AI i IoT to technologie, które już samodzielnie wywarły znaczący wpływ na gospodarkę i codzienne życie. Ich połączenie – AIoT – to nie tylko kolejny skrót w branżowym żargonie, ale konkretna zmiana modelu działania urządzeń. Chodzi o wdrażanie funkcjonalności AI bezpośrednio na urządzeniach IoT – bez potrzeby odsyłania danych do chmury. Efekt: niższe opóźnienia, większa prywatność, lepsze wykorzystanie zasobów lokalnych i większa niezależność od infrastruktury sieciowej.
Według Transforma Insights, liczba połączeń AIoT wzrośnie z 1,4 mld w 2023 r. do 9,1 mld w 2033 r. – ponad sześciokrotny wzrost i ponad 20 proc. CAGR. W tym samym czasie liczba urządzeń IoT wzrośnie z 16 do 39 mld, co oznacza wzrost udziału AIoT z 9 proc. do 23 proc. Warto zaznaczyć, że dynamika przyrostu spowalnia pod koniec okresu prognozy – głównie przez nasycenie segmentu konsumenckiego.
Nie wszystkie segmenty rynku są równie podatne na adopcję AIoT. W przypadku sprzętu AV przewiduje się, że w 2033 r. niemal 4 mld z 5,6 mld urządzeń będzie miało na pokładzie funkcje AI. Wysoki udział AIoT spodziewany jest także w pojazdach i infrastrukturze IT. Z kolei w takich obszarach jak monitoring zapasów, oświetlenie budynków czy track & trace udział AIoT będzie marginalny – zbyt niski próg opłacalności i niska potrzeba lokalnej analityki.
W 2023 r. 85 proc. połączeń AIoT przypadało na segment konsumencki. Do 2033 r. udział ten spadnie do 81 proc., głównie przez zbliżanie się do granicy nasycenia rynków takich jak smartwatche, smart TV czy smart speakers. W tym samym czasie udział rynku enterprise wzrośnie z 8 do 10 proc., wraz z rosnącym znaczeniem AIoT w administracji, ochronie zdrowia, transporcie i finansach. To efekt m.in. popularyzacji CCTV, zdalnego monitoringu zdrowia, zarządzania flotami czy modeli ubezpieczeniowych opartych na danych z pojazdów.
Jeśli chodzi o konkretne pzypadki, to AIoT najczęściej realizuje NLP, chatboty i analizę obrazu – szczególnie w urządzeniach konsumenckich. NLP nie ogranicza się jednak do smart speakerów – trafia również do pojazdów czy telewizorów, gdzie wspiera sterowanie głosem. Z punktu widzenia dostawców rozwiązań AIoT warto rozróżniać dwa typy potencjału:
- Primary Opportunities – gdy dane zastosowanie AI jest kluczową funkcją urządzenia (np. NLP w głośnikach),
- Extended Opportunities – gdy AI pełni funkcję wspierającą (np. NLP w TV).
Prognozy wskazują, że do 2030 r. NLP znajdzie się w 1,8 mld urządzeń typu primary oraz 1,7 mld typu extended. Dla analizy obrazu te liczby wynoszą odpowiednio 1,4 i 2,5 mld.
Wniosek? AIoT nie jest technologiczną ciekawostką, lecz naturalnym etapem dojrzewania rynku urządzeń połączonych. Realną wartość przynosi wtedy, gdy wdrażane przypadki użycia wynikają z potrzeb, a nie z mody. Przyszłość należy do tych firm, które zrozumieją nie tylko gdzie, ale po co wdrażać AI na urządzeniach końcowych.
Źródło: iot-now.com
