У статті пропонується інноваційна модель взаємодії штучного інтелекту (AI) з IoT-пристроями на рівні оновлення ПЗ, яка поєднує переваги канаркових релізів з інтелектуальними алгоритмами оптимізації. Дослідження фокусується на розробці математичної моделі інтелектуального розгортання оновлень, що враховує такі ключові аспекти: поетапне впровадження змін (канаркові релізи), автоматизований моніторинг стабільності системи та адаптивне прийняття рішень на основі алгоритмів машинного навчання. Запропонована модель використовує методи навчання з підкріпленням (Reinforcement Learning) для динамічного вибору оптимальної стратегії розгортання, що дозволяє мінімізувати ризики збоїв і оптимізувати використання мережних ресурсів.