最初に公開されたとおりIoT アジェンダ
IIoT（産業用モノのインターネット）への期待が高まる中、IIoTテクノロジーを永続的なビジネス価値に変えるのに最も貢献する可能性のあるコンピューティング活動の領域は、いくぶん見過ごされてきました。はい、エッジコンピューティングについて話しています。
もちろん、エッジコンピューティング（データ収集、データ分析、およびデータ保存のためのデータ収集、データ分析、およびデータ保存のためのテクノロジーインフラストラクチャ）は、数十年にわたって使用されてきました。組立ラインを円滑に稼働させ続けること、きれいな水を継続的に供給すること、列車を予定通りに運行させることなどのプロセスは、データセンターへの接続が制限された状態で、エッジデータを効率的に収集することに長い間依存してきました。しかし、コンピューティングの観点から見ると、エッジは眠そうなバックウォーターのようなものと見なされることがよくあります。
こうした状況は最近変化しています。これは、長期的な（業界にとらわれない）傾向により、エッジのコンピューティングインフラストラクチャへの投資が劇的に増加し、それに続いてエッジで収集されたデータへの最先端のアプリケーションへの依存度が高まったためです。これらの傾向には、ビジネスの成功にとってデータが重要であること、より良いビジネス上の意思決定を行うためのデータのリアルタイム分析の需要、これまで以上に多くの、より質の高いデータを収集するためのあらゆる種類の「モノ」の相互接続の増加などが含まれます。
その結果、アナリストは、企業や政府が所有するIoTデバイスが2020年にはデータ収集と処理にエッジコンピューティングを利用すると予測しています。これは2017年の16億台から増加し [1] [1]、2019年までに、IoTで収集されたすべてのデータの40％がネットワークの近くまたはエッジで保存、処理、分析、処理されるようになると予想されています。[2]
真の利益、真の機会
これらの傾向は、それを活用できる組織にとって大きな利益を得る機会となります。
意思決定と全体的な生産性の向上を目指す製造業者の場合を考えてみましょう。ほとんどのメーカーはすでにエッジで事業を展開しています。プラントの運用は一元化されているかもしれませんが、無人の機械や無人のワークステーションによって収集されたデータは、データセンターやビジネスネットワークに最低限しか接続されていない可能性があります。その結果、機械の性能に関するデータの収集、処理、分析に時間がかかるため、問題の特定、診断、迅速な対応が困難になります。
これとは対照的に、今日のエッジコンピューティングインフラストラクチャでは、メーカーは大量のマシンデータ（IoTセンサーから入手可能）の収集を自動化し、それを自社の過去のパフォーマンスや業界全体の標準と比較し、製造現場ですぐに使用できる分析を導き出すことができます。このアプローチにより予知保全が可能になり、機械の稼働時間を最大化し、生産プロセスを合理化し、コストを削減できます。
