大流行加速了物联网中的机器学习和人工智能，以管理和发现对不断增加的数据量的见解。
下一波物联网(IoT)分析开发将与大数据领域完全融合。
同时，技术堆栈中的价值正在从硬件和中间件转向分析和增值服务，例如机器学习(ML)和人工智能(AI)。根据全球科技市场咨询公司ABIReSeaRch的数据，ML和AI服务预计将在物联网领域以近40%的复合年增长率增长，到2026年将达到36亿美元。
尽管COVID-19影响了许多行业，但物联网数据分析市场受到的影响较小。事实上，许多新兴的支持云原生数据的分析供应商已经从COVID-19中受益。
由于行业正在向远程一切过渡，因此对远程监控、资产管理、资产可见性和预测性维护的开箱即用解决方案的需求量很大，这也是市场加速发展的例证。DataRobot等供应商现在正在通过边缘、本地和云的不同部署选项，以及通过使用平台即服务(PaaS)和软件即服务的消费来简化对ML和AI工具集的访问。SaaS)
总而言之，COVID-19大流行凸显了快速部署解决方案的重要性，例如与硬件无关的SaaS。
AWS、C3和谷歌等公司也通过为COVID-19数据创建集中存储库，成功地推广了他们的产品和分析能力(工具集和环境)。目前，这些数据湖是公开的，没有货币化。但是，预计这些公司将来会尝试使用数据湖来创建产品以销售到医疗保健市场。从技术角度来看，数据湖可能是创建和测试数据可见性和流分析服务的第一步。COVID-19展示了公共云医疗保健行业向制药、生物医学和远程医疗扩展的雄心。
大数据和数据分析可能无法治愈这种病毒，但事实证明，支持物联网数据的技术对于减轻公众焦虑、监测患者和为新的爆发做好基础设施准备至关重要。
在大流行期间，人工智能和机器学习的使用加快了—然而，新开发的人工智能项目却显著放缓。物联网中的人工智能和机器学习尚处于早期采用阶段，在COVID-19加速发展时，缺乏数据支持的基础设施阻碍了机器学习在操作层面的快速采用