前沿领先：如何用数据和人工智能重塑

企业对数据、人工智能和边缘的方法内容行业使用边缘如何利用边缘创新简介关于研究以边缘计算引领 030925314442 未来在边缘如何通过数据和人工智能重塑创新 以边缘计算引领未来：以数据与人工智能重塑创新以边缘计算引领未来：以数据与人工智能重塑创新简介及时的创新能力可以释放下一波性能——非凡的生产力、前所未有的价值和卓越的体验——并创造一个可持续的韧性来源。为了让创新蓬勃发展，企业需要不断重塑自己。当今什么推动了商业？大多数高管都在问这个问题。他们一次又一次得出的答案是创新。边缘计算通过极大地改进运行业务的生产和服务应用程序来扭转再创曲线。它将计算移动到企业网络的边缘，那里距离用户和设备最近——而且最重要的是，数据是在那里创建的。这包括从物联网传感器数据到 用户创建的数据，到虚拟元宇宙环境中的非结构化交互数据，再到用于编目和管理其他企业数据的元数据。企业已经在分支机构、零售店、远程石油钻探平台、医院甚至卫星上创建了大量的数据，在许多情况下，将它们移回中央数据中心进行分析是不切实际的。到本世纪末，预计将有大量对企业的关键数据进行生产和处理，并将发生在边缘。边缘位于物理和数字的交叉点。想想那些直接在数据生成的地方进行的复杂数据分析，以及在工厂设备、铁路信号等方面以闪电般的速度应用的数据。 迄今为止在雷达之下，边缘计算即将成为规模化和再创造的普遍杠杆，随着人工智能（包括生成式人工智能）驱动的应用在企业功能和运营中变得普及。人工智能可以在边缘数据上进行训练，以实时寻找本地模式，使训练模型更加简单，并显著提高消费者和企业应用的性能。因此，企业正在将其数据中心战略转向包括边缘计算，以满足人工智能的计算需求并实现规模化。商店结账硬件。或者，智能手机上的一段简短提示，能够即时生成文本、图像、声音和其他媒体，如边缘计算与生成式人工智能协同工作（图1）。 什么是边缘计算？以边缘计算引领：如何借助数据和人工智能重塑创新我们将边缘计算定义为新能力，将计算移至网络边缘，即距离用户和设备最近的地方——并且至关重要的是，尽可能靠近数据源。边缘计算旨在利用网络边缘日益增多的智能设备，通过在数据采集点进行更复杂的数据处理来发挥作用。 阿姆斯特丹的汽车制造商Stellantis正在其巴西的一家制造工厂中使用边缘计算与云、人工智能和5G来提高质量检验。当车辆通过装配线时，他们从传感器和摄像机收集了大量数据。利用边缘计算，他们能够实时检测缺陷，例如焊接错误，因为在问题附近可以处理传感器数据。i 图1边缘业务边缘到边缘的移动计算网络，它离用户最近的地方尽可能靠近数据源设备，–例如，当数字与物理相遇时。边缘计算可以包括智能手表、手机、油田的物联网设备或工厂车间上的机器人等设备，以在本地实时分析数据。 我们发现边缘化采用正在挑战传统的管理思维。根据我们的聚类分析，由集中式IT引领边缘化采用的第一波公司并没有看到最大的收益。同样，与同行相比，那些在边缘化上投入更多以应对特定业务需求的公司的收益也不是最大的。 他们中的许多人将边缘计算视为一项独立技术，将其用于临时项目中，目的是快速影响底线。这些由使用边缘技术人数一半组成的群体，陷入了结果平平的困境。 以边缘计算引领：如何借助数据和人工智能重塑创新然而，目前只有65%的公司在某些程度上在使用边缘计算其中只有一半将边缘与数字核心深度融合。我们最近对16个行业中的2100名C级高管进行的调查83%相信边缘国家发现计算能力将在未来保持竞争力至关重要与此同时，81%的人认为行动迟缓会让他们无法获得该技术的全部好处。 我们的研究揭示了，边缘计算最先进的使用者更有可能实现加速创新，效率提升9倍，成本降低近7倍。另一半将边缘技术应用于其业务的各个方面。这些公司采用基于云、数据及人工智能为导向的方法，扩展其数字核心的价值和敏捷性。他们将边缘视为将人工智能带入核心业务的关键差异化因素，融入到其产品、服务和劳动力中。他们正看到更好的成果：加速创新带来新的收入机会，降低成本导致更高的效率和更好的客户体验。 无论哪个行业，区分这些公司的关键在于他们对边缘的计算策略以及将边缘计算与其更广泛的云战略相结合的方式。他们也能够缓解他们同伴面临的一些挑战，可能是因为拥有强大的数字核心所赋予他们的韧性。在本报告中，我们将探讨四种不同的企业边缘采用方法及其成果。我们还将提供一个框架，说明企业应如何在未来几年建立其边缘能力，以从其部署中获得最大价值并实现其业务目标。 如何通过数据和人工智能重塑创新企业对数据、人工智能和边缘的方法 作为人工智能，包括生成式人工智能，正变得普及，数据成为数字化转型的基本燃料，边缘计算通过实现实时或近实时数据分析，并传递关键业务洞察力，发挥着关键作用。它为快速发展的人工智能算法提供了关键输入，进一步增加了其未来的重要性。预计2023年全球边缘计算支出将达到2080亿美元，比2022年增长13.1%。企业和服务提供商在边缘计算的硬件、软件和服务方面的支出预计将持续这种增长势头，到2026年支出将接近3170亿美元。ii 这四种边缘方法——临时、战术、集成和超级集成——在很大程度上受以下因素驱动：战略实施以支持业务能力、跨组织的扩展能力以及技术的成熟度。我们的研究发现四种主要的边缘企业方法（表1）。这些方法可以根据它们将边缘集成到数字核心的程度来理解，这通过一套可互操作的系统利用云、数据和人工智能的力量，从而实现能力的快速开发。 在每一种这些方法中，公司做出不同的选择来在边缘（图2）创造和捕获价值。采用临时和策略方法的公司是最不成功的采用者。他们的边缘部署是一次性的，或者否则与企业系统没有集成，阻碍了他们扩展技术或将其与其他技术集成以获得最大回报的努力。集成方法扩展边缘并深度整合云、数据和人工智能。采用超级集成方法的公司是变革性采用者，在某些情况下，其整个业务都在边缘，实现了最高价值。利用数字核心的一系列技术——从云开始，逐层添加数据、人工智能、应用程序和平台——他们利用边缘快速做出创新决策。他们外部建立供应商生态系统，内部培养人才，以用人类智慧增强其技术栈。 表1边缘的四种方法以边缘计算引领：如何借助数据和人工智能重塑创新在2100名受访者中，1372人已采用边缘。类型4是类型3的子集。剩余的728名受访者尚未执行他们的边缘采用计划。我们将该群体称为早期采用者类型1特设类型2战术3型集成类型4超级集成 以边缘计算引领：如何借助数据和人工智能重塑创新基于云的边缘集成方法可实现最高比例的结果达成 图2数字核心中的边缘超级集成组织正取得最大成功，部分原因是他们在其数字核心上构建边缘，将其与云、数据、人工智能和可互操作的应用程序和平台集成。 以边缘计算引领：如何借助数据和人工智能重塑创新类型1：临时许多采用此方法的公司最初从设备管理、虚拟机（VM）开始，逐渐发展到物联网（IoT）和边缘容器。它们的边缘采用由集中的IT部门引领。一家主要的制药公司，例如，正在一次性项目中实施边缘计算，而没有一个整合边缘和尽管他们在边缘计算上的投入相对较多，作为总IT预算的一部分，但临时工公司主要在研究如何将云与他们的业务整合。因此，他们的边缘部署也并未很好地整合。 云。无论是其实验室、制造业，还是高度专业化的高性能计算——每个部署都是定制的，并且由单一业务线做出决策和管理。该公司在管理其庞大遗留和过渡云基础设施的组合方面遇到了困难。而这主要是因为它没有成熟的云战略，或者缺乏这种复杂集成所需的人才基础。结果：边缘成果不尽如人意。 特设公司在采购边缘计算即服务方面的兴趣也显著落后于其他类型。这反映了它们低于30%的人说他们云计算经验：正在使用云来驱动其业务运营并且只有11%的人在利用云进行创新。他们还在与供应商合作边缘部署方面落后。 前进之路：没有成熟的云战略将数据、人工智能与边缘相结合，这些公司将继续过度支出，而回报却令人失望。他们困在维护陈旧的遗留应用程序上，在偶然的边缘部署中寻找价值的能力有限。为了最大限度地发挥边缘的作用，采用这种方法的公司必须制定信息技术现代化战略，将工作负载迁移到现代化的云连续体中，该连续体集中管理计算，然后分散管理。这样做将使他们能够有效地管理边缘应用程序（例如，使用容器），并利用独特的数据来支持新的AI用例。 总的来说，这个群体实现的边缘相关成果较少，在完全释放边缘优势之前还有工作要做。我们的研究发现在边缘采用者中有30%的人采取了这种方法。28%的1型企业计划在未来三年内完全整合边缘与云，48%计划部分整合。他们的成功可能取决于他们实施整合计划的程度。 以边缘计算引领：如何借助数据和人工智能重塑创新类型2：战术这不是一种战略方法，而是一种公司利用边缘技术以更短的时间框架来解决特定需求的方法。许多公司从独立软件供应商（ISV）购买完整的边缘解决方案包，并且可以进行最小的定制，用于例如智能销售点等用例。战术采用者受其业务需求所引导，并在特定区域进行战术部署，这些部署难以复制，导致碎片化风险。这会造成技术债务和回报减少。 28%的战术公司有部分仅或者将边缘策略完全整合到云策略中,而相比之下超级整合者今天处于67%。它这些公司在多个企业职能中实施边缘计算方面存在显著滞后。这些公司中的许多在扩展方面面临挑战，并且整体上看到不太成功的成果。然而，在一些雄心相对较小的边缘项目中，一些公司能够适应并取得成功，程度超过类型1。 操作和维护他们的解决方案，以确保最佳价值。并且他们需要将边缘部分作为其数字核心，将安全集成到云连续体例如，为了达到最大效能。如今，这家全球零售商正在努力强化其系统能力——在边缘实施中将安全放在首位。例如，它仅在选定时间以大量数据的形式在边缘和云之间传输聚合数据，以减少受攻击的风险。 与不具备在不同国家满足不同需求而扩展边缘能力的小型生态系统合作伙伴合作。零售商没有建立用于衡量进展的边缘特定KPI，这使得跟踪或扩展价值变得困难。前进的道路：采取战术方法的组织面临的挑战是，制定一个与他们的云战略保持一致、并包含现有架构迁移路径的清晰计划，以实现其边缘能力的现代化。更新的软件架构将使这些公司能够更快地建立 以边缘计算引领：如何借助数据和人工智能重塑创新我们的研究发现有20%的人采用了战术方法。大多数该集团计划在未来三年全面 (24%) 或部分 (63%) 将边缘技术整合到其云战略中。一家全球零售商早期就构建了其销售点边缘能力，以便店内的员工和顾客能够从零售地点的后台服务器获取有关产品的实时信息。这项举措基于在信用卡服务暂时中断时建立弹性的需求，这种情况在过去曾经发生过。然而，该零售商在边缘方面的整体成功有限——部分原因是它 以边缘计算引领：如何借助数据和人工智能重塑创新类型3：集成英业达，一家台湾电子制造商，正在利用人工智能、云、数字孪生等技术改造其运营。当组织将边缘与其数字核心集成——包括云、数据、人工智能、应用程序和平台——它们可以更容易地在一个共同平台上跨区域、地点和部署类型标准化操作。结果，它们可以更快地实验和扩展。这种方法通常被第二波或第三波边缘采用者使用。集成化组织将边缘和云视为其整体商业战略的一部分。并且它们正看到更好的结果和满意度。 边缘计算和网络。它已在六个地点扩展了一个“智能工厂”解决方案，结合实时计算机视觉和数字孪生，以获得制造过程的全面视图。iii它还部署了智能物联网设备来提升装配线上的自动化和通信。英业达现在可以快速在其物联网边缘设备上本地部署云原生工作负载。这种数据流的组合也赋予生产线员工更大的权力：他们可以使用增强现实（AR）眼镜与技术人员实时协作，解决任何机器故障或生产问题。这些眼镜为员工提供了 通过获取流程每个组件的详细分析数据并加强自动化，英业达已减少生产过程中的错误，缩短了检验时间，提高了首次生产合格率，并提升了整体效率。iv机器上进行调整的位置覆盖，以及实时数字孪生数据为远程技术人员提供了对中断潜在原因的全面了解以及指导员工的位置。 需要符合其商业目标的全面企业实施。他们还需要在人才方面投入更多，并与能够带他们达到下