AI與物聯網的整合趨勢逐漸明朗，透過建置於雲端的AI運算能力，系統將更具智慧，不過在整體運作與傳輸費用的考量下，現在部分應用領域走向邊際運算架構，未來物聯網將不僅上層具有AI功能，終端設備也會有定程度的AI設計。

/news/2018/01/24/1107388670S.jpg

在物聯網架構中，最上層雲端平台必須具有強大的運算功能，以儲存、分析第一線感測網路傳回的設備數據，整合AI後，除了原來的功能外，AI還能透過深度學習演算法，經過反覆運算分析，提供管理者最佳的系統運作建議，例如工廠的生產策略、交通場域的車流管理等。

不過這種集中式運算架構在部分應用中，並不見得是最佳方式，例如位於製造現場的設備，所有的控制與反應都必須即時，集中式運算無法及時因應，再者部分感測網路佈建位置較廣的區域，其傳輸費用也會成為系統營運的負擔，在此狀況下，開始有廠商導入邊際運算架構，讓終端設備有一定的AI能力，就地控制解決即時性需求較高或問題較簡單的狀況。

邊際運算與集中式運算各有優缺點，應用的領域也不盡相同，由於具有AI能力的終端設備除了成本較高外，整體系統的設計也更為複雜，此外在有限的密閉空間中如汽車車體內，若有多數運算單元同時運作，有可能產生干擾問題，目前會有AI邊際運算功能的物聯往，大多以大型系統為主，中小型的物聯網，集中式運算仍是較佳選擇。