对许多人来说，云已经成为工业物联网(IIOT)的支柱。但是，真正在工业物联网方面取得进展的企业已经意识到——云只是工业物联网的一部分。在需要完成实时计算操作中发现，有些事情不能或不应该推到云端，无论出于安全、延迟还是成本问题。因此，企业开始将越来越多的计算推向设备边缘。
边缘计算的发展不仅创造了更多数据，同时还需要更快地将数据传送给其他系统和分析工具。云计算很方便，但是它的连接性不足以满足某些工业情境。有些计算需要在边缘解决，例如实时处理、决策支持、SCADA功能等等。
真实例子
比如在能源行业，它充分展示了边缘计算和云计算各自发挥的最恰当作用。石油公司在某个地区分布着数百个石油钻井平台，而数据中心或云所在公司位于数百甚至数千英里之外。每个石油钻井平台都必须拥有能够持续监控和分析关键参数的系统，比如井压指数水平，能够识别何时存在超过临界阈值的风险，从而让工作人员立即采取措施缓解风险。如果让这些数据返回数据中心，再进行分析并返回钻井平台进行操作，这样做可能会造成不合理的风险。
在这种情况下，通过从所有石油钻井平台收集参数指标并定期将它们发送到数据中心或云，在那里可以对参数指标进行汇总和分析，你会发现，云更适合支持规划和趋势发现。
文化差异
运营技术团队多年来一直在管理这些系统，他们了解网络边缘及其需求。 但OT(运营技术)团队和那些推动基于云的工业物联网技术人员(IT)之间存在文化差异。IT团队经常将工业自动化所需的方法与企业IT部署方法等同起来。
但是，即便是传统IT企业也会发现它是一个混合云世界。最近采访的一位工业自动化工程师告诉我，工厂生成的15%数据需要发送到云端，以便其他系统可以立即使用。剩余的85%数据会有什么用?必须对该部分数据进行汇总和分析，以确定其价值所在。然而，如果将全部数据推向云端，工业企业需要为全部数据存储空间付费，而他们真的只需要一小部分存储空间。这是一个主要的成本问题。
对于那些开始实施工业物联网战略的人来说，一定要记住，在开始评估工作负载和信息流之前，不要轻易做出投资决策。云绝对是工业物联网部署的必要部分，但这并不意味着应该放弃保证关键任务信息安全且快速可用的边缘计算系统。找到适当平衡将有助于企业通过工业物联网获得成功。
