畫面，直接搭配機器學習模型現場作預判，快速檢測出異常的問題油管設備，及早報修。一旦攝影機偵測到異常情況時，只須向云端發送警告，而不需要將整段監視影片全部上傳云，有效減少網絡頻寬成本。

企業應用實例2：AIoT隨身帶，日本東京停車場將AI帶進穿戴裝置加快檢修

日本東京的一家立體停車場，2018年開始試用AIoT技術，搭配穿戴裝置，來幫助他們改善停車廠設施維護。因為該AIoT設備可以跟著作業員一起移動，而且不需要聯網就能用，所以即使到了沒有網絡的地方也不怕。

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

作業員進到停車場后，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設備，并直接從設備上進行預判后，再將判讀結果顯示在眼鏡上。透過影像辨識的結果，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，作業也更安全。因為該AIoT設備是直接配備在人員身上，可以跟著一起移動，而且不需要聯網就能進行AI預判，所以即使到了沒有網絡的地方也沒關系。這不僅明顯減少了人為出錯的情況，更大幅縮短作業的時間。而以往維護工作，需要經驗豐富維修人員靠著長年的經驗來判斷，而現在即使是小白也能夠很快上手。

結語

根據市調機構最新預測，未來4年內，物聯網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。企業想要讓IoT裝置或設備就近結合機器學習將變得更簡單，也將使得這些裝置變更聰明，以用來開發各種不同物聯網AI新應用。