結合物聯網(Internet of Things, IoT)與人工智慧的技術，將能改善企業流程效率與成本最佳化，提高或創造廠商或使用者的收益。.Frost&Sullivan認為物聯網將從過去機器對機器(machine-to-machine, M2M)的遠端監視功能，進階到能夠監控並利用蒐集到的資料採取後續措施，估計未來將能夠透過各種要素(如人類、機器與物體)產生的資料預測未來行為，並同時採取因應作為。本文將摘錄經濟學人智庫(The Economist Intelligence Unit)調查企業採用物聯網的情況，以及Frost & Sullivan論述結合物聯網與人工智慧的發展。

一、    物聯網採用情況

(一)Frost & Sullivan估計，截至2018年年底，全球約有197億個物連網裝置，且物連網裝置已遍及社會與各產業，各產業使用連網裝置的比例如圖一，主要用於自動安全監控系統。

(二)經濟學人於2019年對825位業務首長針對物聯網採用進行問卷調查，約30%受訪者來自歐洲企業、30%美國企業、30%亞太地區的企業、餘為其他地區。75%受訪者的產業為：金融服務、製造業、醫療保健、製藥與生物科技、資訊技術、能源與天然資源、營建業與房地產、汽車、基礎設施、農業與糧食、委外設施管理。報告將物聯網商業指標分為兩大項：物聯網在產品與服務方面的採用，以及將物聯網應用於內部運營的情況，分數介於0-10分，從「不存在(non-existent)」到「廣泛(extensive)」，不存在為0-2分、研究階段(in research) 為2-4分、規劃階段(in planning)為4-6分、初期設置(early implementation) 為6-8分、廣泛設置為8-10分。
全球物聯網在產品與服務應用方面的評分從2017年調查結果的4.43分，提高至2019年的5.96分；在作為內部營運使用方面則從4.34分提高至6.82分。若以地區別來看，亞太地區在全球各地區的評分皆最高，在產品與服務為6.12、內部營運為7.12分。若以產業別來看，內部營運使用的評分皆高於作為產品與服務應用，以資訊科技的評分最高，分別為7.39與6.4，詳如圖二

二、    人工智慧與物聯網

將自不同感測器蒐集到的資料匯入AI系統，並視目的將資料運用於建立模型或演算法，AI被視為實現物聯網資料價值的關鍵。物聯網資料能提供許多的價值，利用人工智慧提供「預測」是資料價值的重要來源，不過物聯網與AI結合的技術仍處在初期發展階段，Frost & Sullivan估計2019-2022年間將加速被採用。

(一)    企業對於人工智慧在物聯網的定位：經濟學人智庫的報告顯示，26%受訪者認為物聯網資料是當前/規劃中AI計畫的關鍵，其中56%認為物聯網為其重要資料來源之一。物聯網資料對各產業AI計畫的重要性來看，製造業(35%)和委外設施管理(35%)產業最為重視。
(二)    結合物聯網與人工智慧的開發計畫：Frost & Sullivan認為此開發需歷經4個階段，包含概念性驗證(PoC)、運作解決方案(operational solution)、完整試驗計畫(Full Pilot)與最終出版(Final Roll-out)，估計僅包含前兩個流程的投資金額在2018年達8.17億美元，至2023年將成長至22.24億美元，最後兩個流程的成本則難以估算。

三、    結合物聯網與AI的生態系統

主要分為IoT端生態系統，以及IoT-AI端生態系統：前者包含3個群組，分別為硬體供應商、連結解決方案供應商(Connectivity Solution Providers)，以及IoT平台供應商，後者亦分為3個群組，包含具有AI套件的IoT平台、IoT-AI平台供應商，以及提供AI服務的資料分析企業，如圖三。

四、    IoT-AI案例

(一)    GE與 FogHorn–工廠與工業自動化 
因GE生產流程中的即時性分析限制，使GE面臨須銷毀數百萬美金廢品的問題，FogHorn利用FogHorn VEL解決方案提供即時分析感測器資料，以及FogHorn EdgeML提供即時警示與預測結果，提高GE 8%的產出。
(二)    ENEL與C3.ai–智慧電網/原油、天然氣與智慧電表
義大利國家電力公司ENEL規劃推動全面性數位化策略，以提升公司效率與開創新型服務。ENEL與 C3.ai已成為5年期的策略合作夥伴，C3.ai產品被應用於ENEL的防詐欺智慧偵測與預測性維護，估計將使用至少5,000萬台感測器並將蒐集到的資料作為監測與分析使用，若全面行執行將帶來每年67.2億歐元的經濟效益。