IoT 最近幾年變得愈來愈熱門，其中有幾個因素：

• 感測器的成本不斷往下降，隨著技術的成熟，促使廠商得以以較低廉的價格部署感測器，自 2004 年至 2019 年，感測器的價格降為約 1/3。
• 晶片、電腦與演算法等運算能力不斷進步。
• 雲端運算需求 （On-Demand Cloud Computing） 的提高，包含 Amazon Web Services （AWS）、Microsoft Azure、Google Cloud Platform （GCP），及阿里雲，其服務的量與產值，是過去難以想像的。
• 連網成本的大幅下降, 令愈來愈多資訊能夠輕易地、平價地連上網。
• 數位化商業模式的誕生，亦即基於使用數位技術為顧客創造價值的形式，並讓客戶以更低的門檻願意掏錢購買。根據市場研究機構 IoT Analytics 所發布的報告《2020-2025 年設備作為服務市場報告（Equipment as a Service Market Report 2020 -2025）》中指出，未來將有大量的 IoT 製造商轉型為 EaaS。其大幅成長的背後歸功於 3 個原因，包含：客戶能降低安裝成本；從原本商業模式過渡到 Subscription 過程中，擁有更成熟的融資工具；來自第三方服務提供商的新競爭，例如 Netflix、AWS、Azure 等。
• 不斷發展的夥伴關係，在 IoT 產業，在事業的打造之初就須具有全球化市場的視野，夥伴關係之間的競合發展成為產業進展的動力之一。
• 連接技術的不斷進步令 IoT 得以用更適合的方式連網，例如 LPWA、5G 等無線通訊技術與標準的發展及訂定。
• 政府的旗艦計畫的投資，注入大量資源並開發出各式的用途，例如智慧城市的都市發展規劃。

根據 Microsoft 的研究報告，2019 年的 IoT 導入率為 85%，2020 年為 91%，尚未想要使用 IoT 的比率僅為 4%。這些導入 IoT 的廠商，其部署成熟度分為 4 個階段，依漸進式排序分別是：學習階段、測試階段（Trail / POC）、購買階段，及使用階段。臺灣廠商的現況，根據 Hive Ventures 的數據，處於學習階段的占比為 15.7%，處於測試階段和購買階段的占比達到 58.6%，高於全球的數字，而屬於使用階段的占比 24.8% 與全球統計數據 25% 相差無幾。臺灣作為 IoT 使用大國，主要是因為感測器、元件屬於臺灣自產，具有得天獨厚的優勢。

導入 IoT 的占比逐年提升，那導入 IoT 的實質好處到底是什麼呢？首先從行業別來看，有 64% 的零售業運用 IoT 來優化供應鏈、有 56% 的交通運輸業運用 IoT 來管理載具、有 58% 的政府部門運用 IoT 來解決公共安全問題，有 66% 的健康醫療業運用 IoT 來追蹤病患、醫療人員及藥品手術存貨等。製造業是最積極導入 IoT 的產業，其對 IoT 的前五大應用方式依序包含工業自動化（48% 的製造業導入）、品質與合規（45% 的製造業導入）、生產計劃 （43% 的製造業導入）、供應鏈和物流 （43% 的製造業導入），以及工廠安全與保障 （33% 的製造業導入）。由上述數據可見製造業積極導入 IoT，期待能提供工廠運作效率。根據廠商回饋，三大效益依序分別是，增加效率、增加良率，及提升品質。未來沒有配置 IoT 的企業，可能導致大幅落後競爭者而遭致淘汰。

IoT 從感測器的蒐集資訊，直到分析結果，都缺少不了 AI 的角色。IoT 解決方案的架構簡單來說含有 4 個部分，包含硬體、連結層、軟體，及安全性。硬體包含感測器、閘道器（Gateway）等；連結層包含無線網路、有線網路、短距網路、長距網路等；軟體則是包含 IoT 平台和其他的層（Different Layers）；最後安全性則是整合以上的提及的安全性保障。

當一個環境配置多個感測器，能夠感測氣溫、壓力、人類行為、空氣品質等，將感測到的結果放進 AI 系統內，AI 系統內會進行數據匯集（Data Gathering）、透過大數據分析的結果運用演算法建立模型（Modeling），最後得出最佳決策。此時 AI 系統的工作處理告一個段落，其中一個非常關鍵的技術，可以令 AI 分析和 IoT 更緊密的連結。針對當前感知的數據進行即時回饋（稱作 Streaming，也稱為 Real Time Reaction），將最佳的決策告知感測器及環境系統，令環境系統採取行動。整體而言，IoT 平台需要將資料傳輸給 AI 平台，AI 平台透過機器學習處理資料，再將決策資訊回饋 IoT 平台。就此，人工智慧物聯網 AIoT 的概念出現。