随着面向组织的边缘计算应用程序发展势头强劲，它们与数字化转型计划的融合越来越清晰。在许多先进的功能(例如机器学习或物联网)中，边缘计算将成为增强潜在业务成果的动力。
例如，组织可能希望从现场的传感器或设备中收集物联网数据，并在云平台中使用人工智能(AI)对其进行处理。调研机构IDC公司全球基础设施业务研究总监DaveMcCarthy表示：“虽然这在用于概念验证和试点项目的部署中很有效，但它缺乏扩展能力。在某些时候，生成的大量数据使网络不堪重负，导致其响应时间令人无法接受。”
数字化转型通常侧重于实现更好的产品、服务、体验或业务模式。数字化转型的核心是数据;但通常只有当组织能够对数据的收集、移动、存储或处理方式进行实质性转变时，才有可能进行根本性的更改。
技术研究和咨询机构ISG公司高级顾问VishnuAndhare说：“这可能需要专用的边缘计算解决方案来驱动实时操作和闭环分析。边缘计算对数字化转型计划的补充的最重要的方式是启用边缘计算原生应用程序，这些应用程序利用云原生原则，同时考虑边缘的独特特性：标准化、连接性、可扩展性、安全性、超个性化、可管理性和成本。”
边缘计算如何为数字化转型提供帮助
以下是当今数字化转型计划和边缘计算共同创造更大业务价值的一些常见方式：
1.预测性维护和智能流程
许多制造和工业商已经在体验基于边缘计算的数字化转型带来的好处。Everest集团的数字、云计算和应用程序服务研究副总裁YugalJoshi说，对安全性、预测性维护和自治过程的需求推动了这种早期采用。
IDC公司的McCarthy表示，由此产生的预测性维护和资产优化算法正在改善许多组织中的关键指标：整体设备效率(OEE)。整体设备效率(OEE)通过评估设备的可用性、性能和质量来衡量制造生产率。McCarthy说，“工厂运营团队在现场部署的边缘基础设施上运行这些算法，从而通过最大程度地减少数据移动来减轻对云平台的延迟。”
2.在随时随地提供应用程序服务的同时控制成本
RedHat公司云平台高级首席营销经理RosaGuntrip表示，随着不断增加的设备、应用程序和不断需要连接的用户数量，数据量不断增加。他说，“如果所有数据都需要返回到中央数据中心进行处理，则组织可能需要扩展其数据中心基础设施来满足不断增长的需求，这从资本支出和运营支出角度来看都将增加成本。此外，如果所有这些数据都需要返回到中央站点，则组织也会考虑数据回传的成本(即带宽成本)。”
3.新的客户体验和服务交付模式
Everest集团的Joshi表示，银行、金融服务和保险公司正在寻求边缘计算帮助开发新的客户体验和服务，利用从可穿戴设备到互联车辆的互联设备。边缘计算还可以通过机器人和支持语音的智能助理来支持更好的用户体验。
4.实时可见性和响应能力
零售商正在商店和区域仓库中快速部署边缘计算系统。IDC公司的McCarthy说：“这些组织面临着越来越多的物联网系统，其中包括销售点、数字标牌和资产跟踪。消费品包装公司可以利用边缘计算和数字化转型的交集来实现供应链可视性和物流监督。
边缘计算可以在本地聚合数据，提供对操作的实时可见性。它还可以将数据汇总成有意义的事件，然后再发送到云端或集中数据中心，从而降低数据传输和存储成本。”
5.支持对延迟敏感的应用程序
SPR公司云计算运营高级顾问GeorgeBurnsIII说：“例如流媒体和实时协作的机会通常会对其用户群产生最大的影响。”边缘计算典型(且已广泛部署)的应用是流式高清媒体，从在线游戏到服务技术人员的增强现实(AR)应用，再到体育赛事的实时视频流。ISG公司的Andhare说：“这需要边缘计算来实现高响应性的应用程序，同时又不需要将大量的数据回传到云平台中。”
在生死攸关的应用场景中，边缘计算还可以加快处理速度。医疗保健组织可以在本地存储和处理数据，而不必依赖于集中式云服务。因此，临床医生可以更快速地访问重要的医学数据，例如核磁共振成像(MRI)或CT扫描或来自救护车或急诊室的信息，以便更快地进行诊断或治疗。
6.改善的用户体验
冠状病毒疫情引发了对更好地支持偏远工作场所和生态系统的需求。但是这场疫情给全球网络基础设施带来了沉重的负担。Burns指出，业务流量已经从专用业务网络转移到共享线路。他说：“为了将远程工作者连接到组织的网络资源，网络流量必须经过的距离和目的地可能已经发生了重大变化。这些变化往往会导致用户体验不尽如人意，并导致组织考虑采用不同的内容交付策略。在许多情况下，整合边缘优化资源可以为员工、合作伙伴和客户提供更好的体验。”
7.编排和保护分布式资产和设备
例如，能源和公用事业领域的组织可能会发现通过部署边缘计算功能来实现实时干预以提高运营效率的价值。运营石油钻井平台可能涉及管理来自不同制造商的多个原有资产。ISG公司的Andhare说：“边缘计算编排平台可以帮助快速连接和断开异构设备(每个设备具有不同的接口和通信协议)，并实现这些设备的零接触和零信任管理。”
Andhare指出，对于与云计算连接有限或没有云计算连接的远程操作(例如，在矿井深处或在农田外)，边缘计算可以基于对传感器数据的本地分析来执行实时操作决策。
许多用于仓库、工厂、田地和车辆的物联网传感器都采用了异步数据模型方法。
SPR公司的Burns表示：“随着这些物联网应用中计算、连接和其他可用功能的增加，这些设备中的许多现在可以执行自己的一些计算操作，而不需要与任何其他资源实时交互。可以自行分析土壤和水分数据的现场传感器可以对控制设备提供更即时的响应，比依赖于云计算的方法来执行计算动作的传感器提供更多的价值。”
在医疗保健行业的应用中，边缘计算解决方案可以使用可穿戴物联网设备，为患者提供远程护理。
