（文章來源：CSDN）

隨著廉價傳感器和低成本網(wǎng)絡連接的出現(xiàn)，物聯(lián)網(wǎng)設備的數(shù)量正在激增——截至2018年，全球聯(lián)網(wǎng)設備超過170億臺，其中“物聯(lián)網(wǎng)”設備就超過了70億臺。但是，創(chuàng)建可靠的、安全的、具有遠程控制和升級以及具有成本效益的設備仍是一個極為復雜的問題。

根據(jù)IoT Analytics（物聯(lián)網(wǎng)分析），截至2018年，全球聯(lián)網(wǎng)設備超過170億臺，其中“物聯(lián)網(wǎng)”設備超過70億臺。物聯(lián)網(wǎng)是各種傳感器、設備和其他技術的集合，這些傳感器、設備和技術并不像手機或電腦那樣直接與消費者交互。相反，物聯(lián)網(wǎng)設備幫助提供信息、控制和分析，將一個硬件設備的世界相互連接起來，并連接到更大的互聯(lián)網(wǎng)。隨著廉價傳感器和低成本網(wǎng)絡連接的出現(xiàn)，物聯(lián)網(wǎng)設備的數(shù)量正在激增。

企業(yè)將被這些設備產生的海量數(shù)據(jù)所淹沒，他們希望人工智能來幫助管理這些設備，并從這些大量的數(shù)據(jù)中獲得更多的見地和智慧。然而，從這些系統(tǒng)中管理和提取有價值的信息比我們預期的要困難得多。物聯(lián)網(wǎng)涉及很多因素和子組件，如連接性、安全性、數(shù)據(jù)存儲、系統(tǒng)集成、設備硬件、應用程序開發(fā)，甚至網(wǎng)絡等。另外，物聯(lián)網(wǎng)的復雜性與功能的規(guī)模有關。通常情況下，構建支持智能設備訪問的傳感器很容易，但是創(chuàng)建可靠的、安全的、具有遠程控制和升級以及具有成本效益的設備則是一個復雜得多的問題。

在最近的AI Today中，微軟的Rashmi Misra分享了人工智能和物聯(lián)網(wǎng)是如何結合在一起的，以提供更大的可視性以及實現(xiàn)對連接到互聯(lián)網(wǎng)上的各種設備和傳感器的控制。在微軟，拉希米負責一個構建物聯(lián)網(wǎng)和人工智能(AI)解決方案的團隊，她還有各種合作伙伴，比如設備制造商、應用程序開發(fā)商、系統(tǒng)集成商，以及其他想要在物聯(lián)網(wǎng)領域發(fā)揮關鍵作用的垂直方向的合作伙伴。她的微軟團隊專注于從物聯(lián)網(wǎng)設備生成的數(shù)據(jù)中獲取深入的見解和知識，并簡化數(shù)據(jù)的訪問和報告流程。

物聯(lián)網(wǎng)正在改變商業(yè)模式，幫助企業(yè)從簡單地生產產品和服務，轉向為客戶提供滿意結果的企業(yè)。通過影響企業(yè)的業(yè)務模型，物聯(lián)網(wǎng)設備和傳感器與機器學習的結合創(chuàng)建了一個協(xié)作的、相互連接的新世界。物聯(lián)網(wǎng)和人工智能的結合正在改變許多行業(yè)以及企業(yè)與客戶之間的關系。企業(yè)現(xiàn)在可以通過物聯(lián)網(wǎng)收集數(shù)據(jù)并將其轉化為有用和有價值的信息。

當一個企業(yè)開始數(shù)字化轉型時，物聯(lián)網(wǎng)和人工智能的結合可能會在其行業(yè)內引發(fā)爭議。企業(yè)是否使用物聯(lián)網(wǎng)和AI進行客戶交流，實現(xiàn)會話代理，定制用戶體驗，分析或優(yōu)化生產力，通過物聯(lián)網(wǎng)和AI，企業(yè)能夠動態(tài)洞察每一塊數(shù)據(jù)，從觸摸客戶的實際需求，到企業(yè)員工，再到供應商和合作伙伴以及與之交互的整個系統(tǒng)的各個方面。物聯(lián)網(wǎng)設備不僅僅是將業(yè)務流程模擬到軟件中，而且為系統(tǒng)提供了一個與現(xiàn)實世界的實際接口。在任何可以放置傳感器或設備的地方進行測量、交互或分析，物聯(lián)網(wǎng)設備還支持連接人工智能的云平臺，以獲得大量的價值信息。

當今企業(yè)在人工智能和物聯(lián)網(wǎng)方面面臨的共同挑戰(zhàn)是物聯(lián)網(wǎng)數(shù)據(jù)的應用、可訪問性和分析。如果您有來自各種來源的數(shù)據(jù)池，您可以使用這些數(shù)據(jù)進行一些統(tǒng)計分析。但是，如果你想在預測未來事件中采取積極主動的行動，一個企業(yè)需要學習如何辨別這種數(shù)據(jù)和分析過程。

物聯(lián)網(wǎng)數(shù)據(jù)的數(shù)量是巨大的，特別是在那些已經將傳感器部署到單個單元級別的企業(yè)中。大量不斷變化的數(shù)據(jù)很難用傳統(tǒng)的商業(yè)智能和分析工具來管理。這就是AI介入的地方。通過使用無監(jiān)督學習和聚類方法，機器學習系統(tǒng)可以自動識別數(shù)據(jù)中的正常和異常模式，并在偏離正常范圍時發(fā)出警報，而不需要人工操作人員的干預。同樣，這些支持人工智能的物聯(lián)網(wǎng)系統(tǒng)可以自動顯示相關的建議，而這些建議可能在海量數(shù)據(jù)中是人為看不到的。

物聯(lián)網(wǎng)設備的普及正使未來成為一個緊密相連、即時獲取信息的世界。現(xiàn)在需要人工智能來管理所有這些設備，并理解這些設備返回的數(shù)據(jù)。從某種程度上講，人工智能和物聯(lián)網(wǎng)是互利共生的，并將繼續(xù)保持相互交織的關系向前發(fā)展。