物聯網增長驅動的邊緣計算4個垂直落地應用

資料是當今經濟的命脈，它幫助各行各業的企業為客戶提供更好、更個性化的體驗。而隨著物聯網的發展，我們正在以前所未有的速度創造資料。然而，許多大型企業在物聯網資料儲存和消費方面遇到了一些挑戰。其一，儲存解決方案可能成本高昂，難以擴充套件。二是，如果不安全儲存，可能會有安全風險。三是，在很多情況下，如果不實時處理資料，它就毫無價值。幸運的是，邊緣計算有能力讓我們直面這些問題。而且，5G讓未來可期。

簡單來說，邊緣計算涉及在本地處理資料，在一個人的網路末端，而不是將資料“一路”送到雲端進行處理和儲存。這意味著資料在穿過WAN(廣域網)之前就已經被使用了，因為離得更近，所以通常也更安全，能夠更快地處理，這有效降低延遲和提高安全性，邊緣計算增長迅速，據估計，全球邊緣市場將從2019年的35億美元增加到2027年的430億美元以上。

那麼，企業如何利用邊緣計算和物聯網來支援其數字化轉型工作?以下是幾個真實的例子。

在零售業落地應用

根據最近的研究，預計到2020年底，零售和批發行業的物聯網終端數量將達到4.4億個。這些端點中的每一個都代表著為零售業提供有價值資訊的資料來源，它可能是Alexa分享關於某人聽的音樂型別的資訊，或者谷歌提供關於某人搜尋的產品型別的資料。這都是很好的資訊，公司有能力快速處理這些資訊，並將資訊個性化以利用這些資訊，邊緣計算可以幫助實現這一點。

由英特爾和其他主要技術公司支援的“開放零售計劃”正在通過部署基於通用元件開源框架的新邊緣解決方案來推動發展。理想情況下，無論客戶是在店內還是在網上購物，零售商將能夠將該框架與他們現有的系統整合，以實時處理海量資料。

在剛剛過去的微軟Ignite大會上，微軟釋出了物聯網/邊緣平臺Azure Percept，旨在讓客戶在邊緣使用預建的Azure人工智慧模型，實現物體檢測、貨架分析、異常檢測、關鍵詞發現等功能。微軟並不是唯一關注這一領域的公司。從AWS到IBM再到SAS等雲端計算和分析公司都是專注於提供實時收集、優化和利用邊緣資料的解決方案。

供應鏈有望實現增長

雖然供應鏈本身是每個垂直行業的副產品，但邊緣和物聯網資料有很大的機會去優化供應鏈。無論你是從線索到現金，還是倉庫到商店，擁有實時資料和分析來優化流程中的每一步，都可以消除供應鏈中的重大摩擦，獲得高客戶保留率、更大的利潤率以及降低運營費用。

去年的大流行病讓許多企業和消費者看到了供應鏈中潛在的弱點，也看到了實時資料處理的重要性。當產品或部件的供應量很大時，企業需要對供應鏈進行可見性，以滿足需求。越早能擁有這種可見性，供應鏈就越有可能不被破壞。更多的資料和分析不一定能解決像Covid-19這樣的事件帶來的所有困境，在Covid-19發生後，如此多的公司都在大力投資於轉型工作，而更好得實時資料處理能夠幫助企業更好應對挑戰。

從製造到出貨，擁有實時性的資料是很重要的。像HPE和SAP這樣的公司正在合作建立解決方案，利用物聯網裝置建立的資料，幫助組織可以實時處理並獲得洞察力，以滿足客戶需求。如今，客戶體驗如此重要，找到供應鏈中的薄弱環節，是贏得市場的關鍵。

醫療保健和醫學

由於可穿戴裝置和其他聯網裝置的發展，醫療和生命科學領域產生的資料量在過去兩年內增長了近900%。遠端醫療的興起對很多人來說意義巨大，比如那些生活在農村地區的人和那些尋求居家養老的老年人。但在醫療健康領域，不能有延遲問題，安全漏洞也無法接受。邊緣計算可以提供幫助，能夠通過技術實時監控患者和人們，提醒醫療專業人員注意個性化需求。

邊緣計算可以幫助的另一個領域是醫療物流。我們看到物流供應商在運送新冠病毒疫苗的過程中遇到的一個問題是什麼?溫度和儲存問題。很多時候，疫苗在物流環節出了問題，所以不得不將其扔掉。有了邊緣計算，這種情況就不必再發生了。它可以實時監控和管理諸如分發日期、溫度變化、開放時間和小瓶中的剩餘量等情況，當醫療合作伙伴有浪費劑量的危險時，它會提醒。尤其是在大流行的時候，這些都是我們現在需要的個性化解決方案。

最終，我們的目標是看到技術整合，幫助世界各地的公民恢復到正常的日常行動。我最近在福布斯上的一篇文章中，談到了霍尼韋爾、亞馬遜、Salesforce和微軟等技術領導者是如何構建解決方案來幫助推廣接種疫苗的。這些解決方案包括從測量交通、車輛路線、疫苗運送的地理圍欄的物聯網/邊緣解決方案到冷鏈可追溯性和序列驗證。其中許多公司包括Lumedic和Skyflow等後起之秀也在構建可擴充套件的解決方案，可以提供數字證明，或者被稱為疫苗接種護照，這是一個科技落地的很好的例子。

製造業革命

邊緣計算將發揮重要作用的另一個行業是工業製造。由於有成百上千的重型裝置機械與多個移動部件，能夠看到哪裡正在發生什麼。西門子數字軟體公司、霍尼韋爾、AWS和其他一些組織正在幫助工業製造企業利用工廠周圍放置的數千個感測器的資料。從減少停機時間的預測性維護到了解機器的使用情況，企業可以提高員工的生產力，減少問題分析等方面的時間。隨著全球範圍內的採用，這將徹底改變製造業。

邊緣計算並不新鮮，但是它正發揮著越來越重要的作用。隨著邊緣不斷髮展，以及5G、AI/ML等技術的進步，我們將看到更多的落地應用。