人工智能和物联网是免费的

应用程序和许多其他示例演示了AI和互联网是如何互补的，物联网数据传感器为基于AI的应用程序提供原材料，并创建大量数据通常为流，如今其中许多未使用或丢失，没有分析的数据价值尚未实现，基于分析的AI应用程序会筛选数据流以获取见解并自动执行操作，而且由于AI是自学的，所以它会继续找到重要的见解，价值不在于数据，而在于AI所揭示的见解，随着新的物联网应用创建大量数据，人工智能方法可能是从实时数据流中获取见解的有效，快的方法。

为什么现在只能这样做？

直到近，高昂的计算成本还阻止了AI的广泛使用以及支持AI应用程序的高性能分析，该软件具有功能，但硬件和内存成本过高，如今内部或云中强大的计算机网络已广泛可用，大多数IT组织都可以使用，尽管AI本身并不是新事物，但新事物是基于当前和未来的低成本计算的生存能力，人工智能分析摆脱了硬件限制，通过自动化人们以前执行的操作来增加价值，如果一家金融公司希望在接下来的24小时内优化交易，则可能需要三位区域专家40小时来完善数据，构建分析并采取行动，AI应用程序可以在一分钟内完成相同的操作。

在分析经济中竞争

世界越来越受到数据和连接性的驱动–随着物联网越来越多地生产新数据，这种变化将在未来几年急剧增长，根据一些估计从未存储所有流式IoT数据的45％，物联网显然会在不久的将来生成更多数据，在这个新的数据丰富时代，通常被称为“分析经济”的技术必须越来越智能化和自动化，企业技术组织必须学习如何构建和管理使用AI的高度智能的分析系统，连接的设备正在推动一种新型的数据集：难以置信的快速有价值的信息流，并且该数据流的价值随着时间而迅速减少，在原始点或创建点或附近对数据进行操作是的。

数量和种类将使高级分析应用程序（如AI处理）发展到边缘

创建的数据中的40％将在靠近网络或位于网络边缘的地方进行存储，处理，分析和处理；它永远不会到达云或数据中心，数据是一项商业资产，因为它可以产生做出更好决策所需的见解，能够理解数据收集其见解并使用它们来回答问题是一个问题，它能够发现以前未知的事物，物联网创造了巨大的流数据量，其中许多未使用或丢失，丢失数据是错失良机，解锁IoT数据价值的关键在于可自我学习和自动执行动作的AI应用程序，通过分析并使用实时物联网数据创建的AI应用程序可以在竞争开始之前就揭示出新的商机。