“資料是新的石油”，這句話出現在企業首席資訊長的雷達上已有15年多了。從那時起，企業資料堆疊已經發展到支援複雜的商業智慧任務。最近，在2022年12月，由於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)和人工智慧(AI)已經以指數方式改變了企業IT和OT的資料堆疊，同時為數位轉型提供了新的工具。同時，我們見證了IT架構的成熟和採用邊緣技術，從而大膽地宣稱「邊緣正在覆蓋世界!」
而同時，電腦視覺和物聯網(IoT)正在結合並顛覆這一格局。本文將探討這些革命性的市場採用典範交叉點的機會與方法。
在邊緣、人工智慧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:基於人工智慧的預防性維護，特別是在製造業中，是上述交叉點的一個重要用例。根據研究結果，這一機會在全球範圍內的規模超過5000億美元。在這種情況下，人工智慧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，是至關重要的相關能力。
•影片分析:這涉及使用AI和ML自主識別人/物體及其周圍環境，並做出智慧決策。其中一些設置包括智慧城市、智慧辦公室、智慧零售商店、建築工地和製造環境。根據麥肯錫的報告，到2025年，中國經濟規模預計將至少達到4兆美元。
•其他適用領域:包括自動系統、能源管理、遠端監控、遙測和高級駕駛輔助系統(基於雷射雷達)，以及醫療保健中的智慧視訊和影像辨識應用。
儘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，中國的複合年增長率將接近30%。
任何市場轉變和採用範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、人工智慧和物聯網的交叉點上，採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資料中心基礎設施以及主動多租戶硬體基礎設施的需求已被充分理解。並且，一群新的參與者正在迎接這項挑戰，包括信號塔企業和託管服務提供者。
•可靠的連線:考慮到邊緣需要同時存在的眾多平台，不能低估超可靠、低延遲連線的重要性。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自訂其連接需求。
•邊緣資料編排:這項挑戰是邊緣和人工智慧疊加的核心。眾所周知，IT和OT團隊正在處理跨堆疊所有層的資料洪流。此外，使用邊緣技術，將面臨分散式編排問題。新的邊緣原生資料管道架構正在解決這項挑戰。
•人工智慧模型:隨著基於基礎模型的生成式人工智慧的出現，應用於電腦視覺和物聯網的人工智慧方法開闢了新的探索和創新路線。這是一種活躍和動態的解決方案。
•可程式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，透過自己動手的方法和基於消費的「即服務」模式帶來更好的單位經濟。此外，可程式邊緣API為企業IT提供了多種可能性，可跨各種生態系統參與者進行控制和客製化。
儘管挑戰很多，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。
人工智慧、邊緣技術、電腦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。而邊緣可程式AI和邊緣即服務市場模式以及API和開發者優先的方法，正開始使這一領域民主化。儘管這些成果是實實在在的，但仍需要持續投資於創新和開發者優先的合作方法。
以上是探索邊緣、人工智慧和物聯網的交集的詳細內容。更多資訊請關注PHP中文網其他相關文章！
