隨著人工智慧（AI）技術逐步進展，IoT結合AI並透過感測技術之輔助，藉由傳遞訊號、處理數據、儲存學習經驗實現實體世界遠距離無法達成之工作程序，未來的生活型態將是大數據（Big Data）、超連結（Supper-Connectivity）、人工智慧與雲端（Cloud）的逐步整合。
法國市調公司Yole Developpement亦揭示九大科技應用趨勢，未來會影響的生活模式包括：智能汽車、移動、5G帶寬增加、AR／VR，人工智能／機器學習（AI／ML）、無人駕駛汽車、醫療保健、工業4.0，這將使日常生活對感測器有更多需求和依賴。
IHS Markit預測，物聯網設備市場從2016年17.7億台安裝量，2020年將達到307億台，預期2025年增加到754億台，顯示市場對於IoT的普遍接受度與依賴性與日俱增。
近年來應用於IoT之3D影像感測市場逐漸明朗且廣泛，主要涵蓋工／商業、科學／太空安全、醫療、消費性電子與車用等領域。技術包含近距離的 VCSEL技術（垂直共振腔面射型雷射）主要應用於智慧手機，與較長距離的ToF（飛時測距）技術可切入虛擬實境、地圖導航、機器視覺、安全認證、體感操作等領域。
Yole Development預估，全球3D成像與感測器市場規模2016年至2022年的複合年均增長率（CAGR）約38％，2022年可能超過90億美元，成長性將是2016年的七倍。
感測器在消費電子應用是增長最快的市場，2016-2022年的CAGR達160％，預計2022年市場規模將超過60億美元。另外，自動化產業的感測器使用比例愈來愈高，如連網汽車電子、自駕車等都對感測器有很高的需求。無人自駕車與工業自動化兩者於 2016 年到 2022 年的CAGR分別為50%與13％，成長性分別居第二及第三位。
目前3D感測技術主要分為立體視覺、結構光、飛時測距（ToF），各技術發展皆已具備商業化應用的水準，現階段的主流技術包括ToF及結構光等。
就功能而言，3D感測主要是利用繞射式光學元件（DOE）、CMOS影像感測器、垂直共振腔面射型雷射（VCSEL）等元件的運作，配合不同演算法進行量測與儲存。除可進行人臉辨識，也被應用在ADAS系統，如自駕車及ADAS的 3D感測應用，即是利用光達（LiDAR）測量及感測車輛與外在環境物體間的距離，以達到自動煞車功能，或利用車內的感測技術確認駕駛者的狀態，進行行車監控警示等。
無人商店也是3D感測的關鍵應用。這是利用3D感測來進行人臉或物像特徵辨識包括應用在人員進出管制，針對進入商店的人員進行辨識，並附帶計算客流量、客群管理，也能偵測物品移動或轉移，進一步達成商品結帳、庫存管理、物流配送等，甚至分消費特性與行為管理。
3D感測應用極廣，監控或影像辨識的各種應用陸續推出，需求將有爆發性成長。因此包括傳統晶圓代工廠、砷化鎵等化合物晶圓代工廠、磊晶片供應商、光學元件封測廠等上、中、下游產業鏈，可望受惠於3D感測所需之光學元件的代工業務而強勁成長。
3D感測模組硬體廠商、演算法及3D視覺數位訊號處理器（DSP）供應商、提供 3D 景深技術之設計廠商、CMOS 影像感測器及演算法業者等，相關周邊的產業也連動性受惠。隨著ＡIoT運用普及化，該產業鏈的相關廠商也面臨更多挑戰與機會。
AIoT新時代來臨，對臺灣影響至深，除基本零組件外，串聯各組件之材料至為關鍵。特別是符合高階應用感測器之零組件，與延長機器壽命之構裝方法與特殊材料，將隨新載具增加應用機會。臺廠應積極利用AI的學習與演算，強化產業設計與生產，以及透過智慧系統與服務提升產業附加價值。
此外，AIoT（智慧物聯網）應用通常是少量多樣之高階產品（或應用）而非高量生產，因此對感測器的需求著重具備嚴苛條件下的可靠運作、精準且小型的裝置。隨著人機、機器與機器之間的連結協作日趨精密，感測器的任務也從被動監測，演化成主動探測預防型維護、資產控管與數據分析，協助增加生產效率的重要角色。 IoT發展關鍵在於介面間的協作與資訊傳輸，臺灣可運用這項技術結合AI深度學習與演算能力，讓製造業更有效率，並積極拓展貼近生活之交通、醫療、救援、金融服務等相關產業。
（本文由工研院產業科技國際策略發展所總監鄭華琦授權轉載）
