苹果公司创始人史蒂夫·乔布斯曾指出，“领导者与追随者的区别就在于创新”。调研机构埃森哲公司2019年对16个行业领域的1500名企业高管进行了一项名为“将竞争力提升到新的高度”的全球调查。大多数高层管理人员都认为可以利用人工智能来实现其业务增长目标，同时承认在企业层面扩展人工智能是一个真正的挑战。扩展人工智能意味着整个企业的不同团队、部门和个人致力于实现人工智能的价值，并在其工作流程中利用人工智能来提高效率和业务成果。
数据积累的数量和速度如今呈指数级增长，特别是对于资本密集型行业来说，因为每年都有更多的设备能够连接网络。因此对数据存储和计算资源的需求不断增长。根据日前发布的“Flexera2021年云状况报告”，新冠疫情使企业的云计算支出迅速增长。事实上，与前几年相比，企业云计算支出巨大且增长迅速，越来越多的企业正在采用公有云(例如，AWS、Azure和Google)和私有云，或者两者兼而有之的混合云。
引领创新之路
尽管云服务的采用率正在加快，但许多企业仍然没有在云平台中运行他们的应用程序。很多企业面临与响应延迟、数据安全、数据管理、网络监管合规性、实施成本、保留员工技能以及边缘计算相关的挑战。
第一个关键决策是如何传输数据以及减少其成本。对于正在执行关键操作并试图高效运行资产的企业来说，响应延迟被视为一种约束或障碍。对于任何一家企业来说，重要的是要考虑实现低延迟的好处是否大于获取更多网络带宽的成本，在某些情况下，由于基础设施限制很难实现。
另一个挑战是网络攻击面增加。越来越多的企业正在将其机密信息转移到云平台上，与2018年相比，针对基于云计算的基础设施的数据泄露事件比2019年增加了50%。将数据移出内部部署数据中心将会增加潜在网络攻击媒介的数量。
数据泄露可能是由简单的错误配置或内部威胁造成的，当将IT基础设施的一部分外包给第三方公司时，可能很难避免。因此，在这个动态环境中确保数据安全对企业来说至关重要。
数字主权是指对企业运营所依赖的数据、硬件和软件的控制水平，是企业面临的另一个挑战。运营主权为客户提供保证，也就是云计算提供商不会损害客户的工作负载。软件主权确保客户可以控制其工作负载的可用性，而无需依赖或锁定到某个云计算提供商。此外，数据主权为客户提供了一种机制，以防止云计算提供商访问他们的数据，指定仅用于特定目的的访问。企业面临的真正挑战是信任那些管理其云服务的人员，特别是当敏感数据可能在多个第三方公司手中流通时。
网络监管合规性有其自身的复杂性;确保企业的合规性计划随着云计算部署、基础设施、环境和应用程序的发展而发展，并安全地配置各种云服务和应用程序。企业从内部部署数据中心到云服务的数据移动，特别是当数据由第三方公司拥有和运营时，可能违反合规性。采用多云战略的企业可以从所谓的云安全态势管理(CSPM)中获益，因为很难确保安全配置各种云服务和应用程序。
下一个问题是围绕以云计算为中心的实施成本。根据IDC公司发布的一份调查报告，到2023年，全球公有云的年度支出将达到5000亿美元。人们越来越意识到云计算的长期成本影响，一些企业正在将部分业务从公有云遣返回内部部署数据中心。他们的工作负载或采用混合部署方法来降低云计算成本。这种转变是由一个非常强大的价值主张推动的——基础设施立即可用，并且完全符合其业务所需的规模，这提高了企业的业务运营和经济效益。
企业面临的一个关键的挑战是在具有丰富经验的员工退休之前或合并或收购之后保留他们的技能和知识，以作为关键的战略资源。其解决方案之一是在边缘自动化工作流程。利用这种自动化以及结合人工智能和机器学习技术，可以跟踪和存储企业不同级别关键员工的关键技能和知识，并与新员工保留、改进和共享这些技能和知识。
最后对于边缘计算的一个合理解决方案是，应用程序(包括经过人工智能训练的模型)可以发送到边缘执行环境，而不是将流程数据从内部部署数据中心迁移到云中以运行推理模型。可以采取行动的回应和见解可以迅速传达给员工。这一机制将减少集中式云计算平台在时间、网络带宽、存储容量、独立性损失、安全性和隐私方面的高成本。
智能边缘视觉
在物联网设备的当前运行状态下，边缘计算反映为基于应用程序的业务需求，通过部署在物联网设备附近(即边缘)的云服务智能地收集、聚合和分析物联网数据。边缘计算的未来是对云计算功能的一种补充，而云计算不会被边缘计算所取代。这两种模式的双重性促进了云计算及其数据中心之间的风险分配。这将在边缘提供不间断的实时可操作响应。云计算执行不太关键的任务，如模型训练、再训练、维持以及监控。这种组合将优化正常运行时间，同时最大限度地降低不可见问题的风险。
为了实现智能边缘愿景，有必要以最佳和可扩展的方式利用当今的边缘计算技术，在智能边缘解决方案中提供高价值的知识产权(IP)。
