边缘和云经常被视为竞争平台，但它们本质上是协同的。它们相互补充，以帮助组织理解和处理来自所有业务领域的数据。通过利用边缘和云的优势以及它们提供的智能分析，企业可以降低成本并最大限度地提高生产力和效率。

(相关资料图)

根据 Gartner 的说法，当前的经济挑战将使企业优先考虑能够缩小数据中心占地面积并将工作负载转移到托管或边缘计算环境的项目。

这将使边缘计算市场在 2022 年至 2030 年间以惊人的 24.51%的速度增长。如果企业不管理和理解数据的增长，不了解如何集成其边缘和云环境，他们将面临巨大的商业损失。

边缘和云经常被视为竞争平台，但它们本质上是协同的。它们相互补充，以帮助组织理解和处理来自所有业务领域的数据。通过利用边缘和云的优势以及它们提供的智能分析，企业可以降低成本并最大限度地提高生产力和效率。

边缘提供实时可行的见解

边缘对于利用新数据源来推动特定和差异化的业务成果至关重要。许多企业都有大量的运营技术足迹——从 MRI机器或传送带等行业特定机器到几乎所有建筑物中的机器(如 HVAC 和电梯)，任何事物都可能造成这种足迹。

然而，这些资源通常未连接到更大的生态系统，因此很少提供基于其活动的业务洞察力。边缘提供了一个独特的机会，可以将曾经离线的东西带到线上，让组织能够理解来自其实体业务活动的数据并据此采取行动。

在零售环境中，边缘可以在需要时提供实时洞察方面发挥重要作用。例如，当客户通过自助结账扫描商品时，可以加快将价格下载到自助结账的速度，从而加快交易时间。本地化分析功能可以识别客户的购买情况并为相关产品生成实时优惠券。

此外，本地分析可以通过减少结账时的扫描错误和其他事故来帮助零售商防止损失。这是在零售场所创建DAO的机会。所有这些都有助于提高流程效率和改善客户体验。

消费者趋势继续转向在线订购和快递送货，将实际挑选和包装商品的成本从客户转移到零售商。在劳动力成本上升和劳动力短缺加剧的情况下，这种转变每年使零售商损失数十亿美元。边缘智能自动化可以帮助满足零售商的需求，将现有的零售和仓库空间改造为高效的微型履行中心，无论是使用机器人技术还是使用旨在引导工人通过货物以更有效地挑选和包装货物的软件。

实时数据通常需要立即采取行动，这就是边缘可以发挥关键作用的地方。边缘环境最适合需要加速响应时间的应用。当您在本地预处理数据并执行光分析时，可以发现实时洞察力——例如制造工厂中的过热资产或检测到异常运动——并在几秒钟内采取行动。

云：为边缘生成的数据提供第二次生命

虽然在边缘使用的数据在经过分析和处理后会失去价值，但在传输到私有云或公共云时可能会重新获得价值。云通过提供跟上数据增长的可扩展性来补充边缘计算。它还提供对支持高级分析、人工智能和机器学习的服务的本地访问。通过将这些服务应用于边缘收集的数据，业务领导可以获得更多见解并实现其长期价值。

在上面提到的零售示例中，可以通过使用高级分析活动(例如库存、定价和改进员工调度)比较一段时间内的商店数据来分析店内趋势。此外，可以通过比较店内汇总数据并将其与其他数据集(例如忠诚度计划)进行匹配来创建360 度客户档案，以实现更多的个人参与方法。在这种情况下不需要立即或实时行动，但随着时间的推移积累数据可以确保企业获得长期利益。

串联使用边缘和云资源需要一致性

企业组织正在意识到需要分布式架构来满足他们的现代需求。其中一个阻碍因素是边缘和云环境之间的复杂性。每个环境都支持多个应用，并具有自己的管理功能和操作。因此，企业必须在私有云和公共云以及边缘环境之间建立一致性。

建立跨环境的一致性将有助于平衡边缘的环境限制与云的延迟和数据引力，并利用适当的环境来满足数据和应用程序需求，并允许企业确定应用所在的位置。它还降低了管理复杂性并增强了每个环境的安全性。

从零售示例的角度来看，物理接触点和数字接触点相辅相成，可以跨多种媒体建立客户参与度，以创建全渠道参与度。高级分析甚至可以导致预测性购买，其中将数据应用于店内和在线活动以确定未来的购买模式和消费者意图。这意味着商店可以相应地优化其选择。

释放边缘和基于云平台的力量的关键是识别和分离哪些业务驱动的任务或操作最适合每个环境。虽然时间紧迫的运营任务更适合边缘层的实时处理能力，但时间紧迫性较低的持续改进分析和整体资产性能分析在基于云的环境中运行得更好。

因此，通过利用这两种优势，企业可以保持最佳运营效率并提高生产力。边缘计算的可能性是无限的，但确保它与您的云计算环境协同工作绝对至关重要。

标签：