本文從收益邏輯的角度分析了邊緣計算受追捧的底層邏輯，邊緣計算是雲計算能力向邊緣側和使用者側的下沉和延展，透過雲邊協同的方式解決雲計算無法滿足的廣連結、低時延、好控制、低成本的使用者需求。
邊緣，是計算機接觸世界的地方，從此大資料、人工智慧不再高高在上，而是轉變為切實在工廠、煤炭、油井、配網等現場發揮價值、創造收益的智慧體。
關於邊緣計算，行業內經常將它比喻為章魚的小腦：章魚在捕獵時異常靈巧迅速，腕足之間配合極好，從不會纏繞打結。這得益於他們類似分散式計算的“多個小腦+一個大腦”，而其中的多個小腦就好比是邊緣計算，透過八個觸角與外界的感知、就地計算以達到快速處理複雜問題效果。
5G和物聯網發展，帶來資料的爆發式增長，以及對算力的更高要求。低延時、低頻寬消耗、廣連結等內在要求使得邊緣計算呼之欲出。2018、2019、2020連續三年，邊緣計算被全球最大IT諮詢公司Gartner評為“十大戰略性科技”，據Gartner測算，預計未來3-5年，邊緣計算將成為下一個直接市場規模萬億以上的藍海市場。
從上面的新聞和介紹基本可以得到一個結論：
邊緣計算正蓬勃發展，目前處於技術成熟度期望膨脹期！
一個技術的良好發展最終還是要符合商業邏輯才行，筆者從邊緣計算背後的收益邏輯出發展開討論，希望能給正處在數字化轉型過程中的企業帶來一些思考。
案例一
某科技公司屬於軟體和資訊科技服務業的高新技術企業，連續四年毛利率超過90%，高毛利率疊加高淨利率，公司的賺錢能力屬於超強型別。2016年-2019年公司毛利率分別為92。30%、93。66%、94。29%和93。27%。這是因為授權許可的演算法軟體包一般無需實體硬體的生產、包裝及運輸，因此主營業務成本較低，毛利率較高。
案例二
某人從趙匡胤黃袍加身開始算，每天掙208萬（1爽=6。4億，77天收入1。6億，平均日收入208萬），直到2021年，共掙了800億。《福布斯》的資料顯示比爾·蓋茨目前是全世界第四富有的人，身價超過1300億美元，約合人民幣8414億元，結論：還是沒有比爾·蓋茨有錢！哈哈
上述兩個案例背後都有一個收益邏輯問題：靠價值複製收益，會比較快。某科技公司透過將自己的人臉識別等演算法以授權等方式“賣給”下游渠道整合商、智慧裝置製造商獲利，而演算法這種商品只需要在設計階段進行一定的投入，而隨著推廣數量的增加，邊際成本幾乎為0！
比爾·蓋茨則透過Wintel聯盟將自己的作業系統、辦公軟體等成熟軟體透過橫向複製的方式達到相同的目的。背後也是這個道理，那就是普通收益模式是靠能力掙錢，Buff模式是靠價值掙錢，總結一張圖如下：
這個就是底層的收益邏輯，靠能力VS靠價值之間的收益隨著時間推動、組織規模和結構的變化差異只能越來越大，當然了，靠能力掙錢也沒什麼不好的，畢竟穩妥一些。
在這樣的收益邏輯下，比如依靠產品的模式中，就對產品本身提出了一些重要的特性要求：
首先是
價值顯性化
，最好是開箱就有價值，這就要求產品要與物理世界要有直接的聯絡，最好是有互動；
其次是要求
產品容易成規模
，一個很好的檢驗的方法就是假設有1個小目標（按照民間說法1個小目標=1億）要花在這個產品上，這個產品能不能撐的起來；
然後就是這個產品
售前、市場的宣傳，
是不是容易被客戶所接收；最後就是能不能
交付
的好，最好就是Ctrl+V的模式。總結起來產品需要具備：價值顯性化、可大可小、先試後買及複製性強的特點。這樣從市場、銷售、售前、交付、運維的鏈條中就能打通，協調好各方利益，透過這樣一個產品，激起時代的一些水花。
將這些特性要求和邊緣計算技術結合起來，可以引發以下思考：
價值顯性化
邊緣，是計算機接觸世界的地方，它天生就在現場，是跟客戶生產業務緊密聯絡的，而傳統的集中式處理（如雲計算等）距離現場太遠，就可能存在價值體現不直接的問題。從這樣的角度來說，邊緣計算天生就要求執行在邊緣側的演算法模型是價值顯性化的，否則開箱就被淘汰了！比如美林資料在水務領域的精準投藥系統，投入後幫助典型客戶節約20%左右的投藥量，以日處理40萬噸淨水的規模的淨水廠為例，每年可幫助客戶節約560萬左右藥費。
可大可小
回到剛才1個小目標的問題上來，除非是一個龐然巨大的系統，比如大型火箭、大飛機等，傳統的軟體廠商想1個產品就值1個小目標是很難想象的。而邊緣計算在實際業務場景中天生具備橫向可擴充套件的特點，比如自來水廠的處理工藝流程都大差不差、汙水廠處理汙水的過程基本都是基於生化反應的、火電廠基本原理也差不多等等，這時候邊緣計算就可以部署在不同廠、不同現場等，由於擴充套件本身只受到業務規模的限制，原則上這類投資是沒有上限的，這就是邊緣計算最大的吸引力。
就比如美林資料面向汙水廠的精準曝氣系統，投入後汙水廠溶解氧濃度可最佳化空間為22%左右，構建的精準曝氣模型曝氣量平均節省30%左右，直接幫助客戶年節約電費500萬左右，節約人力成本近30萬，對於集團模式，透過雲邊協同的方式一方面滿足客戶想先試點後推廣的思路，可以最小化部署於一個汙水廠，後期推廣雲邊協同平臺直接覆蓋整個集團，每一個汙水廠都是一個邊緣端，而集團總部就是雲。
先試後買
在傳統IT售前的過程中，一般交流的是PPT等類似材料，這種材料往往和資訊部門的人員容易形成共振，但對於最終拍板買單的業務部門，尤其是生產業務方來說往往無感。業務部門採購產品往往更關注能否降本增效、擴大收益等問題，而軟體產品一般都是集中式部署，很難和物理世界直接互動，導致售前難度增加。
這種問題就可以透過邊緣計算的方式來解決。藉助邊緣計算可大可小的特點，進行最小化部署使產品價值顯性化。比如部署一套美林資料作業現場安全管控系統，就可以直接透過攝像頭獲取到現場影片資料，使用邊緣計算分析，直接將分析的違章結果（如未佩戴安全帽、吸菸、人臉識別結果等）傳送到雲端進行Tempo BI視覺化展示，業務部門人員可以直接沉浸式體驗，一切盡在不言中。
複製性強
邊緣計算主要是圍繞規則模型、機理模型、人工智慧模型等的推理環節，而非設計環節，一個好的演算法模型設計階段往往是依靠能力交付的，但在推理階段完全可以依靠邊緣計算做到價值交付，正是由於這類演算法模型複製性強，投入的實施成本、開發成本、運維成本相對較低，那麼交付就相對容易。
比如美林資料在風電領域深耕多年，沉澱了諸多風電領域的成熟演算法模型，比如齒輪箱本體故障預警模型、機組效能劣化預警模型、風機故障診斷機理模型等，這些應用能滿足不同風場風機故障診斷、精細化運營的內在訴求。
美林資料智慧雲邊協同平臺就是這樣一個強大的工具和平臺，它厚積薄發，承載著Tempo AI和眾多資料分析師、演算法工程師年復一年、日復一日深度結合客戶業務抽象總結的諸多行業級演算法模型，助力客戶成功的進行企業數字化轉型，更好的釋放價值，可以這麼說，邊緣計算就是對接企業數字化轉型最後一公里的強大手段，它對上連線企業級的應用商城，對下對接現場SCADA、PLC等，突破頻寬限制，降低現場業務執行延遲，默默守護著生產現場的更最佳化的執行，不斷的給企業創造價值。
邊緣，計算機接觸世界的地方。在這場和雲計算直接對標的技術盛宴中，產業鏈上下游都在積極行動，努力從行業智慧雲時代大跨步步入邊緣時代，邊緣計算將會像水電一樣滲透到千行百業，服務需求將會蓬勃發展。而美林資料將會一直昂首挺胸，腳踏實地服務企業數字化轉型，仰望星空站立在偉大時代技術的最前沿，未來，已來！
掃碼試用產品
開啟工業大資料探勘之旅！
- END -