今天，全世界都在關注工業4.0及其帶來的技術。從人工智能（AI）到大數據分析（BigDataAnalytics），所有的技術都在某種程度上改變著一個或多個行業。AI支持的認知計算技術就是這樣一種技術，它提供高規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網技術的運作方式。

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

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

此外，在這場激烈的變革中，大多數時候出現的問題是如何使用新的數據源，將它們與企業已經擁有的數據結合起來，以創造有價值的見解。讓我們以IBM去年收購的TheWeatherCompany為例。收集的數據與利用Watson的認知能力來研究過去和現在的數據，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年全球將使用64億臺聯網設備，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。物聯網設備的真正價值可能來自于備份與認知計算系統的數據連接。這將使連接的設備從嚴格生成數據的設備轉變為更具交互性的設備。

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

該系統基于Watson的NLP和分類器引擎構建。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和娛樂系統相結合，采取行動。衛生系統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車輛連接系統與IBMWatson認知計算系統之間的新連接。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。

通用汽車首席執行官瑪麗·巴拉（MaryBarra）表示，物聯網和認知計算系統的結合將給汽車行業帶來前所未有的巨大變化，公司必須跟上時代的步伐。