Omdia市场分析: 边缘计算对制造业、零售业和金融业的影响

引言

边缘计算技术的出现能够支持业务转型，使云端数据处理更靠近用户。各行各业的企业都在考虑并采用边缘计算解决方案来实现实时业务流程自动化，同时获得关键洞察来改善业务运营活动。

大多数企业边缘计算市场都处于早期发展阶段，但作为一种架构，它为企业带来了实时或近实时的交互式洞察。制造业严重依赖工业物联网(IIoT)，率先采用边缘计算来管理传感器和设备，同时收集数据进行分析。投行拥有对时延敏感的高频交易(HFT)传统;在金融服务行业的其它领域，边缘计算也在生根发芽。零售业、游戏业、运输业和其它行业近来也在采用边缘计算技术。本报告探讨了边缘计算目前在市场上的应用情况及其未来的发展动力。

Omdia观点

 企业发现云服务很有吸引力，因为它是一个标准化、可移植的灵活计算环境。如果企业可以根据云的位置来分配工作负载：在企业现场、企业数据中心内部或通过一系列非现场选项托管，那么云服务会变得更加丰富、充实。

企业希望在企业内外部运行工作负载，从而对时延、容量、安全性以及数据隐私合规要求进行管理。这些因素将影响企业是否部署以及如何部署边缘计算。

除了边缘云的灵活性，时延、可靠性和带宽也是企业考虑部署的首要动因。处理与存储靠近企业工作场所有助于减少时延，因而能够支持敏感的交互式应用并满足与行业合规相关的数据驻留需求。

制造业是采用边缘计算的先行者。该行业也高度依赖连接传感器与设备的工业物联网。自然，接下来的一步便是通过边缘计算将自动化和实时分析转移到云端。

主要信息

边缘计算仍处于早期发展阶段。电信公司仍在建设边缘基础设施，并与企业合作开展试点项目。企业正在摸索如何部署边缘计算以及有哪些应用场景。各行各业开始出现商用部署。

当前的边缘部署由在数据产生地附近（如物联网(IoT)环境）处理数据的需求驱动。伴随用例发展，未来的部署将包括与混合云和数据中心资源集成。

 边缘计算服务的全部潜力远未实现。早期的边缘部署通常位于企业现场；不过伴随5G服务推出，这种情况正在发生变化。与其它无线选项相比，5G可改善时延和容量，也支持内置的边缘计算基础设施。

制造业率先采用边缘计算来支持工业物联网需求。其它行业，如金融服务、零售、运输和物流，也显示出强劲的增长潜力。流行的用例包括基于人工智能(AI)的分析、视觉处理、认知分析、资产/库存管理以及车队/车辆支持。

建议

将边缘服务投入商用的提供商需要采取客户咨询式方法。企业需要了解边缘架构，还需要帮助来识别、开发适用的用例。服务提供商应该从基础做起，着眼于能够改善现有运营活动和流程的速赢方案。

边缘计算仍处于早期发展阶段。企业采用边缘计算的障碍包括对安全性的担忧以及缺乏内部专业技能、精心设计的边缘编排和管理工具。服务提供商需要向企业演示这些问题已经得到或将要得到解决。提及以前针对类似问题为客户提供的解决方案有助于提高可信度。

一家领先的服务提供商指出，首席财务官是边缘计算项目面临的一大威胁。服务提供商需要构建一个能展示投资回报的商业案例。成功要素包括改善客户体验与互动、优化流程（减少成本或浪费），以及通过分析支持业务改进。

市场现状

大型企业对边缘计算越来越感兴趣，因为该技术可以支持新的商业模式与用例。边缘计算并不是一个新概念。就近托管可以追溯到几十年前，用于在企业总部和附近的数据中心之间进行高速度、低时延数据传输。新冠疫情促使许多企业加速推进数字化转型。这在很大程度上依赖于使用位于云端的资源来改善运营活动，以及更有效地使用业务数据和资源。

边缘云被认为是传统云服务的合理延伸。企业上云的趋势推动了一大需求，即就近托管联网IT资源/应用。高性能、低时延5G日益扩张，IIoT解决方案连接设备的需求日益增长，AI和机器学习(ML)在监控、分析和自动化方面的应用越来越多—所有这些因素共同推动计算资源更靠近用户与设备。

当前典型的边缘计算是一个虚拟化平台，可以轻松地满足多类用例对性能的需求。边缘可以混合采用企业本地资源及基于云的资源，从而提供解决方案来轻松满足不断变化的业务需求。

Omdia将边缘计算定义为在距离用户20毫秒网络往返时间内进行的计算。在此环境中，边缘位置可能位于企业内部，或是第三方设施内部(参见图1)。

1. Figure 1: Edge compute locations