|
新聞中心
當(dāng)前位置：網(wǎng)站首頁 > 新聞中心
邊緣的興起—隨時(shí)隨地進(jìn)行分析和計(jì)算
數(shù)據(jù)重要性的上升可以說是互聯(lián)網(wǎng)革命最重要的副作用之一。通過廣告銷售和投資回報(bào)指標(biāo)，傳統(tǒng)的贊助和廣告模式已經(jīng)被拋棄，取而代之的是可以采取行動(dòng)的冷酷數(shù)字和數(shù)據(jù)，例如個(gè)人資料、活動(dòng)、電子郵件地址和電話號(hào)碼。
即使您不向特定受眾銷售產(chǎn)品，通過物聯(lián)網(wǎng)與服務(wù)器的日常交互產(chǎn)生的數(shù)據(jù)也可以產(chǎn)生洞察力，從而改變企業(yè)的流程。
這些數(shù)據(jù)是在這些物聯(lián)網(wǎng)設(shè)備中培養(yǎng)的，放置在網(wǎng)絡(luò)邊緣，為企業(yè)在云端的分析平臺(tái)提供他們需要的信息。例如，在制造業(yè)中，裝配中的機(jī)器可以通過讀取傳感器數(shù)據(jù)來檢測(cè)問題甚至未來的問題，以便將其反饋到分析平臺(tái)以供企業(yè)采取行動(dòng)。
根據(jù) Global Industry Analysts 9 月份發(fā)布的研究，到 2026 年，全球邊緣計(jì)算市場(chǎng)的價(jià)值將超過 170 億美元。這為企業(yè)利用這種市場(chǎng)增長(zhǎng)帶來的創(chuàng)新提供了巨大的機(jī)會(huì)，并且對(duì)于能夠在邊緣提供解決方案的人來說，這是一個(gè)更大的機(jī)會(huì)。
邊緣分析
顯然可以在邊緣找到很多見解，但是將這些信息反饋到云平臺(tái)然后對(duì)其進(jìn)行分析可能是一個(gè)緩慢而密集的過程。
可以從邊緣信息中獲得的洞察力允許實(shí)時(shí)反應(yīng)，并提供分析引擎，允許對(duì)預(yù)測(cè)未來的數(shù)據(jù)做出決策，減少支出，尋找新機(jī)會(huì)或改變業(yè)務(wù)模型，舉幾個(gè)例子。
因此，在到達(dá)云之前完全形成信息，然后從云中的許多邊緣點(diǎn)聚合信息可能是更快進(jìn)入市場(chǎng)和擊敗競(jìng)爭(zhēng)對(duì)手之間的區(qū)別，或者必須為每個(gè)客戶而戰(zhàn)。該信息不一定與所提供的產(chǎn)品、流程或服務(wù)有關(guān)，它實(shí)際上可以分析員工的工作方式、最忙的時(shí)間以及他們?nèi)绾喂芾頃r(shí)間。我們以制造業(yè)為例。
該行業(yè)的公司希望能夠在故障發(fā)生之前分析和檢測(cè)其生產(chǎn)線的變化。邊緣計(jì)算有助于使數(shù)據(jù)的處理和存儲(chǔ)更接近設(shè)備。這使物聯(lián)網(wǎng)傳感器能夠以低延遲監(jiān)控機(jī)器健康狀況并實(shí)時(shí)執(zhí)行分析。
擁抱邊緣
IBM 表示，到 2025 年，世界上每個(gè)聯(lián)網(wǎng)的人每 18 秒將至少進(jìn)行一次數(shù)字?jǐn)?shù)據(jù)交互，并且還會(huì)有更多設(shè)備驅(qū)動(dòng)的交互。需要處理的大量數(shù)據(jù)需要在源頭進(jìn)行一些分析，并且只需要巧妙地選擇同步到云。通過分析網(wǎng)絡(luò)邊緣的數(shù)據(jù)，智能物聯(lián)網(wǎng)設(shè)備可以使用人工智能來檢測(cè)最佳數(shù)據(jù)集，忽略無用的數(shù)字，反饋企業(yè)可以使用的可操作見解。
這也是一種正在發(fā)生的趨勢(shì)。在同一項(xiàng)研究中，IBM 了解到他們調(diào)查的組織中有 91% 計(jì)劃在 5 年內(nèi)實(shí)施某種形式的邊緣計(jì)算。不再坐視不理——網(wǎng)絡(luò)邊緣的大量計(jì)算現(xiàn)已證明在多個(gè)行業(yè)都有應(yīng)用，包括制造、體育、健身和農(nóng)業(yè)，但并不總是連接到云。
對(duì)于企業(yè)來說，在網(wǎng)絡(luò)邊緣擁抱數(shù)據(jù)可能看起來有點(diǎn)平庸。但是，還需要監(jiān)控此類洞察以提高生產(chǎn)力。在當(dāng)前“放大疲勞”已成為組織要克服的常見障礙的情況下，能夠與員工討論他們何時(shí)工作、如何安排一天的工作以及一天召開 12 次會(huì)議可能不是做出貢獻(xiàn)的最佳方式到業(yè)務(wù)。
企業(yè)還可以利用其后端基礎(chǔ)設(shè)施中的智能邊緣集成，這是自大流行以來的一個(gè)關(guān)鍵增長(zhǎng)領(lǐng)域。在本地?cái)?shù)據(jù)中心、計(jì)算和網(wǎng)關(guān)，面對(duì) IT 團(tuán)隊(duì)不斷增長(zhǎng)的需求和不斷減少的預(yù)算，邊緣設(shè)備已成為必需品。
例如，本地?cái)?shù)據(jù)中心經(jīng)理正在尋找解決方案，使他們能夠監(jiān)控和管理他們可以快速安裝的堆棧。同樣，企業(yè)想要利用的網(wǎng)關(guān)邊緣解決方案是一勞永逸的解決方案，讓IT專業(yè)人員能夠放心地將訪問權(quán)限安全地授予應(yīng)該擁有訪問權(quán)限的人，同時(shí)在必要時(shí)仍允許一定程度的遠(yuǎn)程管理。
與科技行業(yè)內(nèi)的許多創(chuàng)新一樣，采用可能會(huì)因?yàn)椴恢缽哪睦镩_始而被扼殺。但企業(yè)邊緣之旅的起點(diǎn)可能是較小的解決方案，這些解決方案利用人工智能讓IT團(tuán)隊(duì)變得更容易。從那里，企業(yè)可以在不同的部門推出解決方案，以確保擁有高效的員工隊(duì)伍。
多年來，人工智能和邊緣市場(chǎng)充斥著制造業(yè)和裝有傳感器的小型設(shè)備的復(fù)雜用例，這肯定是它可以派上用場(chǎng)的地方。但在笨重的機(jī)械和復(fù)雜的語言背后，普通企業(yè)可以用一種不令人望而生畏但實(shí)際上有道理的方式來利用優(yōu)勢(shì)，操作和部署簡(jiǎn)單，建立起來不需要很長(zhǎng)時(shí)間。
這是因?yàn)?，歸根結(jié)底，邊緣計(jì)算就是利用數(shù)據(jù)、理解數(shù)據(jù)并做出可以提高效率的決策。通過在邊緣采用人工智能，企業(yè)可以節(jié)省資金、尋找新機(jī)會(huì)、贏得更多客戶并提高客戶忠誠度，因?yàn)樗麄兛梢赞D(zhuǎn)換這些信息并以 USP、保證或簡(jiǎn)單建議的形式傳遞信息使他們的產(chǎn)品和業(yè)務(wù)更好。
作者：Christian Lutz? 來源：千家網(wǎng)
|
