這種大流行幾乎沒有警告，卻席捲全球，立即迫使企業尋找新的方法來保護員工和客戶的安全，並遵守當地的健康安全法規。許多企業加快了將基礎架構，應用程序和數據移至雲中的計劃，以支持分散的員工隊伍和更高的自動化程度。隨著企業推進其數字化轉型，邊緣計算的趨勢也在增加。
邊緣計算使用設備來運行靠近數據源的應用程序，例如，物聯網（IoT）傳感器，製造設備和本地服務器。數據無需直接發送到雲或數據中心進行處理，然後再發送回使用它的設備和系統，而是直接流到需要的地方，從而最大限度地提高了效率和數據價值。
Gartner預測，到2025年， 企業數據的75％ 將在數據中心或云外部創建和處理。此外，ABI Research預計 人工智能任務的43％ 到2023年將在邊緣設備上發生。
Edge AI的好處
邊緣計算作為企業數字化環境的一部分，特別是與人工智能（AI）平台結合使用時，可帶來一系列好處。
- 新效率和節省成本
邊緣計算可實現自動化，並在生成數據時立即做出響應。邊緣計算還允許機器或機器人執行重複性任務，例如一致且準確的組裝或檢測錯誤或產品缺陷，從而使員工騰出更多錢來從事更有價值的活動。
- 新收入和商業模式
Edge AI開啟了創新之門，例如，使公司能夠提供部署在邊緣的雲服務或提供增強業務或消費者物聯網網絡的服務。
- 安全性，安全性和合規性
通過邊緣AI啟用的自動化，遠程監控和質量控制任務，當需要與社會保持距離或存在潛在危險時，員工可以更安全地執行工作。
邊緣計算還可以通過安全和合規性措施快速做出響應，例如在工人進入錯誤區域時控制門鎖或停止自動駕駛汽車。
- 新客戶和新員工的經驗
Edge AI還可以根據用戶的行為或喜好快速響應用戶輸入和高度定制的交互。
大流行期間企業汲取的6條邊緣AI經驗教訓
在大流行期間適應新模型，工作流程和健康安全法規的企業迅速採取行動，通過將基礎架構和應用程序遷移到雲來加速其數字化轉型計劃。但是，這樣做，他們（在某些情況下是艱難的）學到了關於邊緣AI的價值的六個重要教訓。
1.物理定律
一些以前只使用自己的數據中心的企業在將數據傳輸到雲中和從雲中傳輸數據時，尤其是通過部分依賴公共互聯網的SD-WAN時，措手不及。 Edge消除了這種延遲，從而提高了速度，自動化響應並總體上提高了生產率。
2.墨菲定律
這項熟悉的法律規定，如果有任何問題可以解決，那將會發生。隨著2020年變化的速度加快，IT原理使該法變得更加複雜，即變化發生得越快，出錯的機會就越多。企業親身體驗了模塊化解決方案和容錯系統的價值。如果系統的一部分發生故障，則可以輕鬆更換它，而生產可以繼續利用其他數據途徑。另外，由於邊緣計算不依賴於網絡連接，因此系統可以保持脫機運行，直到恢復服務為止。
3.經濟法則
網絡，數據傳輸和雲服務的成本通常都可以通過邊緣計算來降低。當預算緊張且支出受到限制時，這對於現在處於復蘇時期的許多企業來說是一個加分項。
4.土地法
由於法規，法律或政策原因，一些受到嚴格監管的企業可能無法選擇使用雲應用程序或云存儲。 Edge為他們提供了其他方式所沒有的效率和自動化途徑。
5.物質法則
無論您多麼努力，都無法使硬件和基礎架構適合於一個太小的空間。邊緣設備具有各種尺寸和配置，為企業提供了更多選擇，可以在無法使用本地服務器和基礎結構的區域中使用它們。您還可以從專為在低溫，惡劣天氣或其他惡劣條件下使用而設計的堅固型設備中選擇。
企業永遠不會忘記的經驗教訓
當員工盡可能地開始遠程工作並且製造商實施自動化以實現社交距離時，數字化轉型將狀態從計劃幾年的項目轉變為當務之急。大多數焦點都集中在向雲的過渡上。但是，對於具有關鍵任務流程的製造商和其他企業或組織而言，邊緣AI被證明是最佳解決方案。
技術實施的速度使企業能夠更快地看到對他們的運營有效的東西，以及對無效的東西，並且可以更清晰地了解其數字化轉型的最終結果。儘管企業從數字化轉型中學到的一些經驗教訓很難，但其結果通常是經過驗證的，經過優化的IT環境，其中包括對邊緣AI價值的理解。企業所學到的知識將繼續提供遠遠超出適應當前危機的能力的回報。
