正如最初发表于物联网议程
在人们对IIoT（工业物联网）的所有兴奋中，可能最能将工业物联网技术转化为持久商业价值的计算活动领域在某种程度上被忽视了。是的，我们在谈论边缘计算。
当然，边缘计算——位于生产运营区或其附近、用于数据收集、数据分析和数据存储的技术基础设施——已经持续了数十年。长期以来，诸如保持装配线平稳运行、持续提供清洁水以及使列车准时运行等过程依赖于高效收集边缘数据，与数据中心的连接有限。但是从计算的角度来看，Edge经常被视为一个昏昏欲睡的死水。
最近，这一切都发生了变化，这要归功于长期趋势（与行业无关），这些趋势推动了对边缘计算基础设施的更多投资，随之而来的是尖端应用对边缘收集数据的依赖程度越来越高。这些趋势包括数据对业务成功的关键；为了做出更好的业务决策而对数据进行实时分析的需求；以及为收集越来越多、更高质量的数据，各种 “事物” 的互联性日益增强。
因此，分析师估计，2020年，企业和政府拥有的56亿台物联网设备将使用边缘计算进行数据收集和处理，高于2017年的16亿台。[1] 到2019年，预计将有40％的物联网收集数据在网络附近或边缘进行存储、处理、分析和处理。[2]
真正的好处，真正的机会
这些趋势为那些能够利用这些趋势的组织提供了获得重大好处的机会。
以一家希望改善决策和整体生产率的制造商为例。大多数制造商已经在边缘运营。尽管他们的工厂运营可以集中化，但由无人值守机器或无人值守工作站收集的数据可能仅与其数据中心和业务网络建立最低限度的连接。因此，收集、处理和分析机器性能数据所需的时间使得识别问题、诊断问题和及时做出响应变得困难。
相比之下，在当今的边缘计算基础架构下，制造商现在可以自动收集大量机器数据（可从物联网传感器获得），将其与自己的历史性能或行业标准进行比较，并直接在车间得出有用的分析。这种方法可以推动预测性维护，从而最大限度地延长机器的正常运行时间，简化生产流程并降低成本。
