AI成為工業電腦主流，而目前的演算法則包括深度學習(Deep Learning)與機器學習(Machine Learning)，都會分成訓練(Training)與推理(Inference)兩部分，前者是透過現代機器學習技術，利用大量樣本數據對演算法進行訓練，後者則是讓裝置在內部根據已有的模型運算。

/news/2018/11/06/1845470860S.jpg

現在AIoT就是以這兩種方式運作，先前端設備擷取的數據形成資料庫，後端主機再以機器學習運算此資料庫中的數據，這些數據經過一段時間的運算後形成模型(Pattern)，再將模型建在前端設備中，前端設備除依照模型設計處理狀況外，也將所接受到的資料持續傳回後端資料庫，後端主機則是以深度學習演算法，在不斷增加的資料庫中持續運算並校正結果，讓結果越來越精準。

這種邊緣運算的架構AIoT系統，需要強大雲端主機與一定運算能力的終端設備，工業電腦廠商的產品主力多在終端設備，因此在AIoT領域中，也是側重此部分。不過近年來此產業開始強化、延伸本身價值，其營運策略已從單一產品銷售轉換為提供整體服務，因此除了終端產品外，現在多會與Google、Amazon、IBM、微軟等有提供雲端架構的大廠合作，以整體解決方案的模式，讓客戶可以完整建置AI系統。