AIoT对全球物联网企业具有战略意义，对于希望在数字时代增强自身相关性和韧性的企业而言，这是运营上的必然选择。
人工智能与物联网的融合并非一次渐进式升级，而是解锁更高运营效率、更佳客户体验以及更高生产力提升的关键，其影响范围涵盖从汽车、工业制造到供应链、运输与物流、公用事业以及智慧城市等各个领域。
本文节选自《Telenor IoT 预测报告》，该报告由 Telenor 与Omdia合作编制。了解更多关于企业AIoT战略的信息，或点击下方免费下载完整报告！
在这些及其他应用中，这种融合能够将简单的解决方案转化为影响更大、价值更高的方案。预测性维护、机器人技术的改进以及车内体验的提升，都凸显了“物联网人工智能”所带来的切实投资回报。
通过在工厂环境中引入物联网（IoT），制造商可以对各种工厂资产进行实时监控。部署大多数现代人工智能（AI）和机器学习（ML）技术可将这一能力提升到新的高度，使这些解决方案能够识别异常情况，进而预测设备故障，避免其导致停机。 预测性维护的投资回报率显而易见。如果基于高质量数据进行训练，人工智能系统不仅能够自动触发相应措施以防止组件故障和更换，还能确保仅在必要时才进行人工检查。从而降低设备和人力成本。
“物联网人工智能”（AIoT）在提升机器人技术方面的能力，对制造业同样至关重要。目前，一级制造商正大力推进自主工厂和仓库的建设，在这些场所中，机器人与自动导引车（AGV）实现集成，共同完成物品识别、拣选和智能码垛等任务——例如，DHL正与AutoStore扩大合作，引进1,000台自动化仓库机器人。 随着人工智能、互联技术以及机器人操作系统（ROS）等引导系统能力的不断提升，协作系统的發展进程有望进一步加速。此外，借助自然语言处理（NLP）技术，机器人与人类之间的沟通也将得到改善。
目前，在役车辆中已有超过五分之一实现了联网，预计到2030年这一比例将达到100%——每辆车都将通过多种应用和功能中的大量传感器生成海量数据。下一步的合理举措是在这些车辆中嵌入人工智能（AI）和机器学习（ML），以利用这些数据提供更安全的驾驶体验、提升车辆性能并丰富客户体验。
目前，AIoT 已通过语音助手在车内体验中发挥着作用。借助新一代移动和物联网连接技术以及人工智能的强大功能，这些系统能够解读驾驶员的指令和语音，并将其转化为行动建议。随着自然语言处理（NLP）技术的不断进步，这些系统的功能和可靠性也在持续提升。人工智能还为许多车型上配备的驾驶辅助安全系统做出了贡献，例如盲点监测系统，该系统会在附近出现潜在障碍物时向驾驶员发出警告。
展望未来，AIoT将在实现完全自动驾驶汽车的目标中发挥核心作用。这类车辆需要通过物联网连接获取持续、不间断的数据流，并借助先进的AI模型，能够即时、准确地识别、标注道路上的车辆、行人及物体，并采取相应行动。 这些解决方案将非常复杂，需要在广泛的数据集上进行海量训练，以便在电光石火之间处理各种场景并采取相应行动。尽管挑战巨大，但其带来的益处同样显著——大多数研究估计，超过90%的严重交通事故都是由人为失误造成的。因此，Omdia认为，自动驾驶可能会成为未来几年最具影响力的AIoT解决方案之一。
Zenseact是一家以 OnePilot 产品闻名的人工智能软件公司，由沃尔沃汽车于 2023 年创立并随后全资收购——这清楚地表明，随着汽车行业从联网汽车向智能汽车转型，嵌入式人工智能的重要性日益凸显。 Zenseact 甚至正与欧洲核子研究组织（CERN）——全球规模最大、声誉最高的科研机构之一——展开合作，共同探索深度学习模型和计算机视觉技术，以帮助提升自动驾驶汽车的决策能力，并开发出更快的算法和更节能的模型，以便在边缘端部署。
OnePilot 是一个基于人工智能的软件平台，专用于自动驾驶和高级驾驶辅助系统（ADAS）应用。该平台已应用于沃尔沃和极星（Polestar）车型，并于 2022 年 10 月随极星 3 首次投入量产。 该平台专注于高级驾驶辅助，利用人工智能技术赋能主动安全功能——Zenseact将其称为“预防性安全”——使车辆能够在危险交通场景发生前预判，并据此调整车速和位置。例如，这包括利用高清地图帮助车辆理解位置信息，即使在车道标线难以辨识的情况下，也能保持在车道中央行驶。 此外，还将利用车队中的实际数据构建“集体车队智能”，以帮助该解决方案持续改进。
当然，这一切都需要强大且可靠的连接能力，尤其是考虑到车辆将通过空中软件更新持续提升其性能和功能。
随着全球各地的企业和政府致力于实现联合国于2015年制定的可持续发展目标（SDGs），并着力推动城市转型，AIoT也成为了可持续智慧城市的关键推动力。物联网是其中的基础技术之一，通过传感器和设备收集所有必要的数据和信息，使城市规划者能够根据可持续性关键绩效指标（KPI）——例如提高能源效率、减少污染、优化交通网络等——来监测其进展情况。
随着城市环境中传感器数量和生成数据的不断增加，人工智能（AI）和机器学习（ML）对于实现流程自动化以及从这些数据中创造更多价值至关重要。例如，AIoT解决方案可以结合历史和实时交通数据，预测并进而缓解拥堵区域。与制造业中的预测性维护类似，人工智能能够更准确地预测城市服务（如垃圾管理和供水）中潜在的停机/故障，以及自然灾害等风险。
2023年11月，Telenor 与爱立信宣布签署了一份谅解备忘录（MoU），旨在推动电信行业人工智能和机器学习技术的发展，尤其致力于在不影响连接质量的前提下提高能源效率。此次合作基于移动网络日益可编程化的明确趋势，例如通过基于人工智能的决策和运营支持来实现。
Telenor 研究与创新部高级副总裁兼负责人伊娃·马丁凯奈特（Ieva Martinkenaite）表示：“对于 Telenor 而言，采用人工智能对于释放客户的潜力至关重要。我们期待此次合作能在利用人工智能和自动化技术方面开辟新天地，从而帮助应对5G网络的复杂性、提升能源效率、改善客户体验——并使 Telenor 成为一家以人工智能为先的公司。”
该合作伙伴关系侧重于两个关键的合作领域：
该合作还概述了预期成果的四个关键领域，包括：