物聯(lián)網(wǎng)是未來企業(yè)運行的核心骨干，目前制造、醫(yī)療、交通、零售等四大領(lǐng)域是物聯(lián)網(wǎng)的主要應(yīng)用領(lǐng)域，而這些產(chǎn)業(yè)現(xiàn)在也開始嘗試導(dǎo)入AI，其經(jīng)驗將成為其它產(chǎn)業(yè)的應(yīng)用典范，加速AI的普及度。

物聯(lián)網(wǎng)被視為第四波IT產(chǎn)業(yè)革命，根據(jù)Gartner與Machine Research的統(tǒng)計(圖1)，2020年全球的連網(wǎng)設(shè)備將達(dá)260億個、相關(guān)營收為3,000億美元，

龐大的商機(jī)主要來自物聯(lián)網(wǎng)幾乎可以應(yīng)用在人類所有生活，近期AI成為IT產(chǎn)業(yè)的新議題，AI與物聯(lián)網(wǎng)的結(jié)合，則會讓物聯(lián)網(wǎng)更智能，也進(jìn)一步加深各領(lǐng)域的應(yīng)用。

圖1 全球物聯(lián)網(wǎng)商機(jī)

聯(lián)網(wǎng)與AI都強(qiáng)調(diào)各產(chǎn)業(yè)的垂直應(yīng)用，由于不同領(lǐng)域的專業(yè)極其不同，再加上目前各產(chǎn)業(yè)所需的系統(tǒng)，通常不像消費性產(chǎn)品需要極高的運算效能，主要的設(shè)計訴求在于最適化，因此現(xiàn)在AIoT設(shè)計會走向高度客制化模式，設(shè)計出各領(lǐng)域的專屬系統(tǒng)。

就整體發(fā)展來看，物聯(lián)網(wǎng)現(xiàn)在仍處于發(fā)展前期，因此導(dǎo)入的產(chǎn)業(yè)并不多，目前主要導(dǎo)入產(chǎn)業(yè)包括制造、醫(yī)療、交通、零售等四大產(chǎn)業(yè)，其它如建筑、農(nóng)業(yè)、物流等，雖也有系統(tǒng)業(yè)者推動，不過數(shù)量仍少。

而這些產(chǎn)業(yè)都有其相同特點，包括e化系統(tǒng)建置較早、IT系統(tǒng)的KPI(關(guān)鍵績效指標(biāo))明確等。由于e化建置較早，因此在既有系統(tǒng)上延伸出AIoT功能難度相對較低，而且操作人員對新系統(tǒng)的抗拒也較少，KPI明確則代表可精準(zhǔn)掌握系統(tǒng)的功能設(shè)計與對企業(yè)組織的回饋。

1集成自動化設(shè)備 AI落實智能制造愿景

智能化是這幾年制造業(yè)最重要的趨勢，未來的制造業(yè)將以工業(yè)物聯(lián)網(wǎng)作為運行骨干，從圖2可以看到，智能制造要求系統(tǒng)設(shè)備從接單、生產(chǎn)、出貨均可以100%自主化生產(chǎn)。

圖2 工業(yè)4.0運作方式

工業(yè)物聯(lián)網(wǎng)建置的主要目標(biāo)，是透過感測技術(shù)擷取設(shè)備數(shù)據(jù)，傳輸?shù)阶钌蠈拥墓芸仄脚_，用以掌握現(xiàn)場設(shè)備狀態(tài)，并制定出最佳生產(chǎn)策略，

AI與工業(yè)物聯(lián)網(wǎng)結(jié)合后，最上層的應(yīng)用與第一層的設(shè)備端，都會有運算能力，上層平臺主要讓AI計算大量制造數(shù)據(jù)后，建立出最佳化的制程模型，

終端設(shè)備則是在實時性需求較高的制程中，讓AI可以經(jīng)由深度學(xué)習(xí)做出精準(zhǔn)動作，例如視覺檢測中，就可將AI與視覺感測元件結(jié)合，讓設(shè)備可以自行判斷產(chǎn)品質(zhì)量是否合格，再結(jié)合機(jī)器手臂，就可讓腦、眼、手合一，達(dá)到設(shè)備智能化的愿景。

2過濾大量資料 AI成為醫(yī)師最佳助手

相對于其它產(chǎn)業(yè)，醫(yī)療是e化建置較早、應(yīng)用也較深的領(lǐng)域，醫(yī)療的智能化可分為三部分，包括行動醫(yī)療、遠(yuǎn)距醫(yī)療、智能醫(yī)院，從圖3可以看出，這三大部分應(yīng)用技術(shù)雖各有不同，但信息會彼此交互流通、使用，形成醫(yī)療體系專用的物聯(lián)網(wǎng)架構(gòu)。

圖3 智慧醫(yī)療進(jìn)展與導(dǎo)入階段

與過去的e化導(dǎo)入速度相同，AI在醫(yī)療體系的發(fā)展也比其它領(lǐng)域快，前微軟AI亞太研究總監(jiān)杜奕瑾回臺創(chuàng)辦的「***AI實驗室」，醫(yī)療就是其研發(fā)方向，在醫(yī)療物聯(lián)網(wǎng)部分，現(xiàn)已有廠商利用醫(yī)療設(shè)備連網(wǎng)，取得大量數(shù)據(jù)，用以改善醫(yī)療行為，提升診療速度與質(zhì)量。

另外在遠(yuǎn)距與行動醫(yī)療部分，也都有相同作法，未來AI在醫(yī)療系統(tǒng)的應(yīng)用，將以過濾大量數(shù)據(jù)從而判斷出病征，并將結(jié)果提供給醫(yī)師，再由醫(yī)師做出具有邏輯性思考的醫(yī)療行為。

3深度學(xué)習(xí)判斷車流 AI架構(gòu)智能交通面貌

交通的智能化系統(tǒng)包括基礎(chǔ)建設(shè)與車輛兩類：基礎(chǔ)建設(shè)除了道路上可見的號志、告示之外，軌道交通也屬于此類；車輛則分為自用車與商用車，現(xiàn)在交通物聯(lián)網(wǎng)多用于基礎(chǔ)建設(shè)與商用車輛的車隊管理，從圖4可以看到，ITS協(xié)會所定義的智能交通子系統(tǒng)多達(dá)七種，這七大子系統(tǒng)涵蓋了目前的所有交通類別，架構(gòu)出智能交通的整體面貌。

圖4 智慧交通系統(tǒng)

物聯(lián)網(wǎng)是各類垂直應(yīng)用市場的運行主要骨干，在交通領(lǐng)域，歐、美、日等較為先進(jìn)的國家，已開始導(dǎo)入使用，尤其是日本，現(xiàn)在已開始嘗試將AI的深度學(xué)習(xí)模式導(dǎo)入交通系統(tǒng)，

透過路上監(jiān)視攝像機(jī)的影像訊號，推算出該路段未來1~2小時的車流量，再將交通訊息提供給駕駛，藉此舒緩交通狀況；在商用車的車隊管理部分，則是以行車計算機(jī)做成駕駛記錄，由AI判斷司機(jī)的駕駛行為，確保行車安全。

4集成CRM系統(tǒng) AI提供零售業(yè)差異化服務(wù)

零售業(yè)e化導(dǎo)入時期相當(dāng)早，過去此一領(lǐng)域的核心為POS系統(tǒng)，以此掌握店面的進(jìn)貨、銷貨、存貨等流程，大型連鎖零售的POS早已有數(shù)據(jù)簡單的銷貨記錄與訂貨建議等功能，后期各類型IT系統(tǒng)如Kiosk、數(shù)碼看板、安全監(jiān)控系統(tǒng)等進(jìn)駐，這些系統(tǒng)相互連結(jié)，形成店鋪的物聯(lián)網(wǎng)架構(gòu)。

近年來零售4.0概念興起，管理咨詢機(jī)構(gòu)麥肯錫建議，新型態(tài)的零售業(yè)必須跳脫傳統(tǒng)思維，突破虛實界線(圖5)，而AI將會是未來零售業(yè)者的重要元素。

AI在零售業(yè)的應(yīng)用目前主要與CRM系統(tǒng)集成，利用安全監(jiān)控攝影機(jī)辨識消費者，讓店員提供快速精準(zhǔn)的差異化服務(wù)；

另外現(xiàn)在也開始有企業(yè)將AI應(yīng)用于在線客服，透過AI的深度學(xué)習(xí)，提升回答的準(zhǔn)確性，微軟在之前的活動中就曾指出，在線AI機(jī)器人可解決客戶來電的70%問題，

此作法不但可在第一時間解決問題，提升客戶滿意度，也會降低客服人員的工作負(fù)擔(dān)。

圖5 智能零售業(yè)新藍(lán)圖

除零售業(yè)外，也開始有金融業(yè)與房仲業(yè)者引進(jìn)，近期的未來科技展中，防災(zāi)中心也展出相關(guān)系統(tǒng)，相對于其它AI技術(shù)，語音機(jī)器人的應(yīng)用普及速度更快，近期將可看到其它產(chǎn)業(yè)導(dǎo)入，提供更智能的智能服務(wù)。