“數據是新的石油”，這句話出現在企業首席信息官的雷達上已有15年多了。從那時起，企業數據堆棧已經發展到支持復雜的商業智能任務。最近，在2022年12月，由于Open AI的ChatGPT，我們又一次見證了構造轉變。

　　當綜合這些轉變帶來的機會時，很明顯，機器學習(ML)和人工智能(AI)已經以指數方式改變了企業IT和OT的數據堆棧，同時為數字化轉型提供了新的工具。與此同時，我們見證了IT架構的成熟和采用邊緣技術，從而大膽地宣稱“邊緣正在覆蓋世界!”

　　而同時，計算機視覺和物聯網(IoT)正在結合并顛覆這一格局。本文將探討這些革命性的市場采用范式交叉點的機會和方法。

　　機會

　　在邊緣、人工智能和物聯網的交叉點上，已經確定了許多用例和機會，包括:

　　?預防性維護:基于人工智能的預防性維護，特別是在制造業中，是上述交叉點的一個重要用例。根據研究結果，這一機會在全球范圍內的規模超過5000億美元。在這種情況下，人工智能在邊緣即時處理多媒體和檢測異常以增強人類決策的能力，是一項至關重要的相關能力。

　　?視頻分析:這涉及到使用AI和ML自主識別人/物體及其周圍環境，并做出智能決策。其中一些設置包括智慧城市、智能辦公室、智能零售商店、建筑工地和制造環境。根據麥肯錫的一份報告，到2025年，中國經濟規模預計將至少達到4萬億美元。

　　?其他適用領域:包括自動系統、能源管理、遠程監控、遙測和高級駕駛輔助系統(基于激光雷達)，以及醫療保健中的智能視頻和圖像識別應用。

　　盡管這一交叉點的潛在市場和經濟規模令人矚目，但更令人感興趣的是，預計到2027年，中國的復合年增長率將接近30%。

　　方法

　　任何市場轉變和采用范式都會經歷一個成熟曲線，在此期間，各種摩擦領域都得到了系統的解決。在邊緣、人工智能和物聯網的交叉點上，采用和機會的同時性質提出了許多生態系統可以相互作用以創造持久價值的領域。這些包括:

　　?邊緣基礎設施:邊緣地區對共享被動數據中心基礎設施以及主動多租戶硬件基礎設施的需求已得到充分理解。且，一批新的參與者正在迎接這一挑戰，包括信號塔企業和托管服務提供商。

　　?可靠的連接:考慮到邊緣需要同時存在的眾多平臺，不能低估超可靠、低延遲連接的重要性。這現在是5G標準的一項要求，專用5G即服務API產品正在解決這方面的目標挑戰。此外，考慮到API優先的方法，企業可以更快地控制和定制其連接需求。

　　?邊緣數據編排:這一挑戰是邊緣和人工智能疊加的核心。眾所周知，IT和OT團隊正在處理跨堆棧所有層的數據洪流。此外，使用邊緣技術，將面臨分布式編排問題。新的邊緣原生數據管道架構正在解決這一挑戰。

　　?人工智能模型:隨著基于基礎模型的生成式人工智能的出現，應用于計算機視覺和物聯網的人工智能方法開辟了新的探索和創新路線。這是一種活躍和動態的解決方案。

　　?可編程性和開發者生態系統:開發者優先運動創造了一個充滿活力的經濟，通過自己動手的方法和基于消費的“即服務”模式帶來更好的單位經濟。此外，可編程邊緣API為企業IT提供了多種可能性，可以跨各種生態系統參與者進行控制和定制。

　　盡管挑戰很多，但許多挑戰都是由在各方面都取得持續和切實成果的開發者生態系統同時解決的。

　　總結

　　人工智能、邊緣技術、計算機視覺和物聯網等領域交叉的新型顛覆性技術帶來了大量的市場機遇，也帶來了一些需要新方法解決的摩擦領域。而邊緣可編程AI和邊緣即服務市場模式以及API和開發者優先的方法，正在開始使這一領域民主化。盡管這些成果是實實在在的，但仍需要持續投資于創新和開發者優先的合作方法。