边缘计算：克服采用障碍

2021年10月4日

Gartner预测，到2025年将在Edge中创建和处理约75％的企业生成数据。尽管Edge Computing是一个快速发展的市场，但其采用仍然存在一些障碍。

工业互联网（IIOT）启用了设备（IIOT）会产生大量数据，但是在云中处理所有这些数据都带来了延迟和成本的挑战。利用边缘补充云可以帮助克服这些障碍。

边缘计算允许在本地过滤和简化数据，这意味着将最小数据发送到云，从而节省了带宽和存储成本。此外，在边缘处理数据意味着它的行程距离较短，从而导致响应时间更快，几乎是机器（M2M）通信的瞬时机器。

边缘分析市场正在增长。对900名IT专业人员进行的调查发现，几乎一半已经在利用边缘计算或计划在不久的将来进行计算。尽管如此，仍然有一些障碍阻止所有公司拥抱优势。

克服障碍

根据调查，最大的边缘采用障碍是对复杂性的恐惧。许多公司犹豫不决，因为他们将其IT景观视为令人难以置信的复杂性，使他们谨慎进行任何更改。但是，可以通过采用简单性构建的低代码边缘分析平台来改变这种看法。

低代码平台不使用广泛的编码语言，而是使用视觉接口和直截了当的拖放模块。这提供了一个直观的系统，该系统不需要用户具有任何编码和编程体验。这意味着员工范围内的员工可以在平台上理解和工作，从而在需要时协助IT项目。

此外，工业企业不应将其优势分析之旅视为一个巨大的挑战，而是将其分为小步骤。立即进行太多项目一定会压倒公司。相反，他们应该从易于实现和完成的小型项目开始，然后逐渐添加层以构建一个高度复杂的分析系统，从数据中提取价值。这是一项可扩展的技术，组织应利用这一点。

专注于未来

边缘计算的未来是光明的。有证据表明市场正在增长，越来越多的公司希望在其运营中利用它。巨大的潜力在于在边缘整合人工智能（AI）和机器学习（ML），以实时做出过程决策。

Edge AI创建了一个高效且反应性的控制系统，从而允许快速的过程优化。例如，如果有机器故障，AI系统可以迅速决定停止机器以避免产品损坏。

Martin Thunman是Crosser的联合创始人兼首席执行官。