今天，全世界都在關注工業(yè)4．0及其帶來的技術(shù)。從人工智能（AI）到大數(shù)據(jù)分析（BigDataAnalytics），所有的技術(shù)都在某種程度上改變著一個或多個行業(yè)。AI支持的認知計算技術(shù)就是這樣一種技術(shù)，它提供高規(guī)模的自動化和無處不在的連接。更重要的是，它正在重新定義物聯(lián)網(wǎng)技術(shù)的運作方式。

物聯(lián)網(wǎng)對認知計算的需求源于信息在當今商業(yè)中的重要性。在未來美好的物聯(lián)網(wǎng)環(huán)境中。從新的人工智能服務公司到企業(yè)，每個人都利用這些信息，利用現(xiàn)實而不是沖動做出選擇。

認知計算使用信息，并對其內(nèi)部的變化作出反應，以決定更好的選擇。它基于從過去的經(jīng)驗、對比和基于標準的選擇框架中獲得的明確結(jié)果。

此外，在這場激烈的變革中，大多數(shù)時候出現(xiàn)的問題是如何使用新的數(shù)據(jù)源，將它們與企業(yè)已經(jīng)擁有的數(shù)據(jù)結(jié)合起來，以創(chuàng)造有價值的見解。讓我們以IBM去年收購的TheWeatherCompany為例。收集的數(shù)據(jù)與利用Watson的認知能力來研究過去和現(xiàn)在的數(shù)據(jù)，并得出見解。過去不可能做到這一點。

分析公司高德納（Gartner）預測，2016年全球?qū)⑹褂?4億臺聯(lián)網(wǎng)設備，到2020年將達到208億臺。但這些設備中有很多都是相對笨拙，包括健身追蹤器、連接揚聲器和攝像頭。物聯(lián)網(wǎng)設備的真正價值可能來自于備份與認知計算系統(tǒng)的數(shù)據(jù)連接。這將使連接的設備從嚴格生成數(shù)據(jù)的設備轉(zhuǎn)變?yōu)楦�具交互性的設備。

托馬斯·杰斐遜大學醫(yī)院正在使用類似的方法來幫助改善病人的體驗。衛(wèi)生系統(tǒng)最近推出了一個揚聲器和麥克風系統(tǒng)，可以嵌入病人的房間。病人可以就醫(yī)院的服務或控制房間供暖、制冷、照明和娛樂系統(tǒng)的命令提出問題。

該系統(tǒng)基于Watson的NLP和分類器引擎構(gòu)建。這些工具一起解讀病人的需求，然后通過與大樓的暖通空調(diào)和娛樂系統(tǒng)相結(jié)合，采取行動。衛(wèi)生系統(tǒng)目前正在訓練處理語音命令的機器學習算法，一旦達到處理請求90％以上的準確率，就會開始將其推廣到病房。

此外，通用汽車公司宣布了其OnStar車輛連接系統(tǒng)與IBMWatson認知計算系統(tǒng)之間的新連接。新平臺允許用戶設置在特定行程中完成任務的提醒，在上班途中接收交通警報，或從儀表板系統(tǒng)支付汽油費。這些服務在后端與Watson綁定，并了解司機的習慣，以便隨著時間的推移提供更個性化的建議和服務。

通用汽車首席執(zhí)行官瑪麗·巴拉（MaryBarra）表示，物聯(lián)網(wǎng)和認知計算系統(tǒng)的結(jié)合將給汽車行業(yè)帶來前所未有的巨大變化，公司必須跟上時代的步伐。