风险资本家认为独立设备例如自动驾驶车辆、无人机以及其他物联网设备，将推动更多边缘计算，从而替代云服务。
如果资本家Peter Levine的观点正确的话，现今无处不在的云计算热潮或将不复存在。这位顶级风险投资机构Andreessen Horowitz的合伙人认为更多的计算能力将进入“边缘”设备，涵括构成物联网的所有物件，从无人驾驶汽车和无人机到其他无限设备，云或将逐渐退出舞台。
Levine在最近《华尔街日报》举办的CIO聚会中称：“如今绝大部分云计算已经完成，计算将返回边缘。”
Levine认为无人驾驶汽车是一个最初的边缘设备案例，其200+CPU所有效构建的“车轮上的数据中心”必须具有独立计算能力。Levine认为通过云数据来进行自主驾驶的车辆将会烟消云散，因为从车辆传输数据到云端会产生延迟从而可能导致车祸。云也会削弱很多需要高速计算并更快传输决策的机器学习场景。
Levine认为边缘计算并不新奇，但或许它将成为下一个计算时代。数十年前大多数计算集中到大型机上，银行和大多数大型企业依靠冰箱大小的组合计算设备来管理他们的业务运营。
在非集中、分散型客户服务器的当今时代，很多大型机逐渐退役，云实际上成为了托管在厂商数据中心的大型机。在计算自然的潮起潮落节奏下，边缘计算将加速分布式计算的应用，也就意味着云“将很快消失”，Levine这样表示。
不为所动的深入思考
数千家厂商均兜售云服务业务是一件可怕的事。AWS、谷歌、微软、Salesforce.com和其他厂商，过去数十年立足于应用、基础设施、存储和其他计算服务。但是风险资本家的工作就是以更开阔、更长远的视野去观察下一步的创新是什么。Levine认为在今后五年到十年间技术将持续演进。
云商业应用提供商Workday的CIO DianaMcKenzie并不认同云将消失的“激进观点”。她认为云计算将与边缘计算共存。举例而言，McKenzie认为企业希望从云中的边缘设备里可以聚合所有数据来进行分析，甚至获取商业洞察。
“我不能想象云计算将不复存在”，McKenzie对CIO.com说，“如我一般的CIO们的挑战是确保我们可以对此避免非黑即白的判断，而是基于一个更连续性的考量。那么下阶段的挑战便是如何去架构。”
其他观点
云计算和边缘计算之争现在是个火热的议题，但这个主题很难仅靠Levine和其他同业论坛研讨者例如Aceel Partners的Rich Wong、General Catalyst董事总经理Steve Herrod的一些关于趋势的想法和认知而简单确定。
从大数据到机器学习：大数据1.0包含了收集大量信息，但下一个潮流将涵括预测未来走向，Levine表示：“机器学习解锁了大量我们所存储的信息…其正在并将帮助我们更好地预测未来。”举例而言，机器学习正用于预测网络安全攻击以及IT系统故障。
Wong认为企业可以利用机器学习来自动化IT服务功能，比如为客户重设密码。风险投资家们认为在企业运营中注入机器算法可以节约30%到100%的成本。
为影子IT干杯: Wong认为风险投资家们鼓励公司不是仅依靠CIO，而是部署“落地且可扩展”的策略将业务注入不同部门，这是个微妙的平衡工作。CIO必须面对接受未验证技术的挑战和风险，其亦或从员工实施该技术中受益。云已经让这样的局面达成。Levine认为影子IT(Shadow IT,非IT部门所使用的云应用程序)将延展到开发者范围。“我看到很多情形下企业如果不能够提供开发者所需，他们将转向其他可以提供服务和工具的公司。”
验证概念即服务(Proof-of-concepts -as-a-service)：如今CIO们把自己认作是“IT即服务(IT-as-a-service)”供应商很时髦，其实他们相当于数字化能力的中间商，包括云、移动、分析和物联网几方面。Herrod认为在该模型中，CIO可以认知到通过验证概念来评估新技术是非常有价值的。他建议创业公司可以求助于验证概念即服务。
数据分析员成为CIO最难招募的人才：Levine认为如果数据是解锁商业价值最重要组成的话，能从数据中获取洞察并解读成可执行信息的数据科学家和数据分析员将成为最难招募和最抢手的人才。
Herrod并不赞同该观点，他认为最难招募的人才为DevOps领袖， DevOps可以被定义为一个受消费类互联网公司所青睐的迅捷软件开发模型，但其实如何定义DevOps业界很难达成共识。Herrod表示他听到过很多DevOps经理们的不同描述，无论是那些以速度和创新目的而运行敏捷计算系统的scrum大师，还是那些从事优化云基础架构的专家们，他们都各执其词。
