新冠疫情加速了物聯網中的ML和AI，以管理和尋找對日益增長的數據量的洞察力。下一波的物聯網分析發展將與大數據領域完全融合。

[[411825]]

與此同時，技術堆棧的價值正在超越硬件和中間件，轉向分析和增值服務，如機器學習(ML)和人工智能(AI)。根據全球科技市場咨詢公司ABI Research的數據，ML和AI服務在物聯網領域內的年復合增長率估計接近40%，在2026年達到36億美元。

雖然疫情影響了許多行業，但物聯網數據分析市場受到的影響較小。事實上，許多新興的云原生數據分析供應商已經從疫情中受益。

"由于各行業都在向 "遠程萬物 "過渡，用于遠程監控、資產管理、資產可視性和預測性維護的開箱即用的解決方案需求量很大，是市場加速的例證。

ABI Research的研究分析師Kateryna Dubrova解釋道，"總之，新冠疫情強調了快速部署解決方案的重要性，如與硬件無關的SaaS。"

像AWS、C3和谷歌這樣的公司也通過為疫情數據創建集中的存儲庫，成功推廣了他們的產品和分析能力(工具集和環境)。目前，這些數據湖是公開的，沒有被貨幣化。然而，預計這些公司將嘗試使用這些數據湖來創建產品，以便在未來出售給醫療市場。從技術角度來看，數據湖可能是創建和測試數據可見性和流分析服務的第一步。新冠疫情展示了公有云的醫療保健行業的雄心，擴展到制藥、生物醫學和遠程醫療。

大數據和數據分析可能沒有對病毒的補救措施，但事實證明，物聯網數據技術對于減輕公眾的焦慮，監測患者，以及為新的爆發做好基礎設施的準備是至關重要的。

"在疫情期間，人工智能和ML的使用正在加速。然而，新開發的人工智能項目卻顯著放緩。物聯網中的人工智能和ML處于早期采用階段，當新冠疫情加速時，缺乏數據化基礎設施的發展阻礙了機器學習在操作層面的快速采用，"Dubrova總結道。