人工智能被定义为计算机系统处理模糊性的能力，即利用以前收集的数据进行预测，并从错误中学习，以产生关于未来行为方式的更准确的预测。在99%的知道人工智能的物联网应用者中，59%的人表示很了解人工智能。大多数人也在使用该技术，83%的人正在制定或实施人工智能战略。

   对于有制定相关战略的企业来说，可扩展性是更多使用人工智能的首要障碍，而技能差距则抑制了没有战略的企业。对于那些有制定相关战略的企业来说，其他挑战还包括缺乏技术知识以及基础设施无法支持数字化转型。基础设施不足以及缺乏人力资源也是那些没有战略的企业所面临的首要挑战。能源行业尤其受到扩展复杂性的挑战，很可能是因为该行业在应用人工智能方面走得更远。

   对于那些有制定人工智能战略的企业来说，人工智能作为其物联网解决方案的一部分，是一种内在的联系。其中79%的公司认为人工智能是物联网的核心或次要组成部分。

   而那些将人工智能作为其物联网解决方案的一部分的企业，从物联网整体上受益更多——物联网的成功带来了更多的物联网使用。与不使用人工智能作为物联网组成部分的公司相比，使用人工智能作为物联网组成部分的公司在学习阶段的项目较少，在购买阶段的项目较多。将人工智能与物联网整合的公司在使用阶段的项目明显多于没有整合的公司。这些公司对物联网的整体满意度也较高，认为物联网对其业务的成功更为关键，同时 也拥有较多的平均物联网用例。

   各组织在物联网内应用人工智能的原因多种多样，接近一半的组织有处于使用中的案例，还有四分之一的组织正在考虑各种用例。公司将人工智能与物联网整合的首要原因是用于预见性维护（prescriptive maintenance），48%的公司为此使用这些技术，28%的公司考虑使用之。公司可能整合这些技术的其他原因包括用户体验、预防性维护、视觉图像识别和诠释以及自然语言识别和处理。

   一家医疗机构IT决策者介绍了自己公司将人工智能与物联网整合进行预测性维护的情况：“我们在物联网解决方案的基础上叠加人工智能来做预防性维护。我们根据经验知道B泵会在某个特定的点上出现故障，所以我们可以在出现故障之前就把技术人员派出来。”

   制造业和零售业组织在依据人工智能战略进行项目实施方面处于领先地位，大多数组织将该技术作为其物联网解决方案的一部分。34%的制造业公司已经在实施人工智能战略；零售业公司也没有落后，为32%。虽然大多数零售业（83%）、制造业（77%）和能源产业（76%）公司都在物联网解决方案中使用人工智能，但医疗机构却落后了，只有66%的医疗机构在物联网战略中利用人工智能。