近年来，围绕自动化的讨论已被提上全球商业议程，供应链企业一直在关注这项技术如何有助于行业变革。最近的一项研究发现，在过去的一年里，机器人和自动化的行业采用率比其他任何技术都要高，39%的公司已经实施了此类解决方案——这表明对它们的需求正在上升。
但故事并没有就此结束。由于COVID-19大流行，业界对自动化的需求加快，以减少人与人之间的接触频率和持续时间，从而帮助组织遵守社会距离措施。物联网(IoT)是自动化的关键驱动因素，这些技术一起将在使联网设备支持这一需求方面发挥关键作用。然而，企业仍需要克服许多挑战，以确保成功实现自动化——尤其是围绕物联网解决方案创建的大量数据的管理。企业需要通过引入其他技术来解决这些问题，比如边缘计算。
对自动化的加速需求
冠状病毒大流行造成了这样一种情况，即许多数字解决方案的用例和功能变得更加相关。通过物联网的采用，自动化和机器人技术很可能在可预见的未来成为多个行业的核心竞争力。其中一个领域是制造业和物流，企业希望在生产线和运输中扩大物联网的使用，以提高劳动力安全和减少潜在的污染。
例如，在物流领域，物联网传感器可以随货物一起运输，从而对包裹进行定期更新，这有助于确保配送达到最高的安全标准。甚至在此之前——在生产阶段本身——机器人也有可能帮助将产品从仓库运输到包装站，同时减少员工之间的互动。在当前的环境下，这些创新变得越来越重要，因为在大流行期间，由于实体店关闭，网上订单增长了49%。这给供应链行业带来了额外的压力，因为该行业一直在努力满足消费者的网上购物需求，同时确保工人的安全。
克服后COVID时代的采用挑战
COVID-19推动的自动化和机器人技术的任何采用都会带来各种挑战，特别是在业务运作开始正常化的时候。首先，重要的是企业能够有效地管理和处理通过这些机器人和物联网设备推送的大量数据，同时从数据中获得洞察力，从而改善未来的运营。与供应链部门内部及其他地区的许多公司仍然依赖于过时的传统基础设施，他们也需要不仅考虑他们现有的技术堆栈可以处理这些新的数据密集型技术，但也要升级——他们是否可以承担所需的时间和资源投资建设。
因此，用边缘计算等新概念取代旧基础设施将在供应链的IT生态系统中发挥重要作用。以该部门内的以下场景为例。仓库工作人员使用辅助现实(AR)智能眼镜上的“视觉拣选”功能，可以帮助实现人工拣选、分类、库存管理、货物接收和移除过程的自动化。当延迟发生并且从设备接收信息被延迟时，这可能会影响工作人员的工作效率并导致进一步的错误。通过将数据处理重新定位到更靠近网络边缘的设备，边缘计算提供了一种解决方案，它将数据处理重新定位到网络边缘的设备附近，消除了延迟，从而降低了网络延迟相关故障的发生率。同时，它创造了收集、分析和重新分配数据的新方法，并有助于提高设备所在网络边缘的处理能力
最终，自动化将在现在和未来的供应链中发挥至关重要的作用，而由于COVID-19大流行及其对供应链各方面的需求日益增加，这一作用更加突出。然而，在自动化和机器人设备的广泛应用得以实施之前，组织需要确信他们已经有了支持和最大化这类技术的基础设施。边缘计算消除了对整个技术架构进行改造的需要，允许企业从上述设备中获益，但在更大的规模上，对现有系统的改变或影响最小。
