自主系統(tǒng)的新時代將需要在更靠近源頭的地方進(jìn)行快速數(shù)據(jù)處理，這使得一些CIO把網(wǎng)絡(luò)邊緣的AI加入到他們的2025年路線圖中。

根據(jù)Gartner最新的報告預(yù)測，企業(yè)AI即將到來的階段，將預(yù)示著出現(xiàn)只要最少人工干預(yù)的代理系統(tǒng)，僅今年一年就有75%的CIO增加了AI預(yù)算。隨著生成式AI被嵌入到越來越多的設(shè)備中，賦予它自主決策權(quán)就將取決于實時數(shù)據(jù)，以及避免過高的云成本，這就是邊緣計算的用武之地。

通過在更靠近源頭的地方處理數(shù)據(jù)，邊緣計算可以通過最大限度地減少數(shù)據(jù)傳輸來實現(xiàn)更快的決策并降低成本，成為AI一個具有吸引力的環(huán)境。前美國白宮首席信息官、網(wǎng)絡(luò)安全公司Fortalice Solutions創(chuàng)始人Theresa Payton表示：“邊緣計算正在迅速發(fā)展，從一個有前途的概念演變成許多行業(yè)的關(guān)鍵工具。到2025年，邊緣計算將變得更加普及，尤其是隨著AI和物聯(lián)網(wǎng)的擴大?！?/p>

例如，總部位于美國威斯康星州的電力供應(yīng)公司Dairyland Power Cooperative已經(jīng)轉(zhuǎn)向利用AI來改善現(xiàn)場基礎(chǔ)設(shè)施的優(yōu)化和性能?！癆I讓邊緣計算變得和CIO相關(guān)性更高，因為它可以幫助我們降低數(shù)據(jù)處理延遲。在我們追求實時處理的情況下，這可能是一個巨大的優(yōu)勢，”該公司副總裁、首席信息官Nate Melby表示。

其他人也表示認(rèn)同，隨著AI的全面推出，邊緣處理的增加將自然而然地出現(xiàn)。分布式云計算平臺公司Akamai的高級副總裁、首席技術(shù)官Robert Blumofe表示：“隨著AI應(yīng)用在關(guān)鍵任務(wù)企業(yè)用例中的激增，一些AI應(yīng)用將轉(zhuǎn)向邊緣，邊緣計算可以減少延遲、降低成本以及數(shù)據(jù)暴露的風(fēng)險?！?/p>

但企業(yè)中的生成式AI被大肆炒作，實際上增值用例很少，分析師們戳破了這些泡沫，一些技術(shù)領(lǐng)導(dǎo)者也放棄了。最近人們對AI的興趣有所減弱，AVOA公司的首席信息官、戰(zhàn)略顧問Tim Crawford就提醒，領(lǐng)導(dǎo)者們要進(jìn)行謹(jǐn)慎的投資。不過他認(rèn)為，生成式AI以及某些邊緣應(yīng)用有很多以效率為導(dǎo)向的機會，這些機會是值得我們探索的。

投資邊緣計算的CIO

近年來，人們對邊緣計算的興趣呈滾雪球式增長。根據(jù)IDC的估計，到2024年，全球在邊緣計算上的支出將增加14%。引起人們興趣的一大驅(qū)動力就是把AI投入實際應(yīng)用，這需要低延遲和隱私性，而邊緣計算在這些方面表現(xiàn)出色。

Blumofe表示：“我們看到邊緣計算的使用范圍在迅速擴大，我們將邊緣計算用于我們自己的應(yīng)用中，客戶也越來越多地將其用于他們的應(yīng)用中?！闭雇?025年，有越來越多的CIO計劃在邊緣實施AI。

Melby表示：“明年，我們的組織希望利用邊緣計算來幫助增強運營決策智能，以及改善我們向智能資產(chǎn)邁進(jìn)的軌跡?！彼麄兯诘念I(lǐng)域，AI和邊緣計算正在成為實現(xiàn)下一代高度智能的工業(yè)數(shù)字化運營的必要條件。他說，這是建立新的、網(wǎng)絡(luò)化的、動態(tài)的能源生態(tài)系統(tǒng)的基礎(chǔ)。

據(jù)Fortalice Solutions的Payton稱，將數(shù)據(jù)處理轉(zhuǎn)移到更接近數(shù)據(jù)創(chuàng)建地點，這對于那些需要立即采取行動和實時洞察的應(yīng)用來說尤其有益，無論是在零售、制造還是客戶體驗領(lǐng)域?！澳切﹥?yōu)先考慮實時決策和數(shù)據(jù)處理的組織，應(yīng)該在2025年及以后的路線圖中計劃采用邊緣計算。”

AI與邊緣計算齊頭并進(jìn)

軟件公司Bizagi的首席信息官Antonio Vázquez表示，邊緣計算就是在數(shù)據(jù)收集和處理終端進(jìn)行實時數(shù)據(jù)處理，因此AI自然而然就成了邊緣計算的搭檔。“AI可以通過提高數(shù)據(jù)傳輸、可擴展性、安全性和成本方面的效率，幫助解決過去阻礙邊緣技術(shù)采用的那些問題?！?/p>

運營方面的收益也值得考慮。“AI通過在網(wǎng)絡(luò)邊緣實現(xiàn)實時的、智能的數(shù)據(jù)處理，使邊緣計算與CIO之間的相關(guān)性越來越高，”計算公司Macrometa的首席執(zhí)行官、聯(lián)合創(chuàng)始人Chetan Venkatesh這樣表示。對他來說，這種組合可以帶來提升的性能提升、增強的用戶體驗、新的應(yīng)用交付方法以及更好的彈性。另一個好處是數(shù)據(jù)隱私，這是AI系統(tǒng)一個有爭議的話題。他說：“在本地處理敏感數(shù)據(jù)，可以解決人們對數(shù)據(jù)主權(quán)和合規(guī)性日益增長的擔(dān)憂?！?/p>

提高數(shù)據(jù)處理方式和位置，也會帶來積極的業(yè)務(wù)成果。Payton表示：“AI使邊緣計算與CIO高度相關(guān)，因為它讓企業(yè)可以在更接近數(shù)據(jù)生成地點的地方處理和分析數(shù)據(jù)。隨著AI的不斷發(fā)展，它對快速數(shù)據(jù)處理的依賴使邊緣計算不僅有益，而且對競爭優(yōu)勢至關(guān)重要?！?/p>

邊緣AI的用例

AI推理可以放在設(shè)備上、本地或者云端，但邊緣在速度和隱私至關(guān)重要的眾多場景中大放異彩。Venkatesh說:“邊緣AI讓你可以在最重要的地方——靠近數(shù)據(jù)源的地方進(jìn)行即時決策，實現(xiàn)了那些以前不可能實現(xiàn)的用例?！?/p>

許多面向用戶的場景，都可以從基于邊緣的AI中受益。Payton特別強調(diào)了面部識別技術(shù)、半自動駕駛汽車的實時交通更新以及聯(lián)網(wǎng)設(shè)備和智能手機上的數(shù)據(jù)驅(qū)動增強功能，都是潛在的領(lǐng)域。她說：“在零售業(yè)，AI可以通過智能設(shè)備實時提供個性化體驗；在醫(yī)療領(lǐng)域，可穿戴設(shè)備中基于邊緣的AI可以檢測到異常時，立即提醒醫(yī)療專業(yè)人員，從而有可能挽救生命?！?/p>

Bizagi的Vázquez表示，AI和邊緣計算在智能城市中取得了明顯的勝利。他表示，邊緣AI模型除了控制交通信號燈之外，還可以提供多種幫助例如公民安全、自動駕駛、智能電網(wǎng)和自我修復(fù)基礎(chǔ)設(shè)施。就他而言，巴林、格拉斯哥和拉斯維加斯等城市已經(jīng)在試水AI了，目的是加強城市規(guī)劃、緩解交通流量和提高公共安全。

自主管理的智能基礎(chǔ)設(shè)施，這無疑是Dairyland的Melby的首要考慮因素，因為能源行業(yè)正在努力利用AI來實現(xiàn)排放目標(biāo)、過渡到可再生能源、以及提高電網(wǎng)的彈性。他說：“我們正試圖接受更靈活的能源交換，分配能源生產(chǎn)，并在實時運營中融合多種資源。通過利用AI和邊緣計算，我們可以建立具有明確和可預(yù)測邊界的機器決策，從而有效地降低一些復(fù)雜的運營決策的風(fēng)險?！逼渲幸粋€特定領(lǐng)域，就是根據(jù)成本和預(yù)測選擇和平衡多種能源，例如風(fēng)能、太陽能或電池存儲，以及自動優(yōu)化雙向電力流。

另一個領(lǐng)域是制造業(yè)。Akamai的Blumofe指出，制造商可以使用邊緣AI算法來監(jiān)控生產(chǎn)質(zhì)量和工作場所安全，并對生產(chǎn)流程進(jìn)行實時調(diào)整，還包括預(yù)測性維護和機器自我診斷等。

AVOA的Crawford表示，其他特殊情況也很重要，例如讓戰(zhàn)區(qū)士兵使用生成式AI。然而，總的來說，他對邊緣AI的看法更為務(wù)實一些，認(rèn)為它更像是一種專業(yè)用例，而不是一種包羅萬象的技術(shù)。他說：“邊緣AI和計算仍然非常小眾”，他將其中一部分歸因于訓(xùn)練模型的高成本和低回報，“必須有顯著的價值來抵消成本”。

邊緣對業(yè)務(wù)的影響

CIO們往往對邊緣AI給業(yè)務(wù)帶來的影響持積極態(tài)度，認(rèn)為它可以提高可靠性、減少數(shù)據(jù)傳輸、增強個性化并降低數(shù)據(jù)泄露風(fēng)險。

其中一個關(guān)鍵好處，就是將可靠性帶到了邊緣。Bizagi公司的Vázquez表示：“對于任何需要優(yōu)化資源、靠近事件發(fā)生地點、遠(yuǎn)離系統(tǒng)管理地點的技術(shù)來說，自我修復(fù)系統(tǒng)是提高其可靠性的關(guān)鍵”，可以通過使用AI驅(qū)動的組件來實現(xiàn)負(fù)載平衡、容錯或預(yù)測異常檢測。

除了傳統(tǒng)的保護措施外，邊緣自主AI將帶來前所未有的實時操作響應(yīng)能力。Melby說：“改進(jìn)的決策智能，持續(xù)和無縫的精簡自動化，以及實現(xiàn)確保未來互操作性的數(shù)字生態(tài)系統(tǒng)，這這些都是巨大的好處?！碧貏e是在能源行業(yè)，邊緣自主AI可以通過從被動方法轉(zhuǎn)向預(yù)測方法來幫助改善電網(wǎng)維護。

除了運營效益外，其他人還希望通過邊緣AI提供更快速的、更個性化的體驗來提升客戶體驗。Macrometa公司的Venkatesh表示：“當(dāng)今的用戶期望獲得即時的、智能的且富有洞察力的在線體驗?！比欢?，這些日益動態(tài)的交互往往需要向遠(yuǎn)程服務(wù)器發(fā)出API請求鏈，但這會導(dǎo)致延遲。他說：“設(shè)計精良的、部署良好的邊緣AI集成了更多功能，并且代碼更改極少，使企業(yè)能夠提供用戶渴望的實時交互式體驗?！?/p>

雖然潛在的好處比比皆是，但期望必須基于現(xiàn)實，因為如果沒有業(yè)務(wù)成果，很多用例就會被拋在一邊，Crawford說。

由于AI訓(xùn)練和推理的絕對功率要求很高，因此門檻也很高，這就造成了物理上的限制。他指出，愛爾蘭最近發(fā)生的一次電網(wǎng)故障就給AI處理等能源密集型計算任務(wù)造成了影響。

正確使用邊緣AI

在邊緣實施AI，應(yīng)該是和謹(jǐn)慎樂觀的態(tài)度相平衡的。例如，Payton建議把AI戰(zhàn)略和業(yè)務(wù)成果相結(jié)合，采取“走而不跑”的方法?！拔医ㄗhCIO實施試點-測試-學(xué)習(xí)的方法，確保在實施AI和邊緣計算時充分了解總體擁有成本、安全注意事項和業(yè)務(wù)彈性計劃，”她說。

CIO們還必須證明投資的合理性，優(yōu)化對實物資產(chǎn)的使用。Melby建議組織要仔細(xì)考慮他們試圖解決的問題以及結(jié)果會是什么。他說：“我所在的行業(yè)中，我們正在努力提高效率和彈性，而AI的邊緣計算將以我們從前無法實現(xiàn)的方式提供幫助，這種潛力是變革性的?！彼a充說，CIO們應(yīng)該仔細(xì)規(guī)劃模塊化或小型數(shù)據(jù)中心在邊緣的位置，以獲得最大的價值。

Blumofe說，成功還取決于為現(xiàn)有的應(yīng)用選擇正確的模型，因為并非每個AI應(yīng)用都需要在耗電的高端GPU上運行大型語言模型等繁重工作。他說：“在很多企業(yè)用例中，針對普通CPU運行而優(yōu)化的小型AI模型是一個更好的解決方案。這種在邊緣運行的優(yōu)化模型可以顯著降低延遲和成本?！彪S著市場中大型語言模型的數(shù)量不斷激增，簡單地分析可用的選項也是一項任務(wù)。

除了做出合理的判斷之外，在蜂窩技術(shù)中融入與平臺無關(guān)的工具和前沿技術(shù)，這對于邊緣的未來也很重要。Payton說：“優(yōu)先考慮可擴展的、分散的架構(gòu)，這種架構(gòu)可以在處理AI工作負(fù)載的同時利用無縫集成了邊緣、云和本地系統(tǒng)的混合云解決方案。此外，5G等技術(shù)將在支持更快的數(shù)據(jù)傳輸方面發(fā)揮關(guān)鍵作用，使邊緣計算更加可行和有效。”

為更清潔的未來做好準(zhǔn)備

Crawford說，來自各個方向的阻力很快就會到來，而CIO們還沒有充分意識到這些阻力。其中之一就是碳足跡，例如，歐盟《企業(yè)可持續(xù)發(fā)展報告指令》（CSRD）將在2025年初生效，該指令要求準(zhǔn)確核算企業(yè)對環(huán)境的影響。

此類法規(guī)可能會使不少AI計劃的部署變得更加復(fù)雜。因此，在這種環(huán)境下，CIO們必須是聰明且有意識的。Crawford鼓CIO在涉足AI之前就設(shè)想好價值鏈，評估風(fēng)險技術(shù)債務(wù)的前景，重點提高彈性。

Payton表示：“總體來看，實施強調(diào)安全性、可靠性、透明度、公平性和問責(zé)制的最佳實踐非常重要，這可以解決偏見、安全漏洞和道德問題等風(fēng)險?！?/p>

雖然AI帶來的風(fēng)險可能會讓人停下來思考，但不變革就會面臨失敗。Venkatesh表示：“對于那些希望增強基礎(chǔ)設(shè)施的CIO來說，采用AI進(jìn)行邊緣計算不僅是一種趨勢，而且是保持競爭力的必要條件。”